El Mossadeq Probabilités 250p

Dpartement de Mathmatiques et Informatique
Ex er ci ces Cor r i g s
Abdelhamid El Mossadeq
P rofesseu r lE H T P
2006-2007
A. El Mossadeq
Juin 2006
TABLE DES MATIERES
Analyse Combinatoire
Les Espaces de Probabilit
1
29
Les Variables Alatoires
101
Les Vecteurs Alatoires
149
Les Lois Usuelles de Probabilit
209
A. El Mossadeq
Exercice 1
Soit A et B deux ensembles et f une application de A dans B.
On suppose que B est fini de cardinal n et que pour tout y dans B, le cardinal de
limage rciproque de y par f , f 1 ({y}), est gal un entier non nul p.
1. Montrer que f est surjective.
2. Soit R la ralation dquivalence associe f .
Montrer que A/R et B sont quipotents.
3. En dduire le cardinal de A.
Solution 1
1. Par hypothse, le cardinal de f 1 ({y}) est non nul pour tout y dans B.
Donc f 1 ({y}) est non vide pour tout y dans B, do la surjection de f.
2. Daprs la dcomposition canonique de f , A/R et f (A) sont quipotents.
Or f est surjective, donc f (A) = B, et par consquent A/R et B ont mme
cardinal.
3. Pour tout x A,dsignons par C (x) la classe dquicalence de x modulo R.
On a :
C (x)
=
=
=
=
{y A | xRy}
{y A | f (x) = f (y)}
y A | y f 1 ({f (x)})
f 1 ({f (x)})
On en dduit que C (x) a pour cardinal p pour tout x A.

Soit alors x1 , ..., xn un systme de reprsentants des classes dquivalence modulo
la relation dquivalence R.
Comme C (x1 ) , ..., C (xn ) forment une partion de A, on a :
card A =
n
X
card C (xk ) = np
k=1
Exercice 2
Soit A et B deux ensembles de cardinaux respectifs n et p, et dsignons par F (A, B)
lensemble des applications de A dans B.
1. Dterminer le nombre dapplications de A dans B pour n = 1 et n = 2.
2. Soit a A et A1 = A {a}.
Montrer que F (A, B) et F (A1 , B) F ({a} , B) sont quipotents.
3. En dduire, par un raisonnement par rcurrence, le nombre dapplications de A
dans B.
A. El Mossadeq
Solution 2
1.
n = 1 : pour dfinir une application de A = {a} dans B, il sut de dfinir
limage de a dans B.
Il y a p possibilits, donc p applications de A dans B.
n = 2 : pour dfinir une application de
A = {a, b} B
il sut de dfinir les images a et b dans B.
Pour chacun deux, il y a p possibilits, donc p2 applications de A dans B.
2. Considrons lapplication :
F (A, B)
f
F (A1 , B) F ({a} , B)
f|A1 , f|{a}
o f|A1 et f|{a} reprsentent les restrictions de f A1 et A1 respectivement, est

une bijection.
3. Il sen suit que :
card F (A, B)
=
=
=
card [F (A1 , B) F ({a} , B)]

card F (A1 , B) card F ({a} , B)
p card F (A1 , B)
Par un raisonnement par rcurrence sur n, n 1, on conclut que :

card F (A, B) = pn
Exercice 3
Soit E un ensemble fini de cardinal n et P (E) lensemble de toutes les parties deE.
1. Soit f de E dans {0, 1} une application.
Montrer quil existe une partie unique A dans P (E) telle que f soit la fonction
caractristique de A.
2. En dduire, en utilisant Exercice 2., le cardinal de P (E).
Solution 3
1. Soit :
f : E {0, 1}
une application.
A = f 1 ({1}) est lunique partie de E telle que f soit la fonction caractristique
A de A.
A. El Mossadeq
2. Lapplication :
P (E)
A
F (E, {0, 1})

A
o F (E, {0, 1}) est lensemble des applications de E dans {0, 1}, est une bijection.
On en dduit que :
card P (E)
=
=
card F (E, {0, 1})

2n
Exercice 4
Soit A et B deux ensembles de cardinaux respectifs p et n, p n.
1. Dterminer le nombre dapplications injectives de A dans B pour p = 1, 2.
2. Soit a A, A1 = A {a} et G (resp.G1 ) lensemble des injections de A (resp.
A1 ) dans B.
Montrer que si g est une injection de A1 dans B, alors lapplication f de A dans
B qui x A1 associe g (x) et a associe un lment arbitraire de B g (A1 )
est une injection.
3. En dduire que lapplication qui f G associe la restriction de f A1
est une application surjective sur G1 , et que pour tout g G1 , le cardinal de
limage rciproque de g par est n p + 1.
4. Utiliser Exercice 1. pour dterminer par rcurrence sur p, le nombre dinjections
de A dans B.
5. On suppose n = p.
En dduire le nombre de bijections de A dans B.
Solution 4
1.
p=1
Toute application de A = {a} dans B est une injection. Donc, il y a n
injections de {a} dans B.
p=2
Pour le premier lment a de A = {a, b} il y a n possibilits alors que pour
le deuxime b il ny a que (n 1) possibilits puisque son image doit tre
dirente de celle de a.
Donc, le nombre dinjections de {a, b} dans B est n (n 1).
2. Soit :
une injection.
g : A1 B
A. El Mossadeq
Pour tout y B g (A1 ), lapplication fy qui coincide avec g sur A1 et telle

que :
fy (a) = y
est une injection.
De plus :
g = fy|A1
On peut construire ainsi (n p + 1) aplications injectives : autant que le cardinal de B g (A1 ).
3. Daprs la question 2, lapplication :
G
f
G1
f|A1
est surjective, de plus pour tout g G1 on a :
card 1 ({g}) = n p + 1
Il sen suit que :

card G = (n p + 1) card G1
4. En utilisant le thorme des Bergers, on conclut, par une rcurrence sur p,
p 1, que :
n!
card G =
(n p)!
5. Lorsque n = p, toute injection est une bijection.
Il y a donc n! bijections de A sur B.
Exercice 5
On appelle arrangement dordre p de A, toute suite ordonne de p lments distincts choisis parmi les lments de A.
1. Montrer que lensemble des arrangements dordre p de A est quipotent
lensemble des applications injectives de {1, ..., p} dans A.
2. En dduire le nombre darrangements dordre p de A, not A(n, p).
3. En dduire le nombre de permutations de A (arrangements dordre n de A),
not P (n).
A. El Mossadeq
Solution 5
1. Soit (a1 , ..., ap ) un arrangement dordre p de A.
Lapplication f :
{1, ..., p}
i
A
ai
est une injection.

Rciproquement, si :
f : {1, ..., p} A
est une injection, alors (f (1) , ..., f (p)) est un arrangement dordre p de A.
2. On en dduit que le nombre darrangements dordre p de A concide avec le
nombre dinjections de {1, ..., p} dans A; do :
A(n, p) =
n!
(n p)!
3. En particulier, le nombre de permutations de A coincide avec le nombre de

bijections de A, savoir :
P (n) = n!
Exercice 6
Soit A un ensemble n lments.
On appelle combinaison dordre p de A, toute suite non ordonne de p lments
distincts choisis parmi les lments de A.
1. Quelle est le nombre darrangements quon peut associer une combinaison
dordre p de A ?
2. En dduire le nombre de combinaisons dordre p de A, not C(n, p).
Solution 6
1. Etant donne une combinaison dordre p de A, le nombre de suite ordonne de
p lments distincts quon peut construire, partir de cette combinaison, est le
nombre de permutations de p lments, a savoir p!.
2. Ainsi, chaque combinaison dordre p de A correspond p! arrangements dordre
p de A, donc :
A(n, p) = p!C(n, p)
do :
C(n, p) =
n!
p! (n p)!
A. El Mossadeq
Exercice 7
Soit a un lment de E.
Dterminer le nombre de sous-ensembles de E de cardinal p :
qui contiennent a
qui ne contiennent pas a
En dduire :
C(n, p) = C(n 1, p 1) + C(n 1, p)
Solution 7
Le nombre de sous-ensembles de E de cardinal p qui contiennent a est le nombre
de parties (p 1) lments de E {a}, savoir :
C(n 1, p 1) =
(n 1)!
(p 1)! (n p)!
Le nombre de sous-ensembles de E de cardinal p qui ne contiennent pas a est le

nombre de parties p lments de E {a}, savoir :
C(n 1, p) =
(n 1)!
p! (n p 1)!
Or toute partie de E p lments soit elle contient a soit elle ne le contient pas, on
en dduit donc :
C(n, p) = C(n 1, p 1) + C(n 1, p)
Exercice 8
Soit A un ensemble n lments.
1. Quelle est le nombre de partie de A p lments ?
2. En dduire le cardinal de P (A).
Solution 8
1. Le nombre de partie de A p lments est le nombre de combinaisons dordre
p de A
2. Notons C (n, p) lensemble des lments de P (A) ayant p lments.
[C (n, p)]0pn forment une partition de P (A) do :
A. El Mossadeq
card P (A)
n
X
p=0
n
X
card C (n, p)
C (n, p)
p=0
(1 + 1)n
2n
=
=
Exercice 9
1. Montrer que :
2. En dduire que :
C(n, p) = C(n, n p)
C(n, n) = C(n, 0)
3. En dduire que :
C(2n, n) = 2C(2n 1, n) = 2C(2n 1, n 1)
4. En utilisant les dveloppements de (1 1)n et (1 + 1)n , calculer :
P
P
{C(n, p) | 0 p n , p pair} ;
{C(n, p) | 0 p n , p impair}
Solution 9
1. Soit E un ensemble n lments.
A toute partie de E p lments correspond une et une seule partie de E un
ensemble (n p) lments qui est son complmentaire, do :
C(n, p) = C(n, n p)
2. En particulier :
C(n, n) = C(n, n n) = C(n, 0) = 1
Lunique partie de E n lments est E.
Lunique partie de E qui ne contient aucun lment est lensemble vide .
3. Puisque:
et :
C(n, p) = C(n 1, p 1) + C(n 1, p)

C(n, p) = C(n, n p)
A. El Mossadeq
alors :
C(2n, n)
=
=
=
C(2n 1, n 1) + C(2n 1, n)
2C(2n 1, n 1)
2C(2n 1, n)
4. En utilisant la formule du binme on a :

n
X
C(n, p)
(1 + 1)n =
p=0
et :
(1 1)
=
=
=
n
X
p=0
n
X
p=0
n
X
(1)np C(n, p)
(1)np C(n, n p)
(1)p C(n, p)
p=0
En faisant la somme et la dirence de ces deux quantits, on obtient :

X
2n = 2
{C(n, p) | 0 p n , p pair}
et :
2n = 2
do :
X
{C(n, p) | 0 p n , p pair}
=
=
2n1
Exercice 10
Soit E = {a1 , ..., an } un ensemble n lments.
On appelle permutation avec rptition dordre (p1 , ..., pn ) de E, toute suite
ordonne des lments de E, o llment ai est rpt pi fois, 1 i n.
Dterminer le nombre de ces permutations quon note P (p1 , ..., pn ) .
Solution 10
Le nombre de manires pour placer llment a1 dans p1 positions de la suite est le
nombre de combinaison dordre p1 parmi p lments : C(p, p1 ).
10
A. El Mossadeq
Pour a2 , il y a C(p p1 , p2 ) manires possibles,...

Pour ak , il y a C(p p1 ... pk1 , pk ) manires possibles.
Do :
n
Y
C(p p1 ... pk1 , pk )
P (p1 , ..., pn ) =
k=1
p!
p1 !...pn !
o p0 = 1.
Exercice 11
Soit E = {a1 , ..., an } un ensemble n lments.
On appelle combinaison avec rptition dordre p de E, toute suite non ordonne
des lments de E de longeur p.
Dterminer le nombre de ces combinaisons quon note K(n, p).
Solution 11
On dmontre que le nombre de combinaisons avec rptition dordre p de n lments.est :
K(n, p) = C(n + p 1, p)
Exercice 12
1. Dterminer le nombre dapplications strictement croissantes de {1, ..., p} dans
{1, ..., n}
2. Dterminer le nombre dapplications croissantes de {1, ..., p} dans {1, ..., n}.
3. Dterminer le nombre de solutions de lquation :
n
X
xi = p , p N , xi N
n
X
xi p , p N , xi N
i=1
4. Dterminer le nombre de solutions de linquation :
i=1
11
A. El Mossadeq
Solution 12
1. Dmontrons que le nombre dapplications strictement croissantes de {1, ..., p}
dans {1, ..., n} est le nombre de combinaisons dordre p de {1, ..., n}, savoir :
C(n, p) =
n!
p! (n p)!
En eet, si :
f : {1, ..., p} {1, ..., n}
est une application strictement croissante, alors (f (1) , ..., f (p)) est une combinaison dordre p de {1, ..., n}.
Rciproquement, soit {a1 , ..., ap } une combinaison dordre p de {1, ..., n} et soit
une permutation de {1, ..., p} telle que :
a(1) < a(2) < ... < a(p)
Lapplication f :
{1, ..., p}
k
{1, ..., n}
a(k)
est strictement croissante.

Do le rsultat.
2. Dmontrons que le nombre dapplications croissantes de {1, ..., p} dans {1, ..., n}
est le nombre de combinaisons avec rptition dordre p de {1, ..., n}, savoir :
K(n, p)
=
=
En eet, si :
C(n + p 1, p)
(n + p 1)!
p!(n 1)!
f : {1, ..., p} {1, ..., n}
est une application, alors (f (1) , ..., f (p)) est une combinaison avec rptition
dordre p de {1, ..., n}.
Rciproquement, soit {a1 , ..., ap } une combinaison avec rptition dordre p de
{1, ..., n} et soit une permutation de {1, ..., p} telle que :
a(1) a(2) ... a(p)
Lapplication f :
{1, ..., p}
k
est croissante.
Do le rsultat.
12
{1, ..., n}
a(k)
A. El Mossadeq
3. Dmontrons que le nombre de solutions de lquation :

n
X
i=1
xi = p , p N , xi N
est le nombre de combinaisons avec rptition dordre p de {1, ..., n}, cest
dire :
K(n, p)
=
=
C(n + p 1, p)
(n + p 1)!
p!(n 1)!
En eet, si (x1 , ..., xn ) est une solution de cette quation, alors la suite dans
laquelle llment 1 est rpt x1 fois, ..., llment n est rpt xn fois est une
combinaison avec rptition dordre p de {1, ..., n}.
Rciproquement, soit {a1 , ..., ap } une combinaison avec rptition dordre p de
{1, ..., n} et dsignons par xi le nombre de rptition de llment i dans cette
combinaison; on a alors :
n
X
xi = p
i=1
(x1 , ..., xn ) est donc une solution de lquation. Do le rsultat.

4. Remarquons que linquation :
n
X
i=1
est quivalente :
xi p , p N , xi N
xn+1 N :
n+1
X
xi = p
i=1
Il en rsulte qu le nombre de solutions de linquation est gal au nombre de

solutions de lquation :
n+1
X
i=1
savoir :
xi = p , p N , xi N
K(n + 1, p) = C(n + p, p)
Exercice 13
Combien de plaques minralogiques portant un matricule de sept caractres peut-on
former si les trois premiers sont des lettres et les quatre derniers sont des chires ?
13
A. El Mossadeq
Solution 13
Pour chaque lettre, il y a 26 possibilits, alors quil y a 10 possibilits pour chaque
chire.
Ainsi, le nombre de plaques minralogiques quon peut former est :
263 104
Exercice 14
A partir dun groupe de cinq hommes et sept femmes, combien de comits dirents
composs de deux hommes et trois femmes peut-on former ?
Quen est-il si deux des hommes sentendent mal et refusent de siger ensemble au
comit ?
Solution 14
Pour le choix des trois femmes il y a C (7, 3) possibilits et pour celui des
hommes il y a C (5, 2).
On en dduit que le nombre total de comits quon peut ainsi former est :
C (7, 3) C (5, 2) = 350
Les deux hommes ne peuvent siger ensemble, donc soit lun seulement sige
dans le comit, soit aucun des deux ne sige dans le comit.
Le nombre de choix des hommes dans le premier cas est :
C (2, 1) C (3, 1) = 6
dans le second cas, le nombre de choix des hommes est :
C (2, 0) C (3, 2) = 3
Ainsi, le nombre de choix des deux hommes est :
C (2, 1) C (3, 1) + C (2, 0) C (2, 2) = 9
et par suite, le nombre de comits quon peut ainsi former est :
C (7, 3) [C (2, 1) C (3, 1) + C (2, 0) C (2, 2)] = 315
On peut aussi procder en dnombrant les comits o les deux hommes sigent
ensemble soit :
C (7, 3) [C (2, 2) C (3, 0)] = 35
Do, le nombre de comit recherch est :
350 35 = 315
14
A. El Mossadeq
Exercice 15
Un cours de Calcul des Probabilits est suivi par six femmes et quatre hommes.
Un examen a lieu, puis les tudiants sont classs selon leurs notes.
On suppose exclu que deux tudiants obtiennent la mme note.
1. Combien de classements dirents peut-on envisager ?
2. Si les femmes sont classes entre elles uniquement et les hommes entre eux,
combien de classements globaux peut-on envisager ?
Solution 15
1. Le nombre de classements possibles est le nombre de permutations dordre 10,
savoir :
10! = 3628800
2. le nombre de classements des femmes est 6! et celui des hommes est 4!.
Il en rsulte que le nombre de classements globaux est :
4! 6! = 17280
Exercice 16
Parmi les dix participants un tournoi dchec, on compte quatre russes, trois
amricains, deux anglais et un franais.
Si dans le classement du tournoi on ne peut lire que la liste des nationalits des
joueurs mais pas leur identit, combien de classements individuels correspond une
telle liste ?
Solution 16
Etant donn un classement par nationalit, il y a 4! possibilits pour classser individuellement les quatre russes, 3! pour les trois amricains, 2! pour les deux anglais
et une seule possibilit pour le franais.
Donc, le nombre de classents individuels qui correspondent un classement par
nationalit est :
4! 3! 2! 1! = 288
Notons que le nombre de classements individuels est :

P (10) = 10!
et le nombre de classements par nationalit est le nombre de permutations avec les
rptitions (4, 3, 2, 1) :
P (4, 3, 2, 1) =
10!
= 12 600
4! 3! 2! 1!
15
A. El Mossadeq
Exercice 17
Douze personnes ont leur disposition trois voitures de six, quatre et deux places
respectivement.
De combien de manires peut-on aecter ces douze personnes aux trois voitures en
supposant :
1. que nimporte laquelle de ces personnes est susceptible de conduire ?
2. que seulement quatre des douze personnes sont susceptibles de conduire ?
Solution 17
1. Puisque nimporte laquelle de ces personnes est susceptible de conduire, le nombre de manires de rpartir les douze personnes sur les trois voitures est le
nombre de permutations dordre 12 avec les rptitions 6, 4 et 2, savoir :
12!
= 13860
6!4!2!
2. Si seulement quatre des douze personnes sont susceptibles de conduire, alors il
faut dabord choisir trois personnes parmi ces quatre et les aecter aux trois
voitures en tant que conducteurs, puis rpartir les neuf personnes restantantes
sur les trois voitures. Le nombre de possibilits pour choisir les conducteurs est
:
P (6, 4, 2) =
C (4, 3) = 4
et le nombre de manires pour rpartir les neuf personnes sur les trois voitures
est le nombre de permutations dordre 9 avec les rptitions 5, 3 et 1, savoir :
9!
= 504
5!3!1!
Finalement, le le nombre de manires de rpartir, dans ce cas, les douze personnes sur les trois voitures est :
P (5, 3, 1) =
C (4, 3) P (5, 3, 1) = 2016
Exercice 18
Un ascenseur desservant N tages contient S personnes.
1. De combien de manires les S personnes peuvent-elles sarrter aux dirents
tages ?
2. De combien de manires les S personnes peuvent-elles sarrter aux dirents
tages si :
il y a n1 tages tels quen chacun deux sarrtent a1 personnes, ..
il y a ni tages tels quen chacun deux sarrtent ai personnes, ..
16
A. El Mossadeq
il y a nk tages tels quen chacun deux sarrtent ak personnes,

o : n1 + n2 + ... + nk = N
Solution 18
1. Chacune des S personnes a N choix possibles pour sarrter, donc le nombre
de manires possibles est N S , cest le nombre dapplications dun ensemble S
lments dans un ensemble N lments.
2. Le nombre de personnes S scrit :
S = n1 a1 + n2 a2 + ... + nk ak
Le nombre de manires pour rpartir les tages est le nombre de permutations
dordre N avec les rptitions n1 , n2 , ..., nk savoir :
P (n1 , n2 , ..., nk ) =
N!
n1 !n2 !...!nk
Le nombre de manire pour rpartir les S personnes est le nombre de permutations dordre S avec les rptitions a1 (n1 fois), ..., ak (nk fois) savoir :
P (a1 , ..., a1 , ..., ak , ..., ak ) =
S!
(a1 !) ... (ak !)nk
n1
Ainsi, mle nombre total de possibilits est :

P (n1 , n2 , ..., nk ) P (a1 , ..., a1 , ..., ak , ..., ak ) =
N !S!
n1 !n2 !...!nk (a1 !)n1 ... (ak !)nk
Exercice 19
Une personne dispose de vingt mille dirhams investir sur quatre placements potentiels. Chaque mise doit se monter un nombre entier de milliers de dirhams.
Entre combien de stratgies dinvestissement cette personne a-t-elle le choix si elle
dcide de risquer la totalit de la somme ?
Quen est-il si on admet quelle nest pas oblige dinvestir la totalit de la somme ?
Solution 19
Soit xi , 1 i 4, la somme, en milliers de dirhams, investie dans le ie`me
placements.
Le nombre de stratgies possibles est donc gal au nombre de solutions de
lquation :
4
X
i=1
xi = 20 , xi N , 1 i 4
17
A. El Mossadeq
savoir :
K(4, 20) = C(23, 20) = 1771
Dans le cas o la personne nest pas oblige dinvestir la totalit de la somme,
le nombre de stratgies possibles est donc gal au nombre de solutions de
linquation :
4
X
i=1
savoir :
xi 20 , xi N , 1 i 4
K(5, 20) = C(24, 20) = 10626
Exercice 20
On achte six pices mcaniques. De combien de manires peut-on les rpartir si :
1. elles doivent tre places chacune dans un atelier dirent ?
2. elles sont places deux deux dans trois ateliers dirents ?
3. il y a quatre ateliers, deux recevant deux pices chacun et deux autres une pice
chacun ?
Solution 20
1. Le nombre de manires de rpartir les six pices mcaniques, chacune dans un
atelier dirent, est le nombre de permutations dordre 6 :
6! = 720
2. Le nombre de manires de rpartir les six pices mcaniques, deux deux dans
trois ateliers dirents, est le nombre de permutations dordre 6 avec les rptitions (2, 2, 2) :
P (2, 2, 2)
=
=
6!
2! 2! 2!
90
3. Le nombre de manires de rpartir les six pices mcaniques sur quatre ateliers
dirents , deux recevant chacun deux pices et les deux autres recevant chacun
une seule pice, est le nombre de permutations dordre 6 avec les rptitions
(2, 2, 1, 1) :
P (2, 2, 1, 1)
6!
2! 2! 1! 1!
180
=
=
18
A. El Mossadeq
Exercice 21
Quel est le nombre de monmes de lensemble des polynomes homognes n variables
de degr p ?
Solution 21
Un monme de lensemble des polynomes homognes n variables et de degr p
scrit sous la forme :
X11 X22 ...Xnn
o :
i N , 1 i n
1 + ... + n = p
Il en rsulte que le nombre de monmes de lensemble des polynomes homognes

n variables de degr p est gal au nombre de solutions de lquation :
1 + ... + n = p
i N , 1 i n
savoir :
K (n, p) = C (n 1 + p, p)
Exercice 22
Dans une banque, chaque client possde un compte bancaire dont le code est compos
de tois lettres et cinq chires non ncessairement distincts.
1. On suppose que les trois lettres sont distinctes.
Combien de comptes peut-on ouvrir dont le code :
(a) contient un A et un B ?
(b) contient un A et finit par 123 ?
2. On suppose que les trois lettres ne sont pas ncessairement distinctes.
Combien peut-on ouvrir de comptes dont le code contient au moins deux fois
la lettre A ?
3. On suppose que les trois lettres ne sont pas ncessairement distinctes et quil
est impossible dutiliser les chires 0, 1, 2, 3 et 4 qui sont rservs des codes
spciaux.
Combien peut-on ouvrir de comptes dont le code :
(a) finit par 999 ?
(b) commence par A et finit par 89 ?
19
A. El Mossadeq
Solution 22
1. Puisque les lettres sont distinctes, le nombre totale de comptes quon peut ouvrir
dans ce cas est :
A (26, 3) 105 = 156 107
(a) Le nombre de manires pour placer les lettres A et B est :
A (3, 2) = 6
La troisime lettre tant dirente de A et B, donc le nombre de choix
posssible est :
26 2 = 24
Les cinq chires ntant pas ncessairement distincts, donc le nombre de

choix est :
105 = 100000
Do le nombre de comptes qui contient A et B est :
A (3, 2) 24 105 = 144 105
(b) Le nombre de manires pour placer la lettre A est :
A (3, 1) = 3
Pour les deux autres lettres, le nombre de choix est :
A (25, 2) = 600
Le nombre de choix possibles pour les deux chires restants est :
102 = 100
Do le nombre de comptes qui commencent par la lettre A et finissent
par 123 est :
A (3, 1) A (25, 2) 102 = 18 104
2. Dans ce cas, le compte contient soit exactement deux fois la lettre A, soit
exactement troi fois la lettre A.
Dans le premier cas, le nombre de choix possibles pour placer exactement deux
fois la lettre A est :
C (3, 2) = 3
alors que le nombre de choix posssibles pour la lettre restante est :
26 1 = 25
puisquelle est ncessairement distinctes de A.
Dans le second cas, il ny a quun seul choix possible.
20
A. El Mossadeq
Les cinq chires ntant pas ncessairement distincts, donc le nombre de choix
est :
105 = 100000
Do le nombre de comptes qui contiennent au moins deux A est :
[C (3, 2) 25 + 1] 105 = 76 105
3. Dans ce cas, le nombre total de comptes est :
263 55 = 54925 103
(a) Le nombre de choix possibles pour les trois lettres est :
263 = 17576
Le nombre de choix possibles pour les deux chires restants est :
52 = 25
Do le nombre de comptes qui finissent par 999 est :
263 25 = 4394 102
(b) Pour placer les deux lettres restantes, le nombre de choix possibles est :
262 = 676
alors que le nombre de choix possibles pour placer les trois chires restants
est :
53 = 125
Do le nombre de comptes qui commencent par la lettre A et finissent
par 89 est :
262 53 = 845 102
Exercice 23
Les n tmes dune encyclopdie, numrots de 1 n, sont placs au hasard sur une
tagre.
1. Combien y a-t-il de manire de les placer ?
2. Parmi ces classements, combien y en a-t-il o :
(a) les tmes 1 et 2 se trouvent cte cte dans cet ordre ?
(b) les tmes 1 p se trouvent cte cte dans cet ordre ?
21
A. El Mossadeq
Solution 23
1. Le nombre de manire de placer les n tmes de lencyclopdie sur ltagre.est
le nombre de permutations dordre n :
P (n) = n!
(a) Si les tmes 1 et 2 doivent se trouver cte cte dans cet ordre, alors
il y a (n 1) manires possibles pour les placer, puis (n 2)! manires
possibles pour placer les (n 2) tmes restants.
Donc, le nombre de placements possibles dans ce cas est : (n 1)!.
(b) Si les tmes 1 p doivent se trouver cte cte dans cet ordre, alors il
y a (n p + 1) manires possibles pour les placer, puis (n p)! manires
possibles pour placer les (n p) tmes restants.
Donc, le nombre de placements possibles dans ce cas est : (n p + 1)!
Exercice 24
On jette quatre ds discernables et on appelle rsultat, une suite ordonne des quatre
points amens.
1. Combien y a-t-il de rsultats possibles ?
2. Combien parmi eux qui conduisent :
(a)
(b)
(c)
(d)
(e)
un carr ? (quatre points identiques),

un brelan ? (trois points identiques et un autre dirent),
une double-paire ? (deux couples dirents de points indentiques),
une simple-paire ? (deux points identiques et les autres dirents),
un rsultat banal ? (quatre points dirents)
Solution 24
1. Chaque d comporte six faces, donc le nombre de rsultats possibles est :
64 = 1296
(a) Pour former un carr, il sut de choisir lune des six faces, il y a donc 6
carrs possibles.
(b) Pour former un brelan, il sut de choisir une face qui sera rpte trois
fois puis une autre, dirente de la premire, qui se rptera une fois.
Il y a donc :
A (6, 2) = 30
possibilits pour le choix des deux faces.
22
A. El Mossadeq
Le nombre de manire de les ordonner est le nombre de permutations avec

les rptitions (3, 1) :
P (3, 1) = 4
Do le nombre de brelans est :
A (6, 2) P (3, 1) = 120
(c) Pour former une double-paire, il sut de choisir deux faces parmi les six,
chacune sera rpte deux fois.
Il y a donc :
C (6, 2) = 15
possibilits pour le choix des deux faces.
les rptitions (2, 2) :
P (2, 2) = 6
Do le nombre de double-paire est :
C (6, 2) P (2, 2) = 90
(d) Pour former une simple-paire, il sut de choisir une face parmi les six qui
sera rpte deux fois puis deux autres faces direntes, parmi les cinq
restantes, qui seront rptes chacune une seule fois.
Ainsi, il y a donc :
C (6, 1) C (5, 2) = 60
possibilits pour le choix des trois faces.
les rptitions (2, 1, 1) :
P (2, 1, 1) = 12
Do le nombre de simple-paire est :
C (6, 1) C (5, 2) P (2, 1, 1) = 720
(e) Le nombre de rsultats banals est le nombre darrangements de quatre
faces parmi les six faces :
A (6, 4) = 360
23
A. El Mossadeq
Exercice 25
Soit En = {a1 , ..., an } un ensemble n lments.
Si A1 , ..., Ap sont des sous ensembles de En , on dit quils forment une partition de
En en p classes si :
(P1 ) pour tout i {1, ..., p}, Ai est non vide
(P2 ) A1 , ..., Ap sont deux deux disjoints
(P3 ) la runion de A1 , ..., Ap coincide avec En .
On remarque que pour toute permutation de {1, ..., p}, les partitions A1 , ..., Ap et
A(1) , ..., A(p) sont identiques.
On note S(n, p) le nombre de toutes les partitions de En en p classes.
1. Calculer :
(a) S(n, 1) et S(n, n),
(b) S(3, 2) et S(4, 2),
(c) Le nombre de toutes les partitions de En en deux classes A1 et A2 o le
cardinal de A1 est k, 1 k n 1.
(d) En dduire S(n, 2).
2. Soit an+1 un lment nappartenant pas En et posons En+1 = En {an+1 }.
(a) Etant donne une partition de En en (k 1) classes, combien de partitions
de En+1 en k classes peut-on costruire ?
(b) Etant donne une partition de En en k classes, combien de partitions de
En+1 en k classes peut-on costruire ?
(c) En dduire une relation entre S(n + 1, k), S(n, k 1) et S(n, k).
3. Soit Ep = {a1 , ..., ap }, 1 p n.
(a) Montrer que toute surjection de En sur Ep dtermine une partition de En
en p classes.
(b) Quel est le nombre de surjections de En sur Ep correspondant une partition de En en p classes ?
(c) En dduire le nombre de surjections de En sur Ep en fonction de S(n, p).
4. Soit k un lment de {1, ..., p}.
(a)
(b)
(c)
(d)
Quel est le nombre de parties k lments dans Ep ?

Quel est le nombre dapplications de En dans Ep ?
Quel est le nombre de surjections En sur Ek ?
En dduire que pour tout p {1, ..., n} on a :
n
p =
p
X
C(p, k)S(n, k)k!
k=1
24
A. El Mossadeq
Solution 25
1. (a)
(i) Sn1 est le nombre de partitions de En en une seule classe, donc
Sn1 = 1
(ii) Snn est le nombre de partitions de En en n-classes, donc chaque Ai ,
1 i n, ne contient quun seul lment de En , et par consquent,
il ny a quune seule partition de En en n-classes, do :
Snn = 1
(b) Dans ce cas on a :
cardA1 + cardA2 = 3
et compte tenu du fait que les partitions (A1 , A2 ) et (A2 , A1 ) sont identique, on a alors :
cardA1 = 1 et cardA2 = 2
donc le nombre de partitions de E3 en deux classes est gal au nombre de
parties de E3 un seul lment, do :
S32
=
=
C (3, 1)
1
[C (3, 1) + C (3, 2)]
2
(c) Dans ce cas on a :

cardA1 + cardA2 = 4
et compte tenu du fait que les partitions (A1 , A2 ) et (A2 , A1 ) sont identiques, on a alors :
ou :
Le nombre de partitions de E4 en deux classes dans le premier cas est :
S42
C (4, 1)
1
=
[C (4, 1) + C (4, 3)]
2
alors que dans le second cas, le nombre de partitions de E4 en deux classes
est :
1
S42 = C (4, 2)
2
25
A. El Mossadeq
do :
1X
=
C (4, k)
2 k=1
3
S42
(d) Compte tenu de la question prcdente, le nombre de partitions de En en

deux classes (A1 , A2 ) tel que :
cardA1 = k , 1 k n 1
est :
C (n, k) si n 6= 2k
1
C (n, k) si n = 2k
2
Do :
1X
C (n, k)
2 k=1
n1
S42 =
(a) Soit (A1 , ..., Ak1 ) une partition de En en (k 1)-classes, alors (A1 , ..., Ak1 , {an+1 })
est une partition de En+1 en k-classes.
(b) Soit (A1 , ..., Ak ) une partition de En en k-classes, et posons :
Bi = Ai {an+1 } , 1 i k
Alors pour i, 1 i k, (A1 , ...Ai1 , Bi , Ai+1 , ..., Ak ) est une partition de
En+1 en k-classes.
(c) Puisque toutes les partitions de En+1 en k-classes ont lune des deux formes
prcdentes, alors :
k
k
Sn+1
= Snk1 + kSn+1
2. Soit Ep = {a1 , ..., ap }, 1 p n.
(a) Soit :
f : En Ep
une surjection.
Pour tout k, 1 k p, posons :
Ak = f 1 ({ak })
(A1 , ..., Ap ) est alors une partition de En en p classes.

(b) Soit (A1 , ..., Ap ) une partition de En en p classes.
Le nombre de surjections de En sur Ep correspondant cette partition est
le nombre e bijections de (A1 , ..., Ap ) sur de Ep , savoir : p!
26
A. El Mossadeq
(c) Il en rsulte que le nombre de surjections de En sur Ep est :

p!S (n, p)
3. Soit k un lment de {1, ..., p}.
(a) Le nombre de parties k lments dans Ep est :
C (n, k) =
n!
k! (n k)!
(b) Le nombre dapplications de En dans Ep est :

pn
(c) Le nombre de surjections En sur Ek est :
k!S (n, k)
(d) Soit k un lment de {1, ..., p} et Ek une partie de Ep k lments.
Toute surjection :
f : En Ek
induit une application En sur Ep telle que :

f (En ) = Ek
Donc, le nombre dapplications de En dans Ep telle que :
Card f (En ) = k
est :
C(p, k)S(n, k)k!
Do, le nombre dapplications de En sur Ep est :
n
p =
p
X
C(p, k)S(n, k)k!
k=1
27
A. El Mossadeq
APPENDICE
PRINCIPAUX RSULTATS
Arrangements dordre p de
{1, ..., n}
Combinaisons dordre p de
{1, ..., n}
pn
pn
Permutations de {1, ..., n}

Permutations avec rptition
dordre (p1 , ..., pn ) de {1, ..., n}
Combinaisons avec rptition
dordre p de {1, ..., n}
Applications de {1, ..., p} dans
{1, ..., n}
Applications injectives de
{1, ..., p} dans {1, ..., n}
Applications de {1, ..., p} dans
{1, ..., n} strictement croissantes
Applications croissantes de
{1, ..., p} dans {1, ..., n}
Solutions de lquation :
n
P
xi = p
i=1
Solutions de lquation :
n
P
xi = p
i=1
Solutions de linquation :
n
P
xi p
i=1
Solutions de linquation :
n
P
xi p
i=1
n!
(n p)!
n!
C (n, p) =
p! (n p)!
A (n, p) =
P (n) = n!
pi 1
P (p1 , ..., pn ) =
(p1 + ... + pn )!
p1 !...pn !
K(n, p) = C (n + p 1, p)
np
pn
A (n, p)
pn
C (n, p)
K(n, p)
xi N
K(n, p)
xi N
pn
C (p 1, n 1)
xi N
K(n + 1, p)
xi N
pn
C (p, n 1)
28
Les Espaces Probabiliss
A. El Mossadeq
Exercice 1
On considre un espace probabilis engendr par trois vnements A, B et C.
Exprimer dans cet espace les vnements :
(1) A seul se produit
(2) A et B se produisent mais non C
(3) les trois vnements se produisent simultanment
(4) au moins lun des vnements se produit
(5) au moins deux vnements se produisent
(6) deux vnements au plus se produisent
(7) un seul vnement se produit
(8) deux vnements ou plus se produisent
(9) deux vnements seulement se produisent
(10) aucun des trois vnements ne se produit
(11) pas plus de deux vnements ne se produisent.
Solution 1
(1) A seul se produit :
AB c C c
(2) A et B se produisent mais non C :
ABC c
(3) les trois vnements se produisent simultanment :
ABC
(4) au moins lun des vnements se produit :
A+B+C
AB c C c Ac BC c Ac B c C ABC c
AB c C Ac BC ABC
(5) au moins deux vnements se produisent :

AB + AC + BC = ABC c AB c C Ac BC ABC
(6) deux vnements au plus se produisent :
(ABC)c
(7) un seul vnement se produit :
AB c C c Ac BC c Ac B c C
(8) deux vnements ou plus se produisent :
AB + AC + BC = ABC c AB c C Ac BC ABC
31
A. El Mossadeq
(9) deux vnements seulement se produisent :

ABC c AB c C Ac BC
(10) aucun des trois vnement ne se produit :
Ac B c C c
(11) pas plus de deux vnements ne se produisent :
(ABC)c
Exercice 2
1. Lintersection de deux tribus est-elle une tribu ?
2. La runion de deux tribus est-elle une tribu ?
3. Le produit cartsien de deux tribus est-il une tribu ?
Solution 2
1. Dmontrons que lintersection dune famille (Ti )iI de tribus de P (), o est
un ensemble non vide, est une tribu de P ().
Soit :
Y
T =
Ti
iI
(a) (T 1) T , puisque Ti pour tout i I.

(b) (T 2) Si A T , alors :
AT
= i I : A Ti
= i I : Ac Ti
= Ac T
(c) (T 3) Si (An )nN est une suite d vnements deT , alors pour tout i I,
P
(An )nN est une suite d vnements deTi , donc, pour tout i I,
An
est un vnement de Ti , et par consquent
n=0
n=0
An est un vnement de T .
Il en rsulte que T est une tribus de P ().
2. La runion de deux algbres de P () nest pas, en gnral, une algbre deP ().
En eet, prenons :
A1
A2
=
=
=
{a, b, c}
{, {a} , {b, c} , }
{, {b} , {a, c} , }
32
A. El Mossadeq
Lvnement :
{a, b} = {a} {b}
nest pas un lment de A1 A2 .
3. Le produit cartsien de deux tribus nest pas, en gnral, une tribu.

En eet, reprenons lexemple prcdent :
A1
A2
{a, b, c}
{, {a} , {b, c} , }
{, {b} , {a, c} , }
=
=
=
Alors :
{(a, b)} = {a} {b}
est un vnement de A1 A2 , mais :
{(a, b)}c = {(a, b)}
nest pas un vnement de A1 A2 .
Exercice 3
Soit un ensemble non vide.
1. Montrer que T = {, } et P () sont des tribus.
2. Donner la plus petite algre contenant une partie A de .
3. On pose
= {a, b, c, d, e}
Construire lalgbre engendre par :
C = {{a} , {b, c} , {d, e}}
Solution 3
1. (a) {, } est une tribu. Cest la plus petite tribu de P ().
(b) P () est une tribu. Cest la plus grande tribu de P ().
2. La plus petite algbre contenant A est :
{, A, Ac , }
3. Lalgbre engendre par C est :
{, {a} , {b, c} , {d, e} , {b, c, d, e} , {a, d, e} , {a, b, c} , }
33
A. El Mossadeq
Exercice 4
Considrons les classes suivantes de P (R) :
C1
C2
C3
C4
C5
C6
C7
C8
=
=
=
=
=
=
=
=
{] , x[| x R}
{] , x] | x R}
{]x, +[| x R}
{[x, +[| x R}
{]x, y[| x, y R}
{[x, y[| x, y R}
{]x, y] | x, y R}
{[x, y] | x, y R}
Montrer que ces huit classes Ci (1 i 8) engendrent une mme tribu BR appele
la tribu des borliens de R.
Solution 4
Pour tout i, 1 i 8, dsignons par Bi la tribu engendre par Ci .
1. B1 = B2
(a) Pour tout x R, considrons la suite :
(In )n1
1
In =] , x + [
n
est une suite dcroissante dintervalles de C1 , donc :
], x] =
est un lment de B1 , do :
1
] , x + [
n
n=1
C2 B1
et par consquent :
B2 B1
(b) Rciproquement, pour tout x R, considrons la suite :
1
In = , x
n
(In )n1 est une suite croissante dintervalles de C2 , donc :

X
1
, x
], x[ =
n
n=1
34
A. El Mossadeq
C1 B2
et par consquent :
B1 B2
Donc :
B1 = B2
2. B1 = B4
Pour tout x R, on a :
(] , x[)c = [x, +[
On en dduit que :
C4 B1
et :
C1 B4
On conclut que :
B4 = B1 = B2
3. B2 = B3
Pour tout x R, on a :
(], x])c = ]x, +[
On en dduit que :
C3 B2
et
C2 B3
On conclut que :
B3 = B2 = B1 = B4
4. B1 = B5
(a) Pour tout x R, considrons la suite (In )nN de C5 :
In =]x n, x[ , n N
donc :
nN
In =] , x[
est un lment de B5 do :
C1 B5
35
A. El Mossadeq
et par consquent :
B1 B5
(b) Dautre part, pour tout (x, y) R2 on a :

]x, y[= ]x, +[ ], y[
donc :
C5 B1
et par consquent :
B5 B1
Do :
B5 = B1 = B2 = B3 = B4
5. B4 = B6
(a) Pour tout x R considrons, la suite (In )nN dintervalles de C6 :
In = [x, x + n[ , n N
donc :
In = [x, +[
nN
C4 B6
et par consquent :
B4 B6

[x, y[= [x, +[ ], y[
donc :
et par consquent :
Do :
C6 B4
B6 B4
B6 = B4 = B1 = B2 = B3 = B5
36
A. El Mossadeq
6. B7 = B5
(a) Pour tout (x, y) R2 considrons la suite (In )n1 dintervalles de C7 :
1
In = x, y
, n1
n
donc :
In = ]x, y[
nN
est un lment de C5 , do :
C5 B7
et par consquent :
B5 B7

]x, y] = ]x, +[ ], y]
donc :
et par consquent :
C7 B5
B7 B5
Do :
B7 = B5 = B1 = B2 = B3 = B4 = B6
7. B8 = B7
(a) Pour tout (x, y) R2 considrons la suite (In )n1 dintervalles de C8 :
1
In = x , y , n 1
n
donc :
In = ]x, y]
n=1
est un lment de C7 , do :
C7 B8
et par consquent :
B7 B8
37
A. El Mossadeq

[x, y] = [x, +[ ], y]
et par consquent :
B8 B7
Do :
B8 = B7 = B1 = B2 = B3 = B4 = B5 = B6
Exercice 5
Soit :
X :
une application.
Montrer que si E est une tribu de P (), alors :
X 1 (E) = X 1 (B) | B E
est une tribu de P ().
Solution 5
X 1 (E) car = X 1 () et E
Si X 1 (B) X 1 (E) alors [ X 1 (B)] X 1 (E) puisque B E et :
X 1 (B) = X 1 [ B]
Si ([X 1 (Bn )])nN est une suite dvnements de X 1 (E) alors :
"
#
X
X
X 1 (Bn ) = X 1
Bn
nN
nN
est aussi un vnement de X 1 (E) puisque
nN
Bn E.
Exercice 6
Soit (, T ) un espace probabilisable et A un vnement de T .
Montrer que :
est une tribu de P (A).
TA = {A B | B T }
38
A. El Mossadeq
Solution 6
TA car :
=A
et T
Si AB TA , o B T , alors [A AB] TA puisque :
[A AB] = A B = A [ B]
et [ B] T .
P
Si [ABn ]nN est une suite dvnements de TA , alors
[ABn ] est aussi un
nN
vnement de TA puisque :
et
nN
[ABn ] = A
nN
"
X
nN
Bn
Bn est un vnement de T .
Il en rsulte que TA est une tribu de P (A).
Exercice 7
Soit (, T ,P ) un espace de probabilit et B un vnement de T de probabilit non
nulle.
Montrer que lapplication PB :
TB
A
R
P [A | B]
est une probabilit sur TB .
Solution 7
PB prend ses valeurs dans lintervalle [0, 1] et on a :
P [B | B]
=
=
39
P [BB]
P [B]
1
A. El Mossadeq
Si C et D sont deux vnements incompatibes de TB , alors :

PB [C D]
=
=
=
=
=
=
P [C D | B]
P [(C D) B]
P [B]
P [CB DB]
P [B]
P [CB] P [DB]
+
P [B]
P [B]
P [C | B] + P [D | B]
PB [C] + PB [D]
Si (An )nN est une suite dvnements de TB deux deux incompatibles alors :
"
#
"
!
#
M
M
PB
= P
Ak
Ak | B
k=0
P
=
=
=
=
k=0
L
k=0

Ak B
P [B]
L
P
(Ak B)
k=0
P [B]
P [(Ak B)]
k=0
X
k=0
P [B]
P [Ak | B]
PB [Ak ]
k=0
Il en rsulte que PB est une probabilit sur TB .
Exercice 8
Soit (, T ,P ) un espace de probabilit.
1. Montrer que deux vnements A et B de la tribu T sont indpendants si et
seulement si :
P [AB] = P [A] P [B]
40
A. El Mossadeq
2. Montrer que si trois vnements A, B et C sont indpendants alors ils sont deux
deux indpendants.
3. Montrer sur un exemple que la rciproque est fausse.
Solution 8
1. Il sut de prouver que si :
P [AB] = P [A] P [B]
alors on a aussi :
P [AB c ]
P [Ac B]
P [Ac B c ]
=
=
=
P [A] P [B c ]
P [Ac ] P [B]
P [Ac ] P [B c ]
En eet, puisque :
A = AB AB c
alors :
P [AB c ]
=
=
=
=
P [A] P [AB]
P [A] P [A] P [B]
P [A] (1 P [B])
P [A] P [B c ]
de mme :
B = AB Ac B
donc :
P [Ac B]
=
=
=
P [B] P [AB]
P [B] P [A] P [B]
P [Ac ] P [B]
et finalement :
P [Ac B c ]
=
=
=
=
=
P [(A + B)c ]
1 P [A + B]
1 P [A] P [B] + P [A] P [B]
(1 P [A]) (1 P [B])
P [Ac ] P [B c ]
41
A. El Mossadeq
2. Soient A, B et C trois vnements indpendants.

Montrons quils sont deux deux indpendants.
(a) A et B sont indpendants.
En eet, puisque :
AB = ABC + ABC c
alors :
P [AB]
=
=
=
P [ABC] + P [ABC c ]
P [A] P [B] P [C] + P [A] P [B] P [C c ]
P [A] P [B]
puisque :
P [C] + P [C c ] = 1
(b) On dmontre dune manire analogue que A et C sont indpendants et

que B et C sont indpendants.
3. Montrons que la rciproque est en gnral, fausse. Soit alors :
= {a, b, c, d}
et supposons que ces quatre vnements lmentaires sont quiprobables :
p (a) = p (b) = p (c) = p (d) =
1
4
Considrons les vnements :

A = {a, d}
B = {b, d}
C = {c, d}
On a :
donc :
AB = AC = BC = {d}
P [AB] = P [AC] = P [BC] = p (d) =
1
4
et comme :
1
4
On conclut que les trois vnements A, B et C sont deux deux indpendants.
P [A] P [B] = P [A] P [C] = P [B] P [C] =
42
A. El Mossadeq
Or :
ABC = {d}
donc :
1
4
Il en rsulte que les trois vnements A, B et C ne sont pas indpendants
puisque :
1
P [A] P [B] P [C] =
8
P [ABC] = p (d) =
Exercice 9
Soit (, T ,P ) un espace de probabilit. On considre lensemble :
N = {N T | P (N) = 0 ou P (N c ) = 0}
1. N est-elle une tribu P () ?

2. Montrer quun vnement N de T est indpendant avec lui mme si et seulement
si N est un vnement de N .
Solution 9
1. Montrons que :
N = {N T | P (N) = 0 ou P (N c ) = 0}
est une tribu de P (). En eet :
(a) N
(b) Si N N alors N c N par dfinition de N
(c) Soit (N)nN est une suite dvnements de N .
(i) si pour tout n N :
P [Nn ] = 0
alors :
P
"
X
Nn = 0
nN
puisque :
P
"
X
nN
Nn
43
X
nN
P [Nn ]
A. El Mossadeq
(ii) sil existe n0 N telle que :

P [Nn0 ] = 1
alors :
P
"
X
Nn = 1
nN
puisque :
P [Nn0 ] P
Il en rsulte que
nN
une tribu P ()
"
X
nN
Nn
Nn est un vnement de N et par suite N est
2. N T est un vnement indpendant avec lui mme si et seulement si:

P [NN c ] = P [N] P [N c ]
et comme :
P [NN c ] = P [] = 0
donc, si et seulement si :
P [N] = 0 ou P [N c ] = 0
On en dduit que N N .
Exercice 10
Trois maladrois tirent sur un objectif. Chacun na quune seule balle.
Le premier a trois chances sur quatre pour atteindre lobjectif, le second deux chances
sur trois et le troisime une chance sur deux seulement.
Lobjectif a-t-il alors plus de chances de recevoir une seule balle ou les trois balles ?
Solution 10
Ai
S
T
:
:
:
lobjectif est atteint par le ie`me joueur , i = 1, 2, 3

lobjectif reoit une seule balle
lobjectif reoit les trois balles
Remarquons que les vnements A1 , A2 et A3 sont indpendants.
44
A. El Mossadeq
Daprs lnonc on a :
P [A1 ]
P [A2 ]
P [A3 ]
3
4
2
3
1
2
Et comme :
S
T
=
=
A1 Ac2 Ac3 Ac1 A2 Ac3 Ac1 Ac2 A3

A1 A2 A3
alors :
P [S]
=
=
=
P [A1 Ac2 Ac3 ] + P [Ac1 A2 Ac3 ] + P [Ac1 Ac2 A3 ]

P [A1 ] P [Ac2 ] P [Ac3 ] + P [Ac1 ] P [A2 ] P [Ac3 ] + P [Ac1 ] P [Ac2 ] P [A3 ]
1
4
et :
P [T ]
=
=
=
P [A1 A2 A3 ]
P [A1 ] P [A2 ] P [A3 ]
1
4
On en dduit que :
P [S] = P [T ]
Lojectif a donc autant de chance de recevoir une seule balle que de recevoir les trois
balles.
Exercice 11
Trois usines A, B et C produisent respectivement 50%, 30% et 20% des moteurs de
voitures.
Parmi la production de chacune des ces trois usines, 5%, 3% et 2% sont dfectueux.
Calculer la probabilit pour quun moteur dfectueux provient de lusine A.
45
A. El Mossadeq
Solution 11
A
B
C
D
le
le
le
le
:
:
:
:
moteur
moteur
moteur
moteur
est
est
est
est
fabriqu par lusine A

fabriqu par lusine B
fabriqu par lusine C
dfectueux
On a :
P [A] = .5 ; P [D | A] = .05
P [B] = .3 ; P [D | B] = .03
P [C] = .2 ; P [D | C] = .02
Daprs le thorme de Bayes, on a :
P [A | D]
=
=
P [A] P [D | A]
P [A] P [D | A] + P [B] P [D | B] + P [C] P [D | C]
25
38
Exercice 12
Un conducteur normal a une chance sur mille davoir un accident de voiture au cours
dune priode dtermine.
Un conducteur ivre a une chance sur cinquante davoir un accident de voiture au
cours de la mme priode.
On admet quun conducteur sur cent conduit en tat divresse.
Soient les vnements :
A
I
:
:
avoir un accident
conduire en tat divresse
1. Calculer :
2. Dtermimer :
3. En dduire :
P (I)
P (A | I)
P (A | I c )
;
;
;
P (I c )
P (Ac | I)
P (Ac | I c )
P (I A)
P (I Ac )
;
;
P (I c A)
P (I c Ac )
P (A) ; P (I | A)
4. Retrouver le rsultat en appliquant le thorme de Bayes.
46
A. El Mossadeq
Solution 12
1. On a :
1
100
99
c
P [I ] = 1 P [I] =
100
1
P [A | I] =
50
49
P A | I = 1 P [A | I] =
50
P [I] =
1
P A | I =
1000
999
P A | I = 1 P A | I =
1000
2. On a :
P [I A]
P I A
P I A
P I A
=
=
=
=
P [I] P [A | I] = 2 104

P I P A | I = 99 105
P [I] P A | I = 98 104

P I P A | I = 99 999 105
(a) Puisque :
A = I A I A
alors :
P [A]
P [I A] + P I A
119 105
=
(b) On a :
P [I | A]
=
=
P [I A]
P [A]
20
119
(c) Daprs le thorme de Bayes :

P [I | A]
=
=
P [I] P [A | I]

P [I] P [A | I] + P I P A | I
20
119
47
A. El Mossadeq
Exercice 13
Des tudes statistiques sur une population constitue de 60% de femmes et 40%
dhommes permettent de considrer quil y a 50% dhommes et 30% de femmes qui
fument.
On choisit au hasard un individu de la population et on constate quil fume.
Quelle est la probabilit pour quil soit un homme ?
Solution 13
F
H
A
On a :
:
:
:
lindividu est une femme

lindividu est un homme
lindividu est un fumeur
P [F ] = .6
P [A | F ] = .3
P [H] = .4 ; P [A | H] = .5
Daprs le thorme de Bayes :

P [H | A]
=
=
=
P [H] P [A | H]
P [H] P [A | H] + P [F ] P [A | F ]
10
19
52.63%
Exercice 14
Un appareil peut tre mont avec des pices de haute qualit ou des pices ordinaires.
Dans le premier cas, sa fiabilit est de 95%, dans le second cas, elle est de 70%.
40% des appareils sont monts avec des pices haute qualit.
Un appareil a t soumis lessai et sest avr bon. Trouver la probabilit quil soit
mont avec des pices de haute qualit.
Solution 14
O
H
F
:
:
:
lappareil est mont avec des pices ordinaires

lappareil est mont avec des pices de haute qualit
lappareil est fiable
48
A. El Mossadeq
On a :
P [O] = .6
; P [F | O] = .7
P [H] = .4 ; P [F | H] = .95
Daprs le thorme de Bayes :

P [H | F ]
=
=
=
P [H] P [F | H]
P [H] P [F | H] + P [O] P [F | O]
19
40
47.5%
Exercice 15
Une urne contient des boules blanches et des boules noires.
On eectue une suite de n tirages dans lurne.
On suppose que la probabilit que la ke`me boule tire soit blanche alors que les k 1
1
.
prcdantes ltaient est
k+1
Calculer la probabilit que les n premires boules tires soient toutes blanches.
Solution 15
Pour k N , dsignons par Bk lvnement :
Bk : la ke`me boule est blanche
Pour tout k, k 2, on a :
1
k+1
Daprs le principe des probabilits composes, on a :
P [Bk | B1 ...Bk1 ] =
P [B1 ...Bn ]
=
=
=
P [B1 ] P [B2 | B1 ] ...P [Bn | B1 ...Bn1 ]

1
1
P [B1 ] ...
3 n+1
2P [B1 ]
(n + 1)!
49
A. El Mossadeq
Exercice 16
Douze appareils sont en exploitation.
Trois parmi eux sont fabriqus par lusine U1 , quatre par lusine U2 et cinq par
lusine U3 .
Les appareils provenant de lusine U1 passe lessai avec une probabilit de 90%, ceux
de lusine U2 avec une probabilit de 80% et ceux de lusine U3 avec une probabilit
de 75%.
Trouver la probabilit quun appareil choisi au hasard passe lessai.
Solution 16
Ui
F
On a :
:
:
lappreil provient de lusine Ui , i = 1, 2, 3

lappreil est fiable
P [U1 ] =
P [U2 ] =
P [U3 ] =
3
;
12
4
;
12
5
;
12
Daprs la formule des probabilits totales
P [F ]
3
X
i=1
=
=
P [F | U1 ] = 0.90
P [F | U2 ] = 0.80
P [F | U3 ] = 0.75
on a :
P [Ui ] P [F | Ui ]
965
1200
80.42%
Exercice 17
Une pice dun quipement lectronique est constitue de trois partie essentielles A,
B et C.
On a constat dans le pass que la partie A tombait en panne dans 10% des cas, la
partie B dans 30% des cas et la partie C dans 40% des cas.
La partie A opre indpendamment de B et de C.
Les parties B et C sont dpendantes de telle sorte que si C est dfaillante, les chances
sont de 1 sur 3 que B soit dfaillante aussi.
Deux au moins des trois parties doivent tre en tat de marche pour que lquipement
fonctionne.
Calculer la probabilit pour quil fonctionne.
50
A. El Mossadeq
Solution 17
A
B
C
F
On a :
:
:
:
:
P [A] = 0.9
la partie A fonctionne
la partie B fonctionne
la partie C fonctionne
lquipement fonctionne
,
P [B] = 0.7
P [C] = 0.6
P [ABC] = P [A] P [BC]
P B
| C = 1 P B | C = 1
3
Puisque lquipement fonctionne lorsque deux au moins des trois parties sont en tat
de marche, on a :
F
=
=
ABC
AB C ABC
ABC
AB C ABC BC
do :
P [F ]
=
=
=
or :
+ P [BC]
P AB C + P ABC
+ P [BC]
P [A] P B C + P [A] P BC
+ P [BC]
P [A] P C P B | C + P [A] P BC
P [BC]
=
=
=
et :
On en dduit alors que :
+ C
1P B

C
P C + P B
1P B

P C + P C P B
| C
1P B
= P [C] P [BC]
P BC
P [F ] = 79.667%
Exercice 18
Une preuve sportive, o deux concurrents A et B sont en jeu, consiste atteindre
une cible partage en trois cases notes C1 , C2 et C3 .
On admet quun coup atteint une et une seule case.
51
A. El Mossadeq
Pour le joueur A, les probabilits respectives datteindre les cases C1 , C2 et C3

1
forment une progression arithmtique de raison , alors que pour le joueur B, les
4
trois probabilits sont gales.
On choisit lun des deux joueurs, la probabilit que A soit choisi est la moiti de la
probabilit de choisir B.
Le concurrent choisi atteint la case C3 . Quelle est la probabilit que ce concurrent
soit A ?
Solution 18
A : le concurrent choisi est A
B : le concurrent choisi est B
Ck : le concurrent atteint la cible Ck
On a :
P [A] =
1
3
2
3
P [B] =
et :
P [C1 | B] = P [C2 | B] = P [C3 | B] =
1
3
Posons :
p = P [C1 | A]
Puisque :
P [C1 | A] + P [C2 | A] + P [C3 | A] = 1
et :
P [C3 | A] =
1
1
+ P [C2 | A] = + P [C1 | A]
4
2
on en dduit :
1
4
; P [C2 | A] =
12
12
Daprs la formule de Bayes on a :
P [C1 | A] =
P [A | C3 ]
=
=
P [C3 | A] =
P [A] P [C3 | A]
P [A] P [C3 | A] + P [B] P [C3 | B]
7
15
52
7
12
A. El Mossadeq
Exercice 19
Deux rgulateurs contrlent le fonctionnement dun moteur.
Il est dsirable que durant un temps t, le moteur fonctionne sans panne.
En prsence des deux rgulateurs, la panne peut survenir avec une probabilit q12 .
Lorsque seul le premier fontionne avec une probabilit q1 . Lorsque seul le second
fontionne avec une probabilit q2 . Et Lorsque les deux sont en panne avec une probabilit q0 .
La fiabilit du premier rgulateur est p1 et celle du second rgulateur est p2 .
Les lments se mettent en panne indpendamment les uns des autres.
Trouver la fiabilit totale.
Solution 19
R1
R2
M
:
:
:
le premier rgulateur fonctionne

le deuxime rgulateur fonctionne
le moteur fonctionne
On a :
P [R1 ] = p1 ; P [R2 ] = p2
| R1 R2 = q12 ; P M
| R1 R
2 = q1
P M
|R
1 R2 = q2 ; P M
|R
1R
2 = q0
P M
Comme les deux rgulateurs fonctionnent indpendamment lun de lautre, on a

aussi :
P [R1 R2 ] = P [R1 ] P [R2 ]
Puisque la panne peut survenir dans nimporte quelle situation, alors lvnement
se dcompose comme suit :
M
= MR
1 R2 MR
2 M
2
1R
R
1 R2 M
R
1R
M
On en dduit :
P [M]
=
=
=
1P M
| R1 R2 P [R1 ] P R
2 P M
| R1 R
2
1 P [R1 ] P [R2 ] P M

1 P [R2 ] P M
|R
1 R2 P R
1 P R
2 P M
|R
1R
2
P R
1 p1 p2 q12 (1 p1 ) p2 q1 p1 (1 p2 ) q2
(1 p1 ) (1 p2 ) q0
53
A. El Mossadeq
Exercice 20
On considre quatre groupes A, B, C et D.
Dans chaque groupe, les proportions de personnes ayant fait des tudes suprieures
sont respectivement de 5%, 10%, 25% et 40%.
On choisit au hasard lun des groupes et dans le groupe choisi une personne.
1. Quelle est la probabilit que la personne choisie au hasard ait fait des tudes
suprieures ?
2. La personne choisie ayant fait des tudes suprieures, quelle est la probabilit
quelle appartienne au groupe D ?
Solution 20
A
B
C
D
S
:
:
:
:
:
la
la
la
la
la
personne
personne
personne
personne
personne
appartient au groupe A
appartient au groupe B
appartient au groupe C
appartient au groupe D
a fait des tudes suprieure
On a :
P [A] =
P [S | A] = .05
P [S | B] = .10
P [B] = 4
P [S | C] = .25
P
[C]
=
P [D] = 1
P [S | D] = .40
4
1. Daprs la formule des probabilits totales on a:
P [S]
=
=
P [A] P [S | A] + P [B] P [S | B] + P [C] P [S | C] + P [D] P [S | D]

.2
2. Daprs le thorme de Bayes, on a :

P [D | S]
=
=
=
P [D] P [S | D]
P [S]
1
2
50%
54
A. El Mossadeq
Exercice 21
Un joueur est en prsence de deux urnes A et B : lurne A contient quatre boules
noires et trois blanches, lurne B contient trois boules noires et quatre blanches.
Le joueur choisit au hasard lune des deux urnes et y eectue une succession de
tirages dune boules avec remise.
Quelle est la probabilit que la troisime boule tire soit noire sachant que les deux
premires boules tires sont noires ?
Solution 21
A : le tirage est eectu de lurne A
B : le tirage est eectu de lurne B
et pour tout k, k 1, dsignons par Nk lvnement :
Nk : la ke`me boule est noire
On a :
P [A] = P [B] =
1
2
k | B = 4
P [Nk | A] = P N
7
Daprs la formule des probabilits totales on a :
P [N1 N2 ]
=
=
=
P [A] P [N1 N2 | A] + P [B] P [N1 N2 | B]

P [A] P [N1 | A] P [N2 | A] + P [B] P [N1 | B] P [N2 | B]
25
98
et :
P [A] P [N1 N2 N3 | A] + P [B] P [N1 N2 N3 | B]
P [A] P [N1 | A] P [N2 | A] P [N3 | A] + P [B] P [N1 | B] P [N2 | B] P [N3 | B]
13
=
98
Do, daprs la formule de Bayes :
P [N1 N2 N3 ]
=
=
P [N3 | N1 N2 ]
=
=
55
P [N1 N2 N3 ]
P [N1 N2 ]
13
25
A. El Mossadeq
Exercice 22
On considre trois urnes U1 , U2 et U3 contenant des boules blanches et des boules
noires.
1 1
Les proportions des boules blanches dans les trois urnes U1 , U2 et U3 sont , et
3 2
1
respectivement.
4
On eectue un tirage de trois boules : la premire de U1 , la deuxime de U2 et la
toisime de U3 .
Calculer la probabilit davoir k boules blanches, 0 k 3.
Solution 22
Bk : la boule tire de lurne Uk est blanche , 1 k 3
On a :
et :
do :
Tk : le tirage a donn k boules blanches 0 k 3
P
[B
]
=
1
1
P [B2 ] =
P [B3 ] = 1
4
1 B
2 B
3
T0 = B
1 B2 B
1 B
2 B
3 + B
3 + B
2 B3
T1 = B1 B
1 B2 B3
3 + B1 B
2 B3 + B
T2 = B1 B2 B
T3 = B1 B2 B3
P [T0 ] =
6
24
P [T1 ] =
11
24
P [T3 ] =
6
24
P [T4 ] =
1
24
56
A. El Mossadeq
Exercice 23
Un voyageur arrive un carrefour, il sait qu cet endroit il va trouver deux routes,
une bonne et lautre non.
A ce carrefour, il y a trois frres F1 , F2 et F3 .
F1 dit la vrit une fois sur dix, F2 cinq fois sur dix et F3 neuf fois sur dix.
Le voyageur sadresse un et un seul des trois frres, il demande son chemin et
saperoit par la suite que cette route est bonne.
Quelle est la probabilit quil se soit adress F1 , F2 ou F3 ?
Solution 23
B : la route est bonne
On a :
Fi : le voyageur sadresse Fi , 1 i 3
P [F1 ] = P [F2 ] = P [F3 ] =
1
3
et :
1
5
; P [B | F2 ] =
10
10
Daprs la formule des probabilits totales on a :
P [B | F1 ] =
P [B]
3
X
i=1
P [Fi ] P [B | Fi ]
1
2
et daprs la formule de Bayes, on a :

P [Fi | B] =
do :
P [B | F3 ] =
P [Fi ] P [B | Fi ]
P [Fi ] P [B | Fi ]
P [F1 | B] =
15
5
P [F2 | B] =
15
P [F3 | B] = 9
15
57
9
10
A. El Mossadeq
Exercice 24
Une partie des accidents scolaires sont des des accidents de laboratoires.
25% des tudiants ne lisent pas les notices de mise en garde qui accompagnent
les produits quils manipulent. Parmi ceux qui lisent, 10% ont tout de mme des
accidents par manque de prcaution.
Quelle est, pour un tudiant qui ne lit pas la notice, la probabilit davoir un accident
si la probabilit quun accident nait pas lu la notice est .75 ?
Solution 24
L
A
:
:
ltudiant lit la notice

ltudiant a un accident
On a :
.
Il faut dterminer P A | L

= .25
P L
P [A | L] = .1
P L
| A = .75
Calculons dabord P [A].

Puisque :
A=ALAL
donc :
P [A]
=
=
=
|A
P [L] P [A | L] + P [A] P L
P [L] P [A | L]
|A
1P L
.3
On en dduit :
P A|L
=
=
|A
P [A] P L

P L
.9
58
A. El Mossadeq
Exercice 25
Deux usines fabriquent les mmes pices.La premire produit 70% de bonnes et la
seconde 90%. Les deux usines fabriquent la mme quantit de pices.
1. Quel est le pourcentage des pices bonnes sur lensemble des deux usines ?
2. On achte une pice et on constate quelle est bonne. Quelle est la probabilit
quelle proviennent de la seconde usine ?
Solution 25
U1
U2
B
:
:
:
la pice est fabrique par le premier usine

la pice est fabrique par le deuxime usine
la pice est bonne
On a :
P [U1 ] = .5
P [B | U1 ] = .7
P [U2 ] = .5
P [B | U2 ] = 0.9

P [U2 | B]
=
=
=
P [U2 ] P [B | U2 ]
P [U1 ] P [B | U1 ] + P [U2 ] P [B | U2 ]
45
80
56.25%
Exercice 26
On considre deux sacs S1 et S2 contenant chacun trois boules rouges et sept boules
noires.
On prend une boule dans S1 et on la place dans S2 .
Quelle est alors la probabilit de tirer une boule rouge de S2 ?
59
A. El Mossadeq
Solution 26
A
B
la boule tire de S1 est rouge

la boule tire de S2 est rouge
:
:
alors, daprs la formule des probabilits totales on a :

P [B] = P [A] P [B | A] + P A P B | A
3
=
10
Exercice 27
1
Une usine produit des moteurs. Chacun deux a la probabilit
dtre d1000
fectueux.
Un contrle est fait. Il dcle immanquablement un moteur dfectueux, mais rejette
1
.
un bon moteur avec la probabilit
100
Un moteur est rejet par le contrle. Quelle est la probabilit quil soit eectivement
dfectueux.
Solution 27
D
R
:
:
le moteur est dfectueux

le moteur est rejet par le contrle
On a :
P [D] = 1000
P [R | D] = 1
P R | D
= 1
100
Daprs la formule de Bayes, on a :
P [D | R]
=
=
=
P [D] P [R | D]

P R|D
P [D] P [R | D] + P D
100
1099
0.090992
60
A. El Mossadeq
Exercice 28
Un avion est port disparu. On pense que laccident a pu arriver aussi bien dans
nimporte laquelle de trois rgions donnes.
Notons 1 i la probabilit quon dcouvre lavion dans la rgion i sil y est eectivement.
Quelle est la probabilit que lavion se trouve la rgion i, i = 1, 2, 3, si les recherches
dans la rgion 1 nont rien donn ?
Solution 28
R1
R2
R3
R
:
:
:
:
On a :
lavion a disparu dans la rgion 1

les recherches dans la rgion 1 nont rien donn
P [R1 ] =
1
P [R2 ] =
P [R3 ] = 1
3
Calculons P [R] :
P [R | R1 ] =
P [R | R2 ] = 1
P [R | R3 ] = 1
P [R1 ] P [R | R1 ] + P [R2 ] P [R | R2 ] + P [R3 ] P [R | R3 ]

1
( + 2)
=
3
Daprs le thorme de Baeys, on a :
P [R]
P [R1 | R]
=
=
P [R2 | R]
=
=
P [R1 ] P [R | R1 ]
+2
P [R2 ] P [R | R2 ]
1
+2
61
P [R3 | R]
=
=
A. El Mossadeq
P [R3 ] P [R | R3 ]
1
+2
Exercice 29
Trois urnes A, B et C renferment des boules blanches et des boules noires.
Les proportions de boules blanches sont respectivement de 30%, 60% et 40%.
On tire au hasard une premire boule de lurne A, une seconde est extraite de B ou
C suivant que la premire soit blanche ou noire.
1. Quelle est la probabilit que la seconde boule soit blanche ?
2. La seconde boule est blanche. Quelle est la probabilit que la premire soit
noire ?
Solution 29
A
B
C
B1
B2
Ona :
:
:
:
:
:
le tirage est eectu de lurne A

le tirage est eectu de lurne B
le tirage est eectu de lurne C
la premire boule tire est blanche
la deuxime boule tire est blanche
P [A] =
1
P [B] =
P [C] = 1
3
1. Puisque :
P [B2 | A] = .3
P [B2 | B] = .6
P [B2 | C] = .4
1 B2
B2 = B1 B2 B
alors :
P [B2 ]
=
=
1 P B2 | B
1
P [B1 ] P [B2 | B1 ] P B
0.46
62
A. El Mossadeq
1 | B2
P B
=
=
=

1 P B2 | B
1
P B

1 P B2 | B
1
P [B1 ] P [B2 | B1 ] P B
14
23
60.87%
Exercice 30
Un examen comporte des rponses par oui ou par non.
Un tudiant connait seulement la moiti du programme. Lorsquil ne sait pas rpondre une question, il rpond au hasard.
Quelle est la probabilit pour quune rponse soit exacte cause de ses connaissances
et non cause de la chance ?
Solution 30
C
A
:
:
ltudiant connait le programme

la rponse de ltudiant est exacte
On a :
P [C] =
P [A | C] = 1
P A | C = 1
2
P [C | A] =
2
P [C] P [A | C]
=

3
P [C] P [A | C] + P C P A | C
Exercice 31
Une compagnie se procure des accumulateurs chez quatre fournisseurs dirents :
45% du premier, 25% du second, 20% du troisime et 10% du quatrime.
Dautre part, 90% des accumulateurs provenant du premier fournisseur fonctionnent
bien. Les proportions sont de 85% pour le deuxime, 95% pour le troisime et 80%
pour le quatrime.
63
A. El Mossadeq
1. Calculer la probabilit quun accumulateur choisi au hasard soit dfectueux.

2. On choisit au hasard un accumulateur et on constate quil est dfectueux.
Un responsable arme quil provient du quatrime fournisseur.
Quen pensez-vous ?
Solution 31
Fi
D
On a :
:
:
laccumulateur provient du ie`me fournisseur ,1 i 4

laccumulateur est dfectueux
P [F1 ] = .45
P [F2 ] = .25
P [F3 ] = .20
P [F4 ] = .10
P [D | F1 ] = .10
P [D | F2 ] = .15
P [D | F3 ] = .05
P [D | F4 ] = .20
1. Daprs la formule des probabilits totales on a :

P [D]
4
X
i=1
P [Fi ] P [D | Fi ]
.1125

P [Fi | D] =
P [Fi ] P [D | Fi ]
P [D]
do :
18
45
15
P [F2 | D] =
45
4
P [F3 | D] =
45
8
P [F4 | D] =
45
On en dduit que larmation du responsable nest pas fonde.
Il y a plus de chance que laccumulateur provient du premier ou du deuxime
fournisseur que du quatrime fournisseur.
P [F1 | D]
64
A. El Mossadeq
Exercice 32
On considre deux urnes : lune peinte en blanc et lautre peinte en noir.
Chacune de ces deux urnes contient des boules blanches et des boules noires.
Lurne blanche contient une proportion de boules noires et lurne noire contient
une proportion de boules blanches.
On choisit une urne au hasard (probabilit p de tirer lurne blanche et q = 1 p de
tirer lurne noire) et on tire ensuite une boule de cette urne. Si la boule tire est de
la mme couleur que lurne, on tire nouveau une boule de cette urne. Dans le cas
contraire, on eectue le tirage dans lautre urne. On poursuit ce mode de tirage,
supposs tous avec remise, la ne`me boule est tire dans lurne dont la couleur est
celle de la (n 1)e`me boules tire.
Soit pn la probabilit que la ne`me boule tire soit blanche, qn la probabilit que la
ne`me boule tire soit noire et Vn le vecteur colonne de composantes pn et qn .
1. Etablir une relation de rcurrence entre Vn et Vn1 .
2. En dduire que :
Vn = M n V0
o M est une matrice carre et V0 est le vecteur colonne de composantes p et q.
3. Que signifie :
(a) = = 0 ?
(b) = = 1 ?
(c) + = 1 ?
4. Calculer, dans chacun de ces cas, les limites de pn et qn quand n tend vers +.
Solution 32
B
N
Bn
Nn
:
:
:
:
le tirage est eectu de lurne blanche

le tirage est eectu de lurne noire
la ne`me boule est blanche
la ne`me boule est noire
On a :
P [B] = p , P [N] = q
et :
P [Bn | Bn1 ]
P [Bn | Nn1 ]
P [Nn | Bn1 ]
P [Nn | Nn1 ]
P [Bn | B] = 1
P [Bn | N] =
P [Nn | B] =
P [Nn | N] = 1
=
=
=
=
65
A. El Mossadeq
et pour tout n, n 2, on a :
B1 = B1 B B1 N
de mme :
B =B B
n
n n1 Bn Nn1
N1 = N1 B N1 N
N =N B
n
n n1 Nn Nn1
1. Daprs la formule des probabilits totales on a :
P [B1 ] = P [B1 | B] P [B] + P [B1 | N] P [N]
P [B ] = P [B | B ] P [B ] + P [B | N ] P [N ]
n
n
n1
n1
n
n1
n1
P [N1 ] = P [N1 | B] P [B] + P [N1 | N] P [N]

do :
P [N ] = P [N | B ] P [B ] + P [N | N ] P [N ]
n
n
n1
n1
n
n1
n1
p1 = (1 ) p + q
p = (1 ) p
n
n1 + qn1
q1 = p + (1 ) q
q = p
n
n1 + (1 ) qn1
On en dduit que pour tout n, n 1, on a :

Vn = MVn1
o M est la matrice carre :
et :
M =
V0 =
p
q
2. Il en rsulte que pour tout n N on a :
Vn = M n V0
66
A. El Mossadeq
(a) Si :
==0
alors lurne blanche ne contient que des boules blanches et lurne noire
ne contient que des boules noires. Tous les tirages seront eectus de la
mme urne, celle choisie au dpart.
(b) Si :
==1
alors lurne blanche ne contient que des boules noires et lurne noire ne
contient que des boules blanches. Les tirages seront eectus en alternant
les deux urnes.
(c) Si :
+ =1
alors les deux urnes ont la mme composition. Une fois que lurne est
choisie, il nest plus ncessaire de la changer.
(a) Si :
==0
alors la matrice M est la matrice identique dordre 2 :
M = I2
do pour tout n N :
(b) Si :
pn = p
q =q
n
==1
alors :
puisque :
M =
M 2 = I2
67
A. El Mossadeq
on en dduit que pour tout k N :
p
V2k
=
q
q
V2k+1 =
p
Les suites (pn )nN et (qn )nN sont divergentes sauf lorsque :
p=q=
1
2
(c) Si :
+ =1
alors :
M2 = M
donc :
Vn
=
=
do :
MV0
pn = 1
q =
n
Exercice 33
On appelle preuve, un lot de trois sujets tirs au hasard parmi cent sujets possibles.
Un candidat doit traiter au choix lun des trois sujets.
1. Combien dpreuves peut-on proposer au candidat ?
2. Un candidat se prsente en ne connaissant que la moiti des sujets. Quelle est
la probabilit pour quil sache traiter :
(a)
(b)
(c)
(d)
les trois sujets ?

seulement deux sujets ?
un seul sujet
aucun des trois sujets ?
68
A. El Mossadeq
Solution 33
1. Le nombre dpreuves quon peut- proposer au candidat est :
C (100, 3) = 161700
2. La probabilit pk pour que le candidat sache traiter exactement k sujets, 0
k 3, parmi les trois sujets proposs est :
pk =
C (50, k) C (50, 3 k)
C (100, 3)
do :
(a) La probabilit pour quil sache traiter les trois sujets est :
p3 = .1212
(b) La probabilit pour quil sache traiter seulement deux sujets est :
p2 = .3788
(c) La probabilit pour quil sache traiter un seul sujets est :
p1 = .3788
(d) La probabilit pour quil ne sache traiter aucun sujets est :
p0 = .1212
Exercice 34
Dans une loterie de cent billets, deux billets sont gagnants.
1. Quelle est la probabilit de gagner au moins un lot si lon prend douze billets ?
2. Combien faut-il acheter de billets pour que la probabilit de gagner au moins
un lot soit suprieure .8 ?
Solution 34
1. La probabilit pk , 0 k 2, de ganger exactement k lots lorsquon dtient 12
billets est :
C (2, k) C (98, 12 k)
pk =
C (100, 12)
69
A. El Mossadeq
do la probabilit P de ganer au moins un lot est :

P
p1 + p2
1 p0
17
75
22.67%
=
=
=
=
2. La probabilit pn,k , 0 k 2, de ganger exactement k lots lorsquon dtient n

billets est :
C (2, k) C (98, n k)
pn,k =
C (100, n)
do la probabilit Pn de ganer au moins un lot est :
Pn
=
=
=
pn,1 + pn,2
1 pn,0
n (199 n)
9900
On en dduit que :
Pn > .8 = n 56
Exercice 35
On jette n fois deux ds.
1. Quelle est la probabilit pour que le double six sorte au moins une fois ?
2. Combien de fois faut-il jeter les deux ds pour parier avec avantage dobtenir
au moins une fois le double six ?
Solution 35
1. La probabilit pour que le double six ne sorte aucune fois est :
n
35
qn =
36
do la probabilit pour quil sorte au moins une fois est :
pn
=
=
1 qn
n
35
1
36
70
A. El Mossadeq
2. Do :
pn >
1
= n 25
2
Exercice 36
On dispose de deux urnes contenant respectivement cinq boules bleues et quatre
rouges, et six boules bleues et cinq rouges. On tire une boule de chaque urne.
Quelle est la probabilit :
1. de tirer deux boules rouges ?
2. de tirer deux boules bleues ?
3. de tirer une boule bleue et une boule rouge ?
Solution 36
1. La probabilit de tirer deux boules rouges est :
4 5
9 11
20
=
99
2. La probabilit de tirer deux boules bleues est :
p1
5 6
9 11
30
=
99
3. La probabilit de tirer une boule bleue et une boule rouge est :
p2
p3
=
=
=
4 6
5 5
+
9 11 9 11
49
99
1 p1 p2
Exercice 37
On lance au hasard un d dont les faces sont numrots de 1 6.
On suppose que la probabilit dapparition dun chire pair est le double de celle
dun chire impair et que les faces paires sont quiprobables.
Quelle est la probabilit dobtenir un diviseur de six ?
71
A. El Mossadeq
Solution 37
Dsignons par p (k), 1 k 6, la probabilit dobtenir la face k du d.
On a :
p (2)
p (1)
=
=
p (4) = p (6)
p (3) = p (5)
et :
p (2) = 2p (1)
Puisque :
6
X
p (k) = 1
i=1
on en dduit que :
p (2)
p (1)
2
9
1
p (3) = p (5) =
9
p (4) = p (6) =
Soit lvnement :
D : obtenir un diviseur de six
on a :
do :
D = {1, 2, 3, 6}
P [D] = p (1) + p (2) + p (3) + p (6) =
2
3
Exercice 38
Une urne contient six boules rouges et quatre boules blanches.
On tire au hasard deux boules sans remise.
Calculer la probabilit des vnements suivants :
1. les deux boules sont rouges,
2. les deux boules sont blanches,
3. les deux boules sont de couleurs direntes.
72
A. El Mossadeq
Solution 38
1. La probabilit que les deux boules tires soient rouges est :
6 5
10 9
1
=
3
2. La probabilit que les deux boules tires soient blanches est :
p1
4 3
10 9
2
=
15
3. La probabilit que les deux boules tires soient de couleurs direntes est :
=
p2
p3
4 6
6 4
+
10 9 10 9
8
15
1 p1 p2
=
=
=
Exercice 39
On choisit au hasard un numro de tlphone huit chires.
1. A :
2. B :
3. C :
4. D :
les huit chires du numro sont tous distincts.

le produit des huit chires du numro est divisible par deux.
les huit chires du numro forment une suite strictement croissante.
les huit chires du numro forment une suite croissante.
Solution 39
Le nombre N de numro de tlphone huit chire est :
N = 108
1. Le nombre de numro dont les huit chires sont distincts est le nombre darragements
de huit lments parmi dix lments, do :
P [A]
=
=
73
A (10, 8)
108
0.018144
A. El Mossadeq
2. Le produit des huit chires nest pas divisible par deux si et seulement tous les
chires du numro sont impairs.
Le nombre M de ces numros est :
M = 58
do :

=
P B
et par consquent :
P [B]
8
1
2
8
1
1
2
255
256
0.996
=
=
=
3. Le nombre de numros huit chires formant une suite strictement croissante

est le nombre de combinaison de huit lments parmi dix lments, do :
P [C]
C (10, 8)
108
4.5 107
=
=
4. Le nombre de numros huit chires formant une suite croissante est le nombre
de combinaison avec rptition de longueur huit parmi dix lments, do :
P [D]
=
=
=
K (10, 8)
108
C (17, 8)
108
2.431 104
Exercice 40
Les n tomes dune encyclopidie sont disposs au hasard sur une tagre.
1. Quelle est la probabilit que les tomes 1 et 2 appraissent cte cte dans cet
ordre ?
2. Quelle est la probabilit que les tomes 1 p (2 p n) appraissent cte cte
dans cet ordre ?
74
A. El Mossadeq
Solution 40
Le nombre de manire N de placer les n tomes sur ltagre est :
n!
1. Le tome 1 peut occuper les positions de 1 n 1.
Le tome 2 ne peut occuper quune seule position : celle cot du tome 1.
pour les (n 2) tomes restants, il y a (n 2)! manires de les placer sur
ltagtre.
Do la probabilit recherche est :
P
=
=
(n 1) (n 2)!
n!
1
n
2. Le tome 1 peut occuper les positions de 1 n p + 1.

Il ny a quune seule manire pour placer les tomes de 2 p une fois que la
position du tome 1 est choisie.
pour les (n p) tomes restants, il y a (n p)! manires de les placer sur
ltagtre.
Do la probabilit recherche est :
P
=
=
=
(n p + 1) (n p)!
n!
(n p + 1)!
n!
1
A (n, p 1)
Exercice 41
n personnes sont runies dans une mme salle.
1. Il ny a pas deux personnes ayant le mme jour danniversaire.
2. Deux personnes au moins ont le mme jour danniversaire.
3. Deux personnes, et deux seulement, ont le mme jour danniversaire.
75
A. El Mossadeq
Solution 41
1. La probabilit pour quil ny a pas deux personnes ayant le mme jour danniversaire
est :
C (365, n)
p1 =
365n
2. La probabilit pour que deux personnes au moins ont le mme jour danniversaire
est :
p2 = 1 p1
3. La probabilit pour que deux personnes, et deux seulement ont le mme jour
danniversaire est :
C (365, n 1)
p3 =
365n
Exercice 42
Le code confidentiel dune carte bancaire est un nombre de quatre chires tous non
nuls.
Le code dune carte est choisi au hasard par ordinateur.
1. A :
2. B :
3. C :
4. D :
5. E :
6. F :
le code est un nombre pair

le code nest compos que de chires pairs
le code contient une et seule fois le chire 1
le code est compos de quatre chires distincts
les quatre chires du code forment une suite croissante
les quatre chires du code forment une suite strictement croissante
Solution 42
Le nombre de codes quon peut ainsi former est :
94 = 6561
1. Le nombre de codes pairs est :
4 93 = 2619
do :
4
9
2. Le nombre de codes composs seulement de chires pairs est
P [A] =
44 = 256
76
A. El Mossadeq
do :
P [B]
=
=
4
4
9
.039
3. Le nombre de codes o le chire 1 figure une et seule fois est

C (4, 1) 83 = 2048
do :
P [C]
C (4, 1) 83
94
.31215
=
=
4. Le nombre de codes composs de quatre chires distincts est :

A (9, 4) = 3024
do :
P [D]
=
=
A (9, 4)
94
.46
5. Le nombre de codes o les quatre chires forment une suite croissante est :
K (9, 4) = 495
do :
P [E]
=
=
K (9, 4)
94
.075446
6. Le nombre de codes o les quatre chires forment une suite strictement croissante est :
C (9, 4) = 126
do :
P [F ]
=
=
C (9, 4)
94
.0192
Exercice 43
Une urne contient six boules numrotes de 1 6.
On tire successivement trois boules de lurne, sans remise.
77
1. A
2. B
3. C
4. C
:
:
:
:
A. El Mossadeq
la troisime boule tire porte le numro 2

la troisime boule tire porte un numro pair
la troisime boule tire porte un numro au moins gal 2
la troisime boule tire porte un numro au moins gal 2
Solution 43
Notons p (k), 1 k 6, la probabilit pour que la troisime boule tire porte le
numro k.On a :
A (5, 2)
p (k) =
A (6, 3)
1
=
6
1. En particulier, la probabilit pour que la troisime boule tire porte le numro
2 est :
1
p (2) =
6
2. La probabilit pour que la troisime boule tire porte un numro pair est :
P
p (2) + p (4) + p (6)

1
=
2
3. La probabilit pour que la troisime boule tire porte un numro au moins gal
2 est :
P
=
=
=
p (2) + p (3) + p (4) + p (5) + p (6)

1 p (1)
5
6
Exercice 44
On considre six boules numrotes de 1 6.
Une boite comporte six compartiments numrots de 1 6.
On place au hasard les boules, une boule par compartiment.
Quelle est la probabilit pour que quatre boules au moins soient dans le compartiment ayant le mme numro que la boule ?
78
A. El Mossadeq
Solution 44
Dsignons par Ak , 1 k 6, lvnement :
Ak : exactement k boules sont dans le compartiment ayant le mme numro que la boule
et remarquons que :
A5 =
Lvnement A4 est ralis dans le cas o quatre parmi les six boules (1, 2, 3, 4, 5, 6)
sont places dans les compartiments comportant respectivement leurs numros, alors
les deux boules restantes sont places chacune dans le compartiment comportant le
numro de lautre, do :
C (6, 4)
6!
Lvnement A6 est ralis dans le seul cas o les boules (1, 2, 3, 4, 5, 6) sont places
dans les compartiments (1, 2, 3, 4, 5, 6) respectivement, do :
P [A4 ] =
P [A6 ] =
1
6!
do la probabilit recherche est :

P
=
=
=
P [A4 ] + P [A6 ]
16
6!
1
45
Exercice 45
On dispose de trois urnes. Les deux premire urnes contiennent cinq boules vertes
et quatre rouges chacune. La troisime contient six boules vertes et quatre rouges.
On choisit au hasard une urne dans laquelle on tire une boule. On constate que
cette boule est verte.
Quelle est la probabilit de lavoir tire de la troisime urne ?
Solution 45
Ui
V
:
:
le tirage est eectu de la ie`me urne , 1 i 3

la boule tire est verte
79
On a :
A. El Mossadeq
P [U1 ] =
P [U2 ] =
P [U3 ] =
1
3
1
3
1
3
Daprs la thorme de Bayes on a :
P [U3 | V ]
;
;
;
1
2
1
P [V | U2 ] =
2
3
P [V | U3 ] =
5
P [V | U1 ] =
P [U3 ] P [V | U3 ]
P [U1 ] P [V | U1 ] + P [U2 ] P [V | U2 ] + P [U3 ] P [V | U3 ]
3
8
=
=
Exercice 46
On dispose de deux pices de monnaie truques, une pice de dix dirhams et une
pice de cinq dirhams.
La probabilit dobtenir pile en lanant la pice de dix dirhams est .8 alors que la
probabilit dobtenir face en lanant celle de cinq dirhams est .7.
On lance au hasard lune des deux pices et on obtient face.
Quelle est la probabilit davoir choisi celle de dix dirhams ?
Solution 46
Considrons les vnements suivants :
C
D
F
P
On a :
:
:
:
:
la pice lance est celle de cinq dirhams

la pice lance est celle de dix dirhams
le cot obtenu est face
le cot obtenu est pile
P [C] = .5
P [D] = .5
;
;

P [D | F ]
=
=
P [F | C] = .7
P [F | D] = .2
P [D] P [F | D]
P [C] P [F | C] + P [D] P [F | D]
2
9
80
A. El Mossadeq
Exercice 47
On dispose de dix jetons : deux noirs, cinq blancs et trois bicolores (une face blanche
et une face noire).
On choisit au hasard un jeton que lon jette. La face apparente est blanche.
Quelle est la probabilit que la face cache soit blanche ?
Solution 47
considrons les vnements suivants :
Jb
Jn
Jc
Ba
Bc
:
:
:
:
:
le jeton choisi est blanc

le jeton choisi est noir
le jeton choisi est bicolore
la face apparente est blanche
la face cache est blanche
On a :
P [Jb ] =
; P [Ba | Jb ] = 1
1
; P [Ba | Jn ] = 0
P [Jn ] =
P [Jc ] = 3
; P [Ba | Jc ] =
10
2
P [Bc | Ba ] =
P [Bc | Jb ] = 1
P [Bc | Jn ] = 0
P [Bc | Jc ] =
1
2
P [Bc Ba ]
P [Ba ]
or :
P [Bc Ba ] = P [Jb ] =
1
2
et :
P [Ba ] = P [Jb ] P [Ba | Jb ] + P [Jn ] P [Ba | Jn ] + P [Jc ] P [Ba | Jc ] =
daprs la formule des probabilits totales.
Do :
P [Bc | Ba ] =
81
10
13
13
20
A. El Mossadeq
Exercice 48
On considre une population dans laquelle 75% des cancers des poumons sont observs chez les fumeurs.
La population contient 4% de cancers de poumons, et 60% de fumeurs.
On tire au hasard un individu de cette population.
1. Quelle est la probabilit que la personne ne fume pas et na pas de cancer ?
2. Si la personne ne fume pas, quelle est la probabilit quelle na pas de cancer ?
3. Si la personne na pas de cancer, quelle est la probabilit quelle fume ?
Solution 48
C
F
la personne a le cancer
la personne fume
:
:
On a :
P [F ] = 0.6
P [C] = 0.04
P [F | C] = 0.75
1. On a :
P [F c C c ]
=
=
=
=
1 P [F + C]
1 P [F ] P [C] + P [F C]
1 P [F ] P [C] + P [C] P [F | C]
0.39
2. On a :
c
P [C | F ]
=
=
P [F c C c ]
P [F c ]
0.975
3. On a :
P [F | C c ]
1 P [F c | C c ]
P [F c C c ]
1
P [C c ]
0.59375
=
=
=
82
A. El Mossadeq
Exercice 49
Pour prvenir lextension dune pidmie virale, on dcide de soumettre la population
menace des tests. Dune faon gnrale, le rsultat de chaque test est positif pour
les porteurs de virus, ngatif pour les personnes qui ne sont pas atteintes, mais il y
a des exeptions.
Le but de lexercice est de comparer deux procds de dpistage. Lun nutilisant
quun seul test, lautre consistant en la succession de deux tests identiques raliss
indpendamment lun de lautre.
On choisit au hasard un individu A et on dsigne par V et T les vnements :
V
T
:
:
A est porteur de virus

le test appliqu A est positif
On admet que :
P [V ] = 0.1
P [T
| V ]= 0.95
P T | V = 0.03
1. Dans cette question, on tudie la procdure de contrle qui nutilise quun seul
test.
(a) Calculer la probabilit de lvnement T .
(b) Le test appliqu A sest avr ngatif.
Calculer la probabilit que A soit porteur du virus.
2. On eectue maintenant deux tests identiques. On considre lvnement :
T2 : les deux tests appliqus A sont positifs
(a) Si A est porteur du virus, quelle est la probabilit pour que les deux tests
appliqus A soient ngatifs ?
(b) Les deux tests ont t ngatifs. Quelle est la probabilit que A soit porteurs
du virus ?
(c) Conclure.
Solution 49
1. (a) On a :
P [T ]
=
=
P [V ] P [T | V ] + P V P T | V
.122
83
A. El Mossadeq
(b) Daprs le thorme de Bayes, on a :
P V | T
P [V ] P T | V

P T
5
878
5.6948 103
=
=
=
(a) Les deux tests tant indpendants, donc :

2
P T2 | V
=
P T | V
25 104
(b) Daprs le thorme de Bayes, on a :
P V | T2
P [V ] P T2 | V

P T2
3.243 106
(c) On en dduit que :
1
P V | T
1756
Il est donc prfrable de pratiquer deux tests successifs.
P V | T2 =
Exercice 50
On considre les familles deux enfants.
1. Une famille deux enfants dont au moins un garon.
Quelle est la probabilit que cette famille ait deux garons ?
2. Une famille deux enfants dont lain est un garon.
Quelle est la probabilit que cette famille ait deux garons ?
Solution 50
G1
G2
G
:
:
:
le premier enfant est un garon

le second enfant est un garon
la famille a au moins un garon
84
A. El Mossadeq
Notons que les vnements G1 et G2 sont indpendants et que :

P [G1 ] = P [G2 ] =
1
2
1. On a :
do :
1 G2 G1 G2
2 G
G = G1 G
P [G] =
3
4
Dautre part :
P [G1 G2 | G]
=
=
=
P [G1 G2 G]
P [G]
P [G1 G2 ]
P [G]
1
3
2. On a:
P [G1 G2 | G1 ]
=
=
P [G1 G2 ]
P [G1 ]
1
2
Exercice 51
On dispose de dix urnes numrotes de 0 9.
Lurne k contient k boules noires et 9 k boules blanches.
On choisit une urne au hasard et sans connaitre son numro on tire deux boules
avec remise.
1. Quelle est la probabilit dobtenir deux boules noires ?
2. Les deux boules obtenues sont noires. Quelle est la probabilit quelles proviennent de lurne U5 ?
3. Le premier tirage a donn une boule noire. Quelle est la probabilit que le
second tirage donnent aussi une boule noire ?
85
A. El Mossadeq
Solution 51
Ui
Ni
:
:
le tirage est eectu de lurne i , 0 i 9

la ie`me boule tire est noire , i = 1, 2
On a :
P [Uk ] =
1
, 0k9
10
P [Ni | Uk ] =
k
, 0 k 9 , i = 1, 2
9
1. Daprs la formule des probabilits totales, la probabilit dobtenir deux boules

noires est :
P [N1 N2 ]
9
X
k=0
P [Uk ] P [N1 N2 | Uk ]
19
54
2. Daprs la thorme de Bayes on a :
=
P [U5 ] P [N1 N2 | U5 ]
P [N1 N2 ]
5
=
57
3. Daprs la formule des probabilits totales :
P [U5 | N1 N2 ]
P [N1 ] =
9
X
k=0
do :
P [Uk ] P [N1 | Uk ] =
P [N2 | N1 ]
=
=
1
2
P [N1 N2 ]
P [N1 ]
19
27
Exercice 52
Un ascenseur dessert dix tages.
Quatre personnes prennent cet ascenceur au rez-de-chausse.
On admet que chacune de ces quatre personnes descend au hasard lun des dix
tages et que les dcisions de ces quatre personnes sont indpendantes.
86
A. El Mossadeq
1. Quelle est la probabilit que les quatre personnes sarrtent des tages diffrents ?
2. Quelle est la probabilit pour que deux, et deux seulement, sarrtent au mme
tage ?
Solution 52
chaque personne peut descendre dans lun ou lautre des dix tages, donc le nombre
N de possibilits est :
N = 104
1. Le nombre de possibilits o les quatre personnes sarrtent des tages diffrents est le nombre darrangements de quatre tages parmi les dix tages :
A (10, 4) = 5040
do :
P
=
=
A (10, 4)
104
0.504
2. Les quatre personnes sarrteront trois tages dirents. Il y a donc :

A (10, 3) = 720
possibilits.
Dautre part, le nombre de paires de personnes sarrtant au mme tage est :
C (4, 2) = 6
do la probabilit recherche est :
P
=
=
C (4, 2) A (10, 3)
104
0.432
Exercice 53
Deux joueurs A et B jouent un jeu dont la rgle est la suivante : il sagit datteindre
une cible.
1
chacun de ses essais, B a une probabilit de
de toucher la cible et A une
2
1
probabilit de .
3
87
A. El Mossadeq
A et B jouent tour de rle, la partie se termine ds que lun des deux joueurs
atteint la cible. Cest A qui joue le premier.
Soit pn la probabilit que A gagne son ne`me essai, et qn la probabilit que B gagne
son ne`me essai.
1. Calculer pn et qn .
2. Calculer :
Pn =
n
X
pk
k=1
Qn =
n
X
qk
k=1
P = lim Pn
n
Q = lim Qn
n
Que reprsente chacun de ces termes ?

3. A et B ont-ils les mmes chances de gagner ?
Solution 53
1.
pn
=
=
qn
=
=
n1 n1
1
1
2
3
2
3
n
1
3
n n1
1
1
2
3
2
2
n
1
3
88
A. El Mossadeq
2.
Pn = Qn =
n k
X
1
k=1
1
1
1 n
=
2
3
P = lim Pn =
n
1
2
1
n
2
3. Donc A et B ont les mmes chances de gagner.
Q = lim Qn =
Exercice 54
Deux joueurs A et B jouent avec deux ds.
Le joueur A gagnera en faisant un total de 7, B en faisant un total de 6.
Cest B qui commence et ensuite A et B jettent alternativement les ds jusqu ce
que lun des deux gagne.
Quelles sont leurs probabilits de gagner ?
Solution 54
Notons (a, b) les points amens par le premier d et le second d respectivement.
La probabilit de cet vnement lmentaire est
1
36
Le joueur A obtient un total de 7 dans les cas suivants:
p=
(1, 6) , (2, 5) , (3, 4) , (6, 1) , (5, 2) , (4, 3)

La probabilit de cet vnement est :
1
6
Le joueur B obtient un total de 6 dans les cas suivants:
p7 =
(1, 5) , (2, 4) , (3, 3) , (5, 1) , (4, 2)

La probabilit de cet vnement est :
p6 =
89
5
36
A. El Mossadeq
Soit p7,k (resp. p6,k ) la probabilit pour que le joueur A (le joueur B)gagne son
ke`me essai. Alors :
k1 k1
31
1
5
p7,k =
6
36
6
et:
k k1
31
5
5
p6,k =
6
36
36
Si lon dsigne par P7 (resp. P6 ) la probabilit pour que le joueur A (le joueur B)gagne,
alors :
n
X
lim
p7,k
P7 =
n
P6
36
61
lim
25
61
k=1
n
X
p6,k
k=1
Exercice 55
n urnes U1 , ..., Un contiennent respectivement 1, ..., n boules noires et rien dautre.
On choisit au hasard une urne, on y tire une boule et on la remplace par une blanche.
Une nouveau tirage dans la mme urne donne une boule blanche.
Quelle est la probabilit pour que les tirages aient t faits dans lurne Ui ?
Solution 55
Ui
B2
:
:
le tirage est eectu de lurne i , 1 i n

la 2e`me boule tire est blanche , i = 1, 2
On a :
P [Uk ] =
1
, 1kn
n
P [B2 | Uk ] =
1
, 1kn
k
90
A. El Mossadeq
Daprs la formule des probabilits totales, on a :
P [B2 ]
n
X
k=1
=
Do :
P [Ui | B2 ]
P [Uk ] P [B2 | Uk ]
1X1
n k=1 k
=
=
P [Ui ] P [B2 | Ui ]
P [B2 ]
1
n
X1
i
k
k=1
Exercice 56
Le quart dune population a t vaccin contre une maladie.
Au cours dune pidmie, on constate quil y a parmi les malades, un vaccin pour
quatre non vaccins. On sait de plus quil y a un malade sur douze parmi les vaccins.
1. Quelle est la probabilit de tomber malade pour un individu non vaccin ?
2. Le vaccin est-il ecace ?
Solution 56
M
V
:
:
la personne est malade

la personne est vaccine
On a :
P [V ] =
1
4
P [V | M] =
91
1
5
P [M | V ] =
1
12
A. El Mossadeq
1. Daprs la thorme de Bayes on a :
P [M] P V | M

P M | V =
P V
or :
P [M]
=
=
=
=
=
P [V ] P [M | V ] + P V P M | V
P [V ] P [M | V ] + P [M] P V | M
P [V ] P [M | V ]
1 P V | M
P [V ] P [M | V ]
P [V | M]
5
48
do :
P [M] P V | M

=
P V
1
=
9
2. Le vaccin diminue les risques dattrapper la maladie mais pas considrablement.
Il est peu ecace.
P M | V
Exercice 57
Une boite A contient une boule blanche et trois boules rouges.
Une boite B contient cinq boules blanches et trois boules rouges.
On tire au hasard et indpendamment une boule de lurne A et une boule de lurne
B et les change de boite.
Calculer la probabilit quaprs lchange :
1. A ne contient que des boules rouges.
2. Les deux compositions restent inchanges.
92
A. El Mossadeq
Solution 57
1. Dans ce cas, il faut tirer la boule blanche de lurne A et une boule rouge de
lurne B, do la probabilit recherche est :
13
48
3
=
32
2. Dans ce cas, les deux boules tires des urnes A et B doivent tre de la mme
couleur, do la probabilit recherche est :
P
=
=
1 5 3 3
. + .
4 8 4 8
29
32
Exercice 58
On considre une suite de tirages avec remise dans une urne U choisie au hasard
parmi n + 1 urnes U0 , ..., Un .
Soit pi , 0 i n, la probabilit de choisir lurne Ui .
On suppose que lurne Ui , 0 i n, contient n boules dont i sont noires.
1. Quelle est la probabilit dobtenir une boule noire au ke`me tirage sachant que
lon a obtenu k 1 boules noires dans les k 1 tirages prcdents ?
2. Quelle est la probabilit que les tirages aient lieu dans lurne Ui sachant que les
k premiers tirages ont donn des boules noires ?
Solution 58
Dsignons par Nk lvnement :
Nk : le k e`me tirage a donn une boule noire
Pour tout k, k 1, et tout i, 0 i n, on a :
P [Nk | Ui ] =
i
n
et pour tout vnement A :

P [A] =
n
X
i=0
P [Ui ] P [A | Ui ] =
daprs la formule des probabilits totales.
93
n
X
i=0
pi P [A | Ui ]
A. El Mossadeq

P [Nk | N1 ...Nk1 ] =
P [N1 ...Nk1 Nk ]
P [N1 ...Nk1 ]
Or :
P [N1 ...Nk1 ]
n
X
i=0
n
X
i=0
et :
P [N1 ...Nk ]
n
X
i=0
n
X
i=0
do :
P [Nk | N1 ...Nk1 ]
P [Ui ] P [N1 ...Nk1 | Ui ]

k1
i
pi
n
P [Ui ] P [N1 ...Nk | Ui ]

k
i
pi
n
P [N1 ...Nk1 Nk ]
P [N1 ...Nk1 ]
k
n
P
i
pi
n
i=0
k1
n
P
i
pi
n
i=0
n
P
pi ik
1 i=0
n
nP
pi ik1
i=0
2. On a :
P [Ui | N1 ...Nk ]
=
=
P [Ui ] P [N1 ...Nk | Ui ]

P [N1 ...Nk ]
k
pi i
n
P
pi ir
r=0
94
A. El Mossadeq
Exercice 59
On considre une urne contenant 2m boules : deux boules de la couleur C1 , deux
boules de la couleur C2 , ..., deux boules de la couleur Cm ; les m couleurs sont deux
deux direntes.
A chaque tirage, on extrait de lurne deux boules sans remise.
1. Combien y-a-t-il de manires direntes de vider lurne ?
2. Quelle est la probabilit dobtenir deux boules de la couleur C1 au premier
tirage, deux boules de la couleur C2 au deuxime tirage, ..., deux boules de la
couleur Cm au me`me tirage ?
3. En dduire la probabilit dobtenir, chacun des m tirages, deux boules de la
mme couleur.
4. Quelle est la probabilit dobtenir deux boules de de la couleur C1 au premier
tirage, deux boules de la couleur C2 au deuxime tirage, ..., deux boules de
la couleur Cm2 au (m 2)e`me tirage, deux boules de couleurs direntes au
(m 1)e`me tirage ?
5. En dduire la probabilit dobtenir deux boules de la mme couleur au premier
tirage, deux boules de la mme couleur au deuxime tirage, ..., deux boules de
la mme couleur au (m 2)e`me tirage, deux boules de couleurs direntes au
(m 1)e`me tirage.
6. En dduire la probabilit dobtenir chaque fois deux boules de la mme couleur
lors de (m 2) tirages seulement.
Solution 59
1. A chaque tirage, on extrait de lurne deux boules sans remis, donc le nombre
de manires direntes de vider lurne est :
m1
Y
k=0
C (2 (m k) , 2)
=
=
(2m)!
2m
m!
m1
Y
k=0
[2 (m k) 1]
2. Il en rsulte que la probabilit p1 dobtenir deux boules de la couleur C1 au

premier tirage, deux boules de la couleur C2 au deuxime tirage, ..., deux boules
de la couleur Cm au me`me tirage est :
95
A. El Mossadeq
p1
1
(2m)!
2m
2m
(2m)!
1
=
m!
m1
Q
k=0
[2 (m k) 1]
3. Par consquent, pour obtenir, chacun des m tirages, deux boules de la mme
couleur, il sut de permuter les m couleurs, do, la probabilit p2 de cet vnement est :
p2
=
=
=
(m!) p1
2m m!
(2m)!
1
m1
Q
k=0
[2 (m k) 1]
4. Le nombre de manires dobtenir deux boules de de la couleur C1 au premier

tirage, deux boules de la couleur C2 au deuxime tirage, ..., deux boules de
la couleur Cm2 au (m 2)e`me tirage, deux boules de couleurs direntes au
(m 1)e`me tirage est :
"m2
Y
C (2, 2) C (2, 1) C (2, 1) C (1, 1) C (1, 1) = 4
k=1
do, la probabilit p3 de cet vnement est :

p3
=
=
4p1
2m+2
(2m)!
4
=
m!
m1
Q
k=0
96
[2 (m k) 1]
A. El Mossadeq
5. Par consquent, le nombre de manires dobtenir, chacun des (m 2) premiers

tirages, deux boules de la mme couleur, et deux boules de couleurs direntes
au (m 1)e`me tirage est le nombre darrangenets de (m 2) couleurs parmi les
m couleurs, do, la probabilit p4 de cet vnement est :
p4
=
=
A (m, m 2) p3
2
m1
Q
[2 (m k) 1]
k=0
6. Il sut, maintenant de choisir les deux tirages o on obtient deux boules de

couleurs direntes parmi les m tirages. Ce nombre de choix est le nombres de
combinasons de deux tirages parmi les m tirages, savoir :
m!
2! (m 2)!
m (m 1)
=
2
Do, la probabilit p5 dobtenir chaque fois deux boules de la mme couleur
lors de (m 2) tirages seulement est :
C (m, 2)
p5
=
=
C (m, 2) p4
m (m 1)
m1
Q
[2 (m k) 1]
k=0
Exercice 60
Jouer au LOTO consiste cocher une combinaison de six cases sur une ou plusieurs
grilles de quarante neuf cases, numrotes de 1 49, en esprant quelle coincidera
avec la combinaison de six numros, dite gagnante, qui sera dsigne par le hasard.
Nous ntudions pas, ici, ce qui concerne le numro complmentaire.
1. Quelle est la probabilit :
(a) davoir six bons numros :
(i) en cochant une seule grille ?
(ii) en cochant deux grilles ?
(b) Quelle est la probabilit davoir exactement k bons numros, k {1, 2, 3, 4, 5, 6},
en cochant une seule grille ?
97
A. El Mossadeq
2. On peut gnralement jouer des grilles multiples : il sagit de cocher plus

de six cases sur une grille de manire avoir plus de chances de rencontrer les
numros de la combimaison gagante.
Les tarifs proposs par la socit du LOTO sont les suivants :
grille
grille
grille
grille
grille
simple (six numros par grille sur deux grilles) :

2DH
multiple de sept numros
:
7DH
multiple de huit numros
: 28DH
multiple de neuf numros
: 84DH
multiple de dix numros
: 210DH
(a) Expliquer les tarifs des grilles multiples.

(b) Quelle est la probabilit davoir exactement k bons numros, k {1, 2, 3, 4, 5, 6},
en jouant une grille multiple de n numros, n {7, 8, 9, 10}.
3. La socit du LOTO NATIONAL accorde un joueur ayant choisi une grille de
n numros, n {7, 8, 9, 10}, et obtenu k bons numros, k {1, 2, 3, 4, 5, 6}, un
multiple entier (n, k) du gain correspondant lobtention de k bons numros
avec une grille simple.
(a) Expliquer cette dcision.
(b) Calculer (n, k), k {1, 2, 3, 4, 5, 6} et n {7, 8, 9, 10}.
Solution 60
Le nombre de grilles six numros est donc :
C (49, 6) = 13 983 816
1. (a)
(i) La probabilit p6 davoir six bons numros en cochant une seule

grille est :
p6 =
1
= 7.15 108
C (49, 6)
(ii) En cochant deux grilles, les deux tant direntes, la probabilit

davoir six bons numros est :
p06 = 2p6 = 1.43 107
(b) La probabilit pk davoir k bons numros en cochant une seule grille est :
p6 =
C (6, k) C (43, 6 k)
C (49, 6)
98
A. El Mossadeq
(a) Une grille multiple n numros, n 6, contient C (n, 6) grilles simples,

do :
pour n = 7:
C (7, 6) = 7
pour n = 8:
C (8, 6) = 28
pour n = 9:
C (9, 6) = 84
pour n = 10:
C (7, 6) = 210
ce qui explique les tarifs des grilles multiples.
(b) La probabilit pn,k davoir k bons numros en cochant une grille multiple
n numros est :
C (6, k) C (43, n k)
pn,k =
C (49, n)
(a) Supposons que le joueur a eu exactement k bons numros en cochant une
grille multiple n numros.
Cette grille correspond :
N = C (n, 6)
grilles simples.
Parmi ces grilles simples :
M = C (k, l) C (n k, 6 l)
grilles contient exactement l bons numros, 1 l k 6.
(b) Notons G (n, k) le gain correspondant exactement k bons numros en
cochant une grille multiple n numros.et G (k) le gain correspondant
exactement k bons numros en cochant une grille simple.
Daprs ce qui prcde on a :
G (n, k)
=
=
k
X
l=1
k
X
l=1
(n, k, l) G (k)
C (k, l) C (n k, 6 l) G (k)
99
Les Variables Alatoires
A. El Mossadeq
Variables Alatoires
Exercice 1
Soit une variable discrte qui prend des valeurs entires comprises entre 1 et 9 avec
les probabilits :
pk = P [X = k] = ak (10 k)
1. Calculer la constante a.
2. Calculer lesprance mathmatique et la variance de X.
On rappelle que si :
n
X
Sk =
ik
i=1
alors :
S1
S2
S3
S4
n (n + 1)
2
n (n + 1) (2n + 1)
6
S12
n (n + 1) (2n + 1) (3n2 + 3n + 1)
30
Solution 1
1. Puisque :
9
X
pk = 1
k=1
on en dduit :
a=
1
165
2. On a :
E [X] =
E [X 2 ] =
9
X
k=1
9
X
kpk = 5
k2 pk =
k=1
149
3
V [X] = E [X 2 ] E [X]2 =
103
74
3
Variables Alatoires
A. El Mossadeq
Exercice 2
Au cours dune exprience, des rats doivent choisir entre quatre portes dapparence
identique dont lune est dite bonne, et les autres dites mauvaises.
Chaque fois quil choisit la mauvaise porte, le rat reoit une dcharge lectrique
dsagrable et est ramen son point de dpart, et cela jusqu ce quil choisisse la
bonne porte.
Le nombre dessais eectus par le rat est une variable alatoire X.
On envisage trois hypothses :
(1) le rat na pas de mmoire : il choisit de faon quiprobable entre les quatre
portes,
(2) le rat a une mmoire immdiate : chaque nouvel essai, il vite la mauvaise
porte choisie lessai prcdent, et il choisit de faon quiprobable entre les
trois portes,
(3) le rat a une bonne mmoire : chaque essai, il vite toutes les mauvaises
portes choisies prcdemment et il choisit de faon quiprobable entre celles
quil na pas encore essayes.
Dterminer, sous chacune de ces hypothses, la loi de probabilit de X et son
esprance mathmatique.
Solution 2
(1) Sous lhyporhse (H1 ), le rat na pas de mmoire, donc la variable alatoire
X prend ses valeurs dans N avec les probabilits :
k1
1
3
, k N
P [X = k] =
4
4
Lesprance mathmatique de X est :
X
kP [X = k]
E [X] =
kN
=
=
X 3 k1 1
k
4
4
kN
(2) Sous lhyporhse (H2 ), le rat a une mmoire courte, donc la variable alatoire
X prend ses valeurs dans N avec les probabilits :
P [X = 1]
P [X = k]
1
4
k2
1 2
, k2
4 3
104
A. El Mossadeq
Variables Alatoires

X
kP [X = k]
E [X] =
kN
1 X
k
+
4 k=2
k2
1
2
3
4
13
4
(3) Sous lhyporhse (H3 ), le rat a une bonne mmoire, donc la variable alatoire
X prend ses valeurs dans lensemble {1, 2, 3, 4} avec les probabilits :
=
1
, i {1, 2, 3, 4}
4
P [X = i] =
E [X]
4
X
kP [X = k]
i=1
5
2
Exercice 3
On jette deux ds parfaitement quilibrs.
Soient X et Y les variables alatoires uniformes associes chacun des deux ds.
1. Dterminer la loi de probabilit de la variable alatoire :
Z =X +Y
Calculer lesprance mathmatique et la variance de Z.
2. Dterminer la loi de probabilit de X sachant que [Z = 5] .
Solution 3
Pour tout k {1, .., 6}, on a :
P [X = k]
=
=
105
P [Y = k]
1
6
Variables Alatoires
A. El Mossadeq
et :
E [X] = E [Y ] =
6
P
kP [X = k] =
k=1
6
P
7
2
91
6
k=1
35
V [X] = V [Y ] = E [X 2 ] E [X]2 =
12
2
E [X ] = E [Y ] =
k 2 P [X = k] =
1. Remarquons que la variable alatoire :

Z =X +Y
prend ses valeurs dans lensemble {2, ..., 12}.
Pour tout k {2, ..., 12}, dsignons par I (k) lensemble :
I (k) = {(x, y) {1, .., 6} {1, .., 6} | x + y = k}
Alors, pour tout k {2, ..., 12}, on a :
X
P [Z = k] =
P [X = x, Y = y]
(x,y)I(k)
card I (k)
36
=
Dautre part :
E [Z]
=
=
V [Z]
E [X] + E [Y ]
7
et :
V [X] + V [Y ]
35
=
6
2. Sous lhypothse [Z = 5], X ne peut prendre que les valeurs {1, 2, 3, 4}, do :
P [X = k | Z = 5]
P [X = k, Y = 5 k]
P [Z = 5]
1
4
=
=
Do :
E [X | Z = 5]
4
X
k=1
5
2
106
kP [X = k | Z = 5]
A. El Mossadeq
Variables Alatoires
Exercice 4
Une urne contient une boule bleue, une boule noire et une boule rouge.
On eectue de cette urne des tirages successifs dune boule avec remise.
On dsigne par X la variable alatoire prenant pour valeur le nombre de boules
tires quand, pour la premire fois, deux couleurs exactement ont t obtenues.
Dterminet la loi de probabilit de X.
Solution 4
Notons qu chaque tirage, les tois boules sont quiprobables.
k
1
P [X = k] = A (3, 2)
3
k1
1
= 2
3
o A (3, 2) correspond au choix de deux couleurs parmi les trois couleurs.
Exercice 5
On lance un d parfaitement quilibr dont les faces sont numrots de 1 6 et on
note X la variable alatoire gale au nombre alatoire obtenu.
Si X est divisible par 3, on extrait simultanment trois boules dune urne A contenant trois boules blanches et cinq boules noires. Sinon, on extrait simultanment
X boules dune urne B contenant deux boules blanches et trois boules noires.
Soit Y la variable alatoire gale au nombre de boules blanches obtenues.
1. Dterminer la loi de probabilit de la variable alatoire Y , son esprance mathmatique et sa variance.
2. Calculer la probabilit que le tirage ait t eectu de lurne A sachant que lon
a obtenu deux boules blanches.
Solution 5
1. Pour tout r, 1 r 6, on a :
P [X = r] =
107
1
6
Variables Alatoires
A. El Mossadeq
et pour tout k, 0 k 3, on a :
P [Y = k]
=
=
6
X
r=1
6
X
r=1
P [Y = k, X = r]
P [X = r] P [Y = k | X = r]
1X
P [Y = k | X = r]
6 r=1
6
Dterminons alors la loi conditionnelle de Y relativement X :

(a) Si r = 3 ou r = 6, le tirage simultan de trois boules est alors eectu
de lurne A qui contient trois boules blanches et cinq boules noires, do
pour tout k {0, 1, 2, 3}:
P [Y = k | X = r] =
C (3, k) C (5, 3 k)
C (8, 3)
(b) Si r 6= 3 et r 6= 6 alors le tirage simultan de r boules est eectu, dans ce

cas, de lurne B qui contient deux boules blanches et trois boules noires,
do por tout k, 0 k inf (2, r), on a :
P [Y = k | X = r] =
C (2, k) C (3, r k)
C (5, r)
(c) Dterminons maintenant le tableau de la loi conditionnelle de de Y relativement X :

Y X
0
1
3
5
2
5
3
10
3
5
1
10
5
28
15
28
15
56
1
56
108
2
5
3
5
0
0
1
0
6
5
28
15
28
15
56
1
56
A. El Mossadeq
Variables Alatoires
Do la loi de Y :
k
P [Y = k]
22
105
173
420
313
840
1
168
(d) Lesprance mathmatique de Y est donne par :

E [Y ]
3
X
kP [Y = k]
k=0
=
=
47
40
1.175
(e) On a :

E Y2
3
X
k2 P [Y = k]
k=0
=
'
1643
840
1.956
do la variancede Y :
V [Y ]
=
=
'

E Y 2 E [Y ]2
19331
33600
0.57533
2. Dsignons par A lvnement :

A : le tirage est eectu de lurne A
On a :
P [A]
=
=
=
P [(X = 3) (X = 6)]
P [(X = 3)] + P [(X = 6)]
1
3
109
Variables Alatoires
A. El Mossadeq
Do :
P [A | Y = 2]
=
=
=
=
=
'
P [A (Y = 2)]
P [Y = 2]
P [(X = 3) (Y = 2)] P [(X = 6) (Y = 2)]
+
P [Y = 2]
P [Y = 2]
P [X = 3] P [Y = 2 | X = 3] P [X = 6] P [Y = 2 | X = 6]
+
P [Y = 2]
P [Y = 2]
P [X = 3] P [Y = 2 | X = 3]
2
P [Y = 2]
75
313
0.24
Exercice 6
Un forain propose un jeu : A tout les coups on gagne.
Chaque joueur fait tourner deux petites roues divises chacune en dix secteurs gaux.
On suppose que les deux roues sont indpendantes et que les probabilits darrt de
chaque roue sur chaque secteur sont gales.
La premire a trois secteurs rouges et sept blancs et la deuxime a un secteur noir
et neuf blancs.
Lorsque les deux roues sarrtent lune sur le rouge et lautre sur le noir, le joueur
gagne un gros lot qui revient au forain 20DH; lorsque lune des deux roues seulement sarrtent sur le blanc, le joueur gagne un lot qui revient au forain 2DH;
lorsque les deux roues sont sur le blanc, le joueurgagne lot qui revient au forain
1DH.
Le forain fait payer un montant de mDH, m N , pour chaque partie.
Dsignons par X la variable alatoire qui, chaque partie, associe le bnfice du
forain sur cette partie.
1. Dterminer la loi de probabilit de X.
2. Quelle valeur le forain doit-il donner m pour avoir une esprance de bnfice
gale au moins un dirham ?
Solution 6
Dsignons par b, n et r les vnements :
b
n
r
:
:
:
la roue sarrte sur le secteur blanc

la roue sarrte sur le secteur noir
la roue sarrte sur le secteur rouge
110
A. El Mossadeq
Variables Alatoires
et par (x, y), o x, y {b, n, r}, le rsultat amen par la premire roue et la deuxime
roue respectivement, alors :
p (b, b)
p (b, n)
p (r, b)
p (r, n)
63
100
7
100
27
100
3
100
1. Les valeurs prises par X la variable alatoire X sont :

m 20 , m 2 , m 1
do la loi de probabilit de X :
P [X = m 20]
=
=
P [X = m 2]
=
=
P [X = m 1]
=
=
p (r, n)
3
100
p (b, n) + p (r, b)
34
100
p (b, b)
63
100
En rsum :
m 20 m 2 m 1
k
P [X = k]
3
100
34
100
63
100
2. Calculons lesprance mathmatique de cette variable alatoire :

X
kP [X = k]
E [X] =
k{m20,m2,m1}
191
100
do :
E [X] 1 = m 3
Le forain doit demander une mise dau moins trois dirhams pour avoir une
esprance de bnfice gale au moins un dirham.
111
Variables Alatoires
A. El Mossadeq
Exercice 7
Une urne renferme dix boules numrotes de 1 10, indiscernables au toucher.
On tire, au hasard, deux boules avec remise de cette urne.
On considre les variables alatoires :
X : le plus grand des deux nombres ports par les deux boules.
Y : le plus petit des deux nombres ports par les deux boules.
Z = X Y.
1. Si F est la fonction de rpartition de X, montrer que pour tout k {1, ..., 10}
on ait :
(k 1)2
F (k) =
100
2. En dduire la loi de probabilit de X, son esprance mathmatique et sa variance.
3. Dterminer la loi de probabilit de Y , son esprance mathmatique et sa variance.
Les variables alatoires X et Y sont-elles indpendantes ?
4. Dterminer la loi de probabilit de Z, son esprance mathmatique et sa variance.
5. Sous lhypothse [Z = 4], dterminer les lois de probabilits conditionnelles de
X et Y ainsi que leurs esprances mathmatiques.
Solution 7
Dsignons par Bi , i {1, 2}, la variable alatoire gale au numro port par la ie`me
boule tire.
B1 et B2 sont indpendants et on a :
P [Bi = k] =
1
, k {1, ..., 10}
10
1. Pour tout k {1, ..., 10}, on a :

F (k)
=
=
=
P [X < k]
P [B1 < k, B2 < k]
P [B1 < k] P [B2 < k]
(k 1)2
=
100
2. On en dduit que pour tout k {1, ..., 10} :
P [X = k]
=
=
F (k + 1) F (k)
2k 1
100
112
A. El Mossadeq
Variables Alatoires
donc :
E [X]
10
X
kP [X = k]
k=1
7.15
et :
10
2 X
E X =
k2 P [X = k] = 56.65
k=1
do :
V [X]

E X 2 E [X]2
5.5275
=
=
3. Pour tout k {1, ..., 10} :

P [Y k]
P [B1 k, B2 k]
P [B1 k] P [B2 k]
(11 k)2
=
100
do la fonction de rpartition FY de Y :
=
=
FY (k)
=
=
P [Y < k]
(11 k)2
1
100
pout tout k {1, ..., 10}.

Il en rsulte que pour tout k {1, ..., 10} :
P [Y = k]
FY (k + 1) FY (k)
21 2k
100
P [X = 11 k]
=
=
=
do :
E [Y ]
=
=
=
E [11 X]
11 E [X]
3.85
V [Y ]
=
=
=
V [11 X]
V [X]
5.5275
et :
113
Variables Alatoires
A. El Mossadeq
Les variables alatoires X et Y ne sont pas indpendantes puisque :

P [X = 1, Y = 2] = 0
alors que :
P [X = 1] 6= 0 et P [Y = 2] 6= 0
4. Z prend ses valeurs dans lensemble {0, ..., 9}.

Remarquons que :
P [Z = k] =
10k
X
P [X = r + k, Y = r]
r=1
et que :
si x < y :
P [X = x, Y = y] = 0
si x = y :
P [X = x, Y = x]
P [B1 = x, B2 = x]
1
100
=
si x > y :
P [X = x, Y = y]
=
=
P [B1 = x, B2 = y] P [B1 = y, B2 = x]
2
100
do :
P [Z = 0]
10
X
P [X = r, Y = r]
r=1
1
10
et pour tout k {1, ..., 9}

P [Z = k]
10k
X
P [X = r + k, Y = r]
r=1
2 (10 k)
100
114
A. El Mossadeq
Variables Alatoires
Ainsi :
E [Z]
9
X
kP [Z = k]
k=0
=

E Z2
V [Z]
3.3
9
X
k2 P [Z = k]
k=0
=
=
=
16.5

E Z 2 E [Z]2
5.61
(a) Sous lhypothse [Z = 4], X prend ses valeurs dans lensemble {5, ..., 10}
avec les probabilits :
P [X = k | Z = 4]
P [X = k, Y = k 4]
P [Z = 4]
1
6
=
=
do :
E [X | Z = 4]
10
X
k=5
kP [X = k | Z = 4]
7.5
Remarquons que, sous lhypothse [Z = 4], X est uniformment distribu

sur lensemble {5, ..., 10}.
(b) Sous lhypothse [Z = 4], Y prend ses valeurs dans lensemble {1, ..., 6}
avec les probabilits :
P [Y = k | Z = 4]
P [X = 4 + k, Y = k]
P [Z = 4]
1
6
=
=
do :
E [Y | Z = 4]
6
X
k=1
kP [X = k | Z = 4]
3.5
Remarquons de mme, que sous lhypothse [Z = 4], Y est uniformment

distribu sur lensemble {1, ..., 6}.
115
Variables Alatoires
A. El Mossadeq
Exercice 8
Soit une urne contenant une boule rouge, deux boules noires et trois boules jaunes.
on extrait successivement et sans remise quatre boules de cette urne.
Dsignons par X la variable alatoire prenant pour valeurs le rang du tirage aprs
lequel, pour la premire fois, il ne reste que deux couleurs dans lurne.
Dterminer la loi de probabilit de X et son esprance mathmatique.
Solution 8
Dsignons par n, r et j les vnements lmentaites la boule est noire, la boule est
rouge et la boule est jaune respectivement, et par abcd.. la suite ordonne des rsultats des tirages successifs.
La variable alatoire prend les valeurs {1, 2, 3, 4}.
1. Lvnement [X = 1] correspond lobtention dune boule rouge au premier
tirage, do :
1
P [X = 1] =
6
2. Lvnement [X = 2] correspond lun des vnements :
nr ou jr ou nn
do :
2 1 3 1 2 1
+ +
6 5 6 5 6 5
3
=
10
P [X = 2]
njr ou jnr ou njn ou jnn ou jjr ou jjj

do :
2 3 1 3 2 1 2 3 1 3 2 1
+ + +
6 5 4 6 5 4 6 5 4 6 5 4
3 2 1 3 2 1
+ +
6 5 4 6 5 4
3
=
10
P [X = 3]
njjr ou jnjr ou jjnr ou jjnn ou jnjn ou njjn ou njjj ou jnjj ou jjnj
116
A. El Mossadeq
Variables Alatoires
do :
2 3 2 1 3 2 2 1 3 2 2 1
+ + +
6 5 4 3 6 5 4 3 6 5 4 3
3 2 2 1 3 2 2 1 2 3 2 1
+ + +
6 5 4 3 6 5 4 3 6 5 4 3
2 3 2 1 3 2 2 1 3 2 2 1
+ +
6 5 4 3 6 5 4 3 6 5 4 3
3
=
10
5. Lesprance mathmatique de X est :
P [X = 4]
E [X] =
4
X
kP [X = k] =
k=1
14
5
Exercice 9
Un joueur entreprend une partie de roulette en misant constamment sur les chances
simples. Il a donc, chaque partie, une probabilit p de doubler sa mise et une
probabilit 1 p de la perdre.
Commenant par miser un dirham, il double sa mise aussi longtemps quil perd et
sarrte ou recommence un dirham ds quil a gagne.
1. Montrer que dans ces conditions, il gagnera exactement un dirham chaque fois
que le sort lui sera favorable.
2. Trouver la loi de probabilit de la variable alatoire X gale au nombre de coups
ncessaires pour gagner un dirham.
Calculer lesprance mathmatique et la variance de X.
3. Trouver la loi de probabilit de la variable alatoire Xn gale au nombre de
coups ncessaires pour gagner n dirhams.
Calculer lesprance mathmatique et la variance de Xn .
Solution 9
1. Supposons que le joueur a gagn au ke`me coup.
Il a perdu pendant (k 1) coups, le total de ses mises est :
1 + 2 + 22 + ... + 2k2 = 2k1 1
Au ke`me coup, il a mis 2k1 et a gang :

2 2k1 = 2k
Son gain est donc :
2k 2k1 1 2k1 = 1
117
Variables Alatoires
A. El Mossadeq
2. Pour tout k N on a :
P [X = k] = p (1 p)k1
et par suite :
E [X]
kP [X = k]
1
p
k (k 1) P [X = k]
kN
et :
E [X (X 1)]
kN
2
1
2
p
p
do :

E X2
E [X (X 1)] + E [X]
2
p2
=
=
et :
V [X]
=
=

E X 2 E [X]2
1p
p2
3. Pour gagner n dirhams, il faut que la personne joue n parties.

Xn est donc la somme de n variables alatoires indpendantes qui suivent toutes
la mme loi que X; on les notes Y1 , ..., Yn .
pour tout k N , k n, soit I (k) lensemble :
I (k) = {(k1 , ..., kn ) (N )n | k1 + ... + kn = k}
alors :
P [Xn = k]
=
=
P [Y1 + ... + Yn = k]
X
P [Y1 = k1 , ..., Yn = kn ]
(k1 ,...,kn )I(k)
(k1 ,...,kn )I(k)
pn (1 p)kn
C (k 1, n 1) pn (1 p)kn
118
A. El Mossadeq
Variables Alatoires
de plus :
E [Xn ]
=
=
nE [X]
n
p
et :
V [Xn ]
=
=
nV [X]
n (1 p)
p2
Exercice 10
Peut-on considrer les expressions suivantes comme des densits de probabilit de
variables alatoires :
1
si a x b et f1 (x) = 0 ailleurs.
1. f1 (x) =
ba
|x|
2. f2 (x) = 2 si a x a et f2 (x) = 0 ailleurs.
a
1
3. f3 (x) = si 1 x e et f3 (x) = 0 ailleurs.
x
4. f4 (x) = a exp ax si x 0 et f4 (x) = 0 ailleurs.
5. f5 (x) = 2x exp x2 si x 0 et f5 (x) = 0 ailleurs.
1
, x R.
(1 + x2 )
1
7. f7 (x) = exp |x| , x R.
2
6. f6 (x) =
Solution 10
Une fonction :
f : R R
est une densit de probabilit si :

(1) f est positive
(2) f est intgrable et :
f (x) dx = 1
119
Variables Alatoires
A. El Mossadeq
1. f1 est une densit de probabilit,cest la densit de la loi uniforme sur lintervalle

[a, b] .
2. f2 est une densit de probabilit.
4. f4 est une densit de probabilit si et seulement si a est strictement positif.
Dans ce cas, cest la densit de probabilit de la loi exponentielle de paramtre a.
6. f6 est une densit de probabilit, cest la densit de probabilit de la loi de
Cauchy.
Exercice 11
Pour quelles valeurs du paramtre , les exprssions suivantes peuvent tre considres comme des densits de probabilit de variables alatoires :
1. f1 (x) = si 0 x et f1 (x) = 0 ailleurs.
x
si 0 x et f2 (x) = 0 ailleurs.
2
1
3. f3 (x) = (4 x) si 0 x et f3 (x) = 0 ailleurs.
8
2 x
4. f4 (x) =
si x 2 et f4 (x) = 0 ailleurs.
2
2. f2 (x) =
5. f5 (x) = x exp x2 si x 0 et f5 (x) = 0 ailleurs.
Solution 11
Il faut dterminer, lorsquils existent, les valeurs du paramtre telles que :
(1) fi soit positive
(2) fi soit intgrable et :
f (x) dx = 1
120
A. El Mossadeq
Variables Alatoires
1. f1 est une densit de probabilit pour = 1.

2. f2 nest pasune densit de probabilit.
3. f3 est une densit de probabilit pour = 4.
4. f4 nest pasune densit de probabilit.
1
5. f5 est une densit de probabilit pour = .
2
Exercice 12
Soit X une variable alatoire absolument continue de densit de probabilit :
Kx (4 x) si x [0, 4]
f (x) =
0
si x
/ [0, 4]
1. Calculer la constante K.
2. Dterminer la fonction de rpartition de X.
3. Dterminer la probabilit des vnements :
[1 X 2]
[X > 3 | X > 2]
5. Dterminer la densit de probabilit de la variable alatoire :
Z= X
Solution 12
1. On a :
Z
f (x) dx
Kx (4 x) dx
32
3
do :
K=
3
32
121
Variables Alatoires
A. El Mossadeq
y
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
0
4
x
f (x) =
3
x (4 x)
32
2. La fonction de rpartition F de X est dfinie pour tout x R par :

Z x
f (t) dt
F (x) =
Ainsi :
(a) pour x 0 :
F (x) = 0
(b) pour x [0, 4] :

F (x)
f (t) dt
Z
x
3
t (4 t) dt
32
0
2
x
(6 x)
32
=
(c) pour x 4 :
F (x)
=
=
f (t) dt
Z 4
f (t) dt
122
A. El Mossadeq
Variables Alatoires
En rsum :
3. On a :
2
x
F (x) =
(6 x)
32
P [X > 3 | X > 2]
si
x0
si
x [0, 4]
si
x4
P [(X > 3) (X > 2)]

P [X > 2]
P [X > 3]
P [X > 2]
1 F (3)
1 F (2)
5
16
=
=
=
=
et :
P [1 X 2]
F (2) F (1)
11
=
32
4. Calculons lesprance mathmatique et la variance de X :
Z
xf (x) dx
E [X] =
R
Z 4
3 2
=
x (4 x) dx
0 32
= 2
et :

E X2
=
=
x2 f (x) dx
ZR4
0
3 3
x (4 x) dx
32
24
5
do :
V [X]
=
=

E X 2 E [X]2
4
5
123
Variables Alatoires
A. El Mossadeq
5. Le changement :
Z=
quivaut :
X = Z2
On a alors :
dx
= 2z
dz
do la densit fZ de Z est :
fZ (z)

2 dx
fX z
dz
3 3
z 4 z2 , 0 z 2
16
=
=
Exercice 13
Soient a ]1, +[ et X une variable alatoire absolument continue dont la densit
de probabilit f est dfinie par :
f (x) =
K
(x + ln x) , 1 x a
x2
1. Calculer la constante K.
2. Calculer lesprance mathmatique et la variance de X
Solution 13
1. Puisque f est une densit de probabilit, on a :
Z
f (x) dx = 1
R
donc :
do :
K
(x + ln x) dx = 1
x2
K=
a
(a 1) (ln a + 1)
124
A. El Mossadeq
Variables Alatoires
2. On a :
E [X]
=
=
=
et :

E X2
=
=
xf (x) dx
ZRa
K
(x + ln x) dx
1 x
1 2a + ln2 a 2
a
2 (a 1) (ln a + 1)
x2 f (x) dx
ZRa
K (x + ln x) dx
=
do :
V [X]
=
=
1 a2 + 2a ln a 2a + 1
a
2 (a 1) (ln a + 1)

E X 2 E [X]2
1 a2 + 2a ln a 2a + 1 1 2 2a + ln2 a 2
a
a
2 (a 1) (ln a + 1)
4 (a 1)2 (ln a + 1)2
Exercice 14
Soit X une variable alatoire absolument continue de densit de probabilit f dfinie
par :
1 |x| si |x| 1
f (x) =
0
ailleurs
1. Tracer le graphe de f , et vrifier que f est bien une densit de probabilit.
2. Dterminer la fonction de rpartition de X.
4. On dfinit la valeur mdiane m comme lunique solution de lquation :
1
2
et le mode xM la valeur pour laquelle la densit f est maximale.
Dterminer m et xM .
F (x) =
125
Variables Alatoires
A. El Mossadeq
5. Calculer la probabilit des vnements :
1
1
X
2
4
1
|X| >
2
Solution 14
1. Soit T le triangle de sommet (1, 0) , (1, 1) et (1, 0) .
Alors :
Z
f (x) dx = A [T ]
R
Le triangle T
2. La fonction de rpartition de X est dfinie pour tout x R par :

Z x
f (t) dt
F (x) =
do :
(a) pour x 1 :
F (x) = 0
puisque :
f (x) = 0
pour tout x ], 1[ .
126
A. El Mossadeq
Variables Alatoires
(b) pour 1 x 0 :
F (x)
=
=
f (t) dt
Z
x
(1 + t) dt
=
(c) pour 0 x 1 :
F (x)
=
=
1
(1 + x)2
2
f (t) dt
Z
x
(1 |t|) dt
1
1
(1 x)2
2
f (t) dt
(d) pour x 1 :
F (x)
=
=
Z 1
(1 |t|) dt
En rsum :
2 (1 + x)
F (x) =
(1 x)2
1
127
si
x 1
si
1 x 0
si
0x1
si
x1
Variables Alatoires
A. El Mossadeq
3. Lesprance mathmatique de X est :

Z
xf (x) dx
E [X] =
R
Z 1
x (1 |x|) dx
=
=
puisque la fonction :
x xf (x)
est une fonction impaire sur lintervalle [1, 1].

Do la variance de X :
V [X]
=
=
=
=

E X2
Z
x2 f (x) dx
R
Z 1
x2 (1 |x|) dx
1
Z 1
x2 (1 x) dx
2
0
1
6
(a) La relation :
F (m) =
1
2
quivaut :
P [X m] = P [X > m] =
1
2
do la mdiane :
m=0
(b) La valeur maximum de f est 1, elle correspond au mode :

xM = 0
128
A. El Mossadeq
Variables Alatoires
4. On a :
1
1
P X
2
4

1
1
F
F
4
2
19
32
=
=
et :
1
P |X|
2
=
=

1
1
1F
+F
2
2
1
4
Exercice 15
Soit X une variable alatoire absolument continue de densit de probabilit f dfinie
par :
si x 0
0
f (x) =
x exp x si x > 0
b2
b
1. Si x = 2 est lunique valeur du mode, dterminer le paramtre b.
2. Calculer le moment dordre k de X, k 1.
En dduire lesprance mathmatique et la variance de X.
3. Calculer le coecient de variation de X dfini par :
V1 [X] =
[X]
E [X]
Solution 15
1. Si 2 est lunique valeur du mode alors :
f 0 (2) = 0
do :
b=2
2. Puisque pour tout n N :
Z
xn exp xdx = n!
129
Variables Alatoires
A. El Mossadeq
alors, le moment dordre k de X est :

Z
k
xk f (x) dx
=
E X
ZR+
1 k+1
x
=
x exp dx
4
2
0
Z +
= 2k
uk+1 exp udu
0
2k (k + 1)!
On en dduit :
E [X] = 4
et :

E X 2 = 24
do :
V [X]
=
=

E X 2 E [X]2
8
3. Le coecient de variation est :
2
[X]
V1 [X] =
=
E [X]
2
Exercice 16
Soit X une variable alatoire absolument continue dfinie par :
A
, xa
x
o X reprsente le revenu par habitant, a le revenu minimum et un coecient
dpendant du type du pays o lon se place.
P [X x] =
1. Soit F (x) la probabilit pour que le revenu dune personne, tire au hasard
dans un pays donn, soit infrieur x.
Quelle condition doit satisfaire A pour que F soit une fonction de rpartition ?
2. Trouver la densit de probabilit f.
3. Quelle condition doit-elle satisfaire pour que le moment dordre k existe ?
4. Dterminer la loi de probabilit de la consommation dfinie par :
C = X
o et sont des constantes donnes.
Calculer lesprance mathmatique et la variance de C.
130
A. El Mossadeq
Variables Alatoires
Solution 16
1. Pour tout x [a, +[ on a :
F (x)
=
=
P [X < x]
1 P [X x]
A
= 1
x
Puisque F est continue gauche on a :
lim F (x) = F (a)
xa
do :
A = a
2. Pour tout x R {a}, F est drivable en x, donc :
f (x) = F 0 (x)
do :
f (x) =
3. Le moment dordre k de X est :

E Xk
=
=
a
, x>a
x+1
Z
xk f (x) dx
ZR+
a xk1 dx
Il existe si et seulement si xk1 est intgrable sur ]a, +[, a 6= 0, donc si et

seulement si :
do :
k 1 < 1
k<
Si cette condition est satisfaite, on a :

ak
E Xk =
k
(a) Le changement :
C = X
quivaut :
1
C
X=
131
Variables Alatoires
A. El Mossadeq
do :
1 1 1
dx
=
1 c
dc

La densit fC de C est donc donne par :
fC (c)
1
c dx
fX
dc
0
si
a
c +1
si
c < a
c > a
(b) Le moment dordre k de C existe si :

> k
Dans ces conditions, ce moment est gal :
h

k i
E Ck
= E X
= k E X k
ak
= k
k
Ainsi, si < alors :
a
E [C] =
et si 2 < alors :

a2
E C 2 = 2
2
donc, si 2 < on obtient :

V [C]
=
=

E C 2 E [C]2
2 2 a2
( )2 ( 2)
132
A. El Mossadeq
Variables Alatoires
Exercice 17
Soit
i variable alatoire absolument continue suivant la loi uniforme sur lintervalle
h Xune
.
,
2 2
Dterminer la densit de probabilit de la variable :
Y = tan X
Y admet-elle un moment dordre 1 ?
Que peut-on conclure ?
Solution 17
h i
La densit de probabilit de la loi uniforme sur lintervalle ,
est donne, pour
2 2
tout x R, par :
1
fX (x) = [ , ] (x)
2 2
(1) Le changement :
Y = tan X
quivaut :
X = arctan Y
do :
Ainsi, pour tout y R, la

fY (y)
=
=
=
dx
1
=
dy
1 + y2
densit fY de Y est :

dx
fX (arctan y)
dy
1
(arctan y)
(1 + y 2 ) [ 2 , 2 ]
1
(1 + y 2 )
(2) Le moment dordre 1 de Y est dfini par :

Z
E [Y ] =
yfY (y) dy
R
Z
y
=
dy
2
R (1 + y )
133
Variables Alatoires
A. El Mossadeq
Ce moment nexiste pas car la fonction :

y
y
(1 + y 2 )
nest pas intgrable sur R.
Mais la variable alatoire X possde un moment dordre 1 :
Z
E [X] =
xfX (x) dx
R
Z
2 1
=
xdx
2
= 0
Exercice 18
Soit X une variable alatoire absolument continue dont la densit de probabilit f
est la fonction caractristique sur lintervalle [0, 1] .
Dterminer les lois de probabilit des variables alatoires :
1. Y = sin X
2
2. Z = (b a) X + a
3. U = 2 ln X
Solution 18
La densit de probabilit de la loi uniforme sur lintervalle [0, 1] est donne, pour
tout x R, par :
fX (x)
=
=
1. Le changement :
(x)
[0,1]
1 si
0
si
Y = sin X
2
quivaut :
X=
2
arcsin Y
do :
2
1
dx
= p
dy
1 y2
134
x [0, 1]
x
/ [0, 1]
A. El Mossadeq
Variables Alatoires
Ainsi, pour tout y R, la densit fY de Y est :

fY (y)
=
=
=

dx
2
arcsin y
fX
dy
2
2
1
p
arcsin y
1 y 2 [0,1]
1
2
p
(y)
1 y 2 [0,1[
2. Le changement :
Z = (b a) X + a
quivaut :
X=
do :
Z a
ba
1
dx
=
dz
ba
Ainsi, pour tout z R, la densit fZ de Z est :
fZ (z)
fX

z a dx
b a dz
1
(z)
b a [a,b]
1
(z)
a b [b,a]
3. Le changement :
quivaut :
U = 2 ln X
X = exp
U
2
do :
1
u
dx
= exp
du
2
2
135
si
a<b
si
a>b
Variables Alatoires
A. El Mossadeq
Ainsi, pour tout u R, la densit fU de U est :

fU (u)
=
=
=
u dx
fX exp
2 dy
1
u
u
exp [0,1] exp
2
2
2
1
u
exp ]0,+[ (u)
2
2
Exercice 19
Soit un nombre rel et f la fonction de R dans R dfinie par
si x < 0
0
f (x) =
2[x] si x 0
o [x] dsigne la partie entire de x.
1. Calculer pour que f soit la densit de probabilit dune variable alatoireabsolument continue X.
2. Calculer lesprance mathmatique de X.
Solution 19
1. Pour que f soit une densit de probabilit, il faut quelle soit positive, intgrable
et que :
Z
f (x) dx = 1
R
Or :
f (x) dx
=
=
2[x] dx
0
+ Z n+1
X
n=0
+
X
n=0
136
2n
2[x] dx
A. El Mossadeq
Variables Alatoires
do :
1
2
2. Calculons lesprance mathmatique de X :
Z
xf (x) dx
E [X] =
R
Z
1 + [x]
=
x2 dx
2 0
+ Z
1 X n+1 [x]
x2 dx
=
2 n=0 n
Z
+
1 X n n+1
2
xdx
=
2 n=0
n
=
3
2
Exercice 20
On dsigne par X la variable alatoire reprsentant le nombre dexemplaires vendus
mensuellement par un diteur et on suppose que X suit la loi uniforme sur lintervalle
[a, b] :
0
si
x<a
1
f (x) =
si a x b
ba
0
si
x>b
Lditeur produit un nombre k dexemplaires par mois.
Sur tout exemplaire vendu, il ralise un bnifice de dirhams et sur tout exemplaire
invendu, il subit une perte de dirhams.
1. Dterminer le profit moyen de lditeur.
2. Dterminer la production k qui maximise le profit.
3. Application numrique :
b = 2000
a = 1000
= 2DH
= 1DH
137
Variables Alatoires
A. El Mossadeq
Solution 20
X suit la loi uniforme sur lintervalle [a, b], donc lesprance mathmatique de X est
donne par :
a+b
E [X] =
2
1. Soit Yk la variable alatoire reprsentant le profit de lditeur lorsquil produit
k exemplaires., alors :
Yk = X (k X)
do, le profit moyen de lditeur lorsquil produit k exemplaires est :
E [Yk ]
E [X + (k X)]
E [X] (k E [X])
a+b
( + ) k
2
=
=
=
2. On a :
=
=
Yk
X (k X)
( + ) X k
Cette fonction est strictement dcroissante par rapprt k, donc atteint son
maximum lorsque k est minimum, cest dire :
k=a
3. Application mumrique :
(a) Lesprance mathmatique de X est :
E [X]
=
=
a+b
2
1500
(b) Le profit moyen de lditeur lorsquil produit k exemplaires.est :

E [Yk ]
=
=
a+b
( + ) k
2
4500 k
(c) Le nombre maximum dexemplaires produire pour maximiser le profit

est :
k
=
=
138
a
1000
A. El Mossadeq
Variables Alatoires
Exercice 21
Soit X une variable alatoire absolument continue dont la densit de probabilit f
est une fonction continue telle que pour tout x R on ait :
f (x) = f (b x)
o b est un rel donn.
On suppose que lesprance mathmatique de X existe.
Calculer cet esprance en fonction de b.
Solution 21
On a :
E [X] =
xfX (x) dx
Considrons le changement de variable :
x=bt
alors :
E [X]
=
=
ZR
R
=
=
(b t) fX (b t) dt
(b t) fX (t) dt
E [b X]
b E [X]
do :
E [X] =
b
2
Exercice 22
On tudie la dure T des communications tlphoniques urbaines et lon trouve que
cette dure suit une loi exponenetielle donne par la densit :
t0
0
f (t) =
exp kt t > 0
1. Quelle relation doit vrifier et k pour que f soit eectivement une densit de
probabilit ?
139
Variables Alatoires
A. El Mossadeq
2. Quelle est la fonction de rpartition de T ?

3. Calculer la fonction caractristique de T .
4. En dduire la dure moyenne dune communication tlphonique ainsi que son
cart-type.
5. Quelle valeur faut-il donner k pour que la probabilit quune communication
dpasse trois minutes soit gale 0.01
6. ?
Solution 22
1. On a :
Z
f (t) dt
Or :
exp ktdt
f (t) dt = 1
donc :
=k
2. La fonction de rpartition F de T est dfinie pour tout t R par :

Z t
F (t) =
f (x) dx
(a) si t 0, alors :
F (t) = 0
puisque :
f (t) = 0
pour tout t ], 0[
(b) si t 0, alors :
F (t)
=
=
f (x) dx
Z t
exp (x) dx
1 exp (t)
140
A. El Mossadeq
Variables Alatoires
En rsum :
F (t) =
1 exp (t)
si
t0
si
t0
3. La fonction caractristique de T est dfinie pour tout t R par :

(t)
E [exp itT ]
Z
(exp ixt) f (x) dx
R
Z +
exp (it ) xdx
=
=
it
=
4. Puisque :
on en dduit :

(k) (0) = ik E T k
0
E [T ] = i (0) =
et :
et par suite :

2
E T 2 = (0) = 2
V [T ]

E T 2 E [T ]2
1
2
=
=
do :
[T ] =
5. La relation
quivaut :
P [T 3] = 102
e3 = 102
do :
=
=
2
ln 10
3
1.535
141
Variables Alatoires
A. El Mossadeq
Exercice 23
On suppose quun vnement peut se produire partir de linstant 0.
On note X la variable alatoire telle que [X < t] indique que lvnement sest
produit avant linstant t et G (t) la probabilit pour que lvnement ne se produise
pas dans lintervalle [0, t[.
On suppose que :
(1) G est drivable et G (0) = 1.
(2) P [X < t + dt | X t] = dt
1. Trouver une relation entre G (t + dt) et G (t) .
2. En dduire G (t) .
3. Dterminer la fonction de rpartition de X ainsi que sa densit de probabilit.
Solution 23
1. Pour tout t > 0 on a :
dt
=
=
or :
P [t X < t + dt]
P [X < t + dt | X t]
P [(X < t + dt) (X t)]
P [X t]
=
=
=
P [X < t + dt] P [X < t]

(1 G (t + dt)) (1 G (t))
G (t) G (t + dt)
donc :
dt ==
G (t) G (t + dt)
G (t)
do :
G (t + dt) = (1 dt) G (t)
2. Il sen suit que pour tout t > 0 on a :
G (t + dt) G (t)
= G (t)
dt
donc :
G0 (t) = G (t)
142
A. El Mossadeq
Variables Alatoires
Do, pour tout t, t 0, on a :

G (t) = exp t
puisque :
G (0) = 1
3. Il en rsulte que la fonction de rpartition de X est donne par :
F (t)
do :
F (t) =
=
=
P [X < t]
1 G (t)
1 exp t
si
t0
si
t0
et par consquent, la densit de probabilit de X est dfinie pour tout t R :

f (t)
=
=
F 0 (t)
exp t
si
t0
si
t>0
0.3
0.25
0.2
0.15
0.1
0.05
2.5
7.5
10
x
La densite f pour = 0.3
Exercice 24
Dterminer la fonction gnratrice et la fonction caractristique :
1. dune variable alatoire binomiale dordre n et de paramtre p,
2. dune variable alatoire de Poisson de paramtre .
143
Variables Alatoires
A. El Mossadeq
Solution 24
1. Soit X une variable alatoire binomiale dordre n et de paramtre p, alors pour
tout k, 0 k n, on a :
P [X = k] = C (n, k) pk (1 p)nk
(a) La fonction gnratrice G dune telle variable est dfinie pour tout z C
par :

G (z) = E z X
n
X
z k P [X = k]
=
k=0
n
X
k=0
C (n, k) (pz)k (1 p)nk
[pz + (1 p)]n
(b) La fonction caractristique est dfinie pour tout t R par :

(t) = G (exp it) = [p exp it + (1 p)]n
2. Si X est une variable alatoire de Poisson de paramtre , alors pour tout n N,
on a :
n
exp
P [X = n] =
n!
(a) La fonction gnratrice G dune telle variable est dfinie pour tout z C
par :

G (z) = E z X
X
z k P [X = k]
=
kN
X (z)n
kN
n!
exp
exp (z 1)
(b) La fonction caractristique est dfinie pour tout t R par :

(t) = G (exp it) = exp (exp it 1)
144
A. El Mossadeq
Variables Alatoires
Exercice 25
1. Soit :
X : (, T ,P ) (R, BR )
une variable alatoire admettant une moyenne et un cart-type non nulle .

Dmontrer que pour tout rel t strictement positif on a :
1
t2
2. Dune urne contenant, en nombre gal, des boules blanches et des boules noires,
on extrait successivement six boules avec remise. On marque deux points pour
une boule blanche et cinq points pour une boule noire.
Soit X la variable alatoire gale au nombre de boules blanches tires et S la
somme des points obtenus.
P [|X | > t]
(a) Dterminer la loi de probabilit de X, son esprance mathmatique et sa

variance.
(b) Exprimer S en fonction de X, puis dterminer la loi de probabilit de S,
son esprance mathmatique et sa variance.
(c) En utilisant lingalit de Bienaym-Tchebychev, dterminer un majorant
des probabilits de chacun des vnements :
[|S E (S)| > 5]
[|S E (S)| > 10]
(d) Calculer eectivement les probabilits de ces vnements.
Que constate-on ?
Solution 25
1. Pour tout rel t strictement positif on a :
=
=
(X )2 dP
[|X|>t]
2
(X )2 dP
(t) P [|X | > t]
do, pour tout rel t strictement positif :

P [|X | > t]
145
1
t2
Variables Alatoires
A. El Mossadeq
1
(a) X suit donc une loi binomiale dordre n = 6 et de paramtre p = ; donc
2
pour tout k, 0 k 6, on a :
6
1
P [X = k] = C (6, k)
2
Son esprance mathmatique est :
E [X]
=
=
np
3
et sa variance est :
V [X]
=
=
np (1 p)
1.5
(b) On a :
S
2X + 5 (6 X)
3 (10 X)
=
=
S prend ses valeurs dans lensemble :

{3k | 4 k 10}
Donc, pour tout k, 4 k 10 on a :
=
P [X = 10 k]
6
1
C (6, 10 k)
2
E [S]
=
=
=
E [3 (10 X)]
3 (10 E [X])
21
V [S]
=
=
=
V [3 (10 X)]
9V [X]
13.5
P [S = 3k]
Dautre part :
et :
(c) Daprs lingalit de Bienaym-Tchebychev :

P [|S E (S)| > 5] .54
146
A. El Mossadeq
Variables Alatoires
et :
P [|S E (S)| > 10] .135
(i) On a :
[|S E (S)| > 5]
[S E (S) < 5]
[S E (S) > 5]
[S < 16] [S > 26]
[S = 12] [S = 15]
[S = 27] [S = 30]
=
=
=
do :
P [|S E (S)| > 5]
=
=
3
16
.1875
(ii) on a :
[|S E (S)| > 10]
=
=
[S < 11] [S > 31]
do :
P [|S E (S)| > 10] = 0
(iii) On constate que les majorants fournis par lingalit de BienaymTchebychev sont trop grands par rapport aux valeurs relles des
vnements considrs.
147
Les Vecteurs Alatoires
A. El Mossadeq
Vecteurs Alatoires
Exercice 1
Soit (, T ,P ) un espace de probabilit, et A et B deux vnements de cet espace
tels que :
1
1
P [A] = P [A | B] = P [B | A] =
2
4
Soient X et Y les variables alatoires indicatrices de A et B respectivement.
1. X et Y sont elles indpendantes ?
2. X et Y ont-elles une mme loi de probabilit ?
3. Calculer :
P [X 2 + Y 2 = 1]
P [X 2 Y 2 = XY ]
Solution 1
On a :
X
Y
=
=
A
B
1. Puisque :
P [A] = P [A | B]
on en dduit que les vnements A et B sont indpendants.

Il en rsulte que les variables alatoires X = A et Y = B sont aussi indpendantes.
2. Comme :
P [A] 6= P [B]
les variables alatoires X et Y ne suivent pas la mme loi de probabilit.

(a) Puisque :
2
X + Y 2 = 1 = [(X, Y ) = (1, 0)] [(X, Y ) = (0, 1)]

et vu lindpendance
P X2 + Y 2 = 1
=
=
=
=
de X et Y , on a :
P [(X, Y ) = (1, 0)] + P [(X, Y ) = (0, 1)]

P [X = 1] P [Y = 0] + P [X = 0] P [Y = 1]

+ P A P [B]
P [A] P B
1
2
151
Vecteurs Alatoires
A. El Mossadeq
(b) puisque :
X2
Y2
=
=
X
Y
alors :
X 2 Y 2 = XY
et par consquent :
P X 2 Y 2 = XY = 1
Exercice 2
On considre un couple (X, Y ) de variables alatoirs prenant les valeurs (i, j) dans
{0, 1, 2, 3} {0, 1, 2} avec les probabilits indiques sur le tableau :
Y X
0.1 0.2 0.1 0.1
0.1 0.0 0.0 0.1
0.1 0.0 0.2 0.0
1. Dterminer les probabilits marginales de X et Y .

3. Calculer les esprances mathmatiques de X et Y ainsi que leurs variances.
4. Former les tableaux des probabilits conditionnelles de X relativement Y et
de Y relativement X.
5. Dterminer la distribution de probabilit de la variable alatoire :
U = XY
et calculer lesprance mathmatique de U.
6. Dterminer la droite de rgression de Y en X et tracer son graphe.
152
A. El Mossadeq
Vecteurs Alatoires
Solution 2
1. On ajoute au tableau initial une ligne et une colonne sur lesquelles on indique
les lois marginales de X et de Y qui sont dfinies par :
PX (i)
P [X = i]
2
X
P [X = i, Y = j] , i {0, 1, 2, 3}
j=0
et :
PY (j)
P [Y = j]
3
X
P [X = i, Y = j] , j {0, 1, 2}
i=0
do le tableau :
Y X
PY
0.1 0.2 0.1 0.1 0.5
0.1 0.0 0.0 0.1 0.2
0.1 0.0 0.2 0.0 0.3
PX
0.3 0.2 0.3 0.2
2. Les variables alatoires X et Y ne sont pas indpendantes car :

P [X = 1, Y = 1] = 0
alors que :
P [X = 1] 6= 0
et :
P [Y = 1] 6= 0
(a) On a :
E [X] =
E [X 2 ] =
3
P
i=0
3
P
iP [X = i] = 1.4
i2 P [X = i] = 3.2
i=0
V [X] = E [X 2 ] E [X]2 = 1.24
153
Vecteurs Alatoires
A. El Mossadeq
(b) de mme :
E [Y ] =
E [Y 2 ] =
2
P
j=0
2
P
jP [Y = j] = 0.8
j 2 P [Y = j] = 1.4
j=0
V [Y ] = E [Y 2 ] E [Y ]2 = 0.76
(a) La loi conditionnelle de Y relativement X est dfinie pour tout (i, j)
{0, 1, 2, 3} {0, 1, 2} par :
P [Y = j | X = i] =
P [(X, Y ) = (i, j)]

P [X = i]
do le tableau :
Y X
0
1
2
0
1
3
1
3
1
3
1
3
1
2
1
2
2
3
(b) La loi conditionnelle de Y relativement X est dfinie pour tout (i, j)

{0, 1, 2, 3} {0, 1, 2} par :
P [(X, Y ) = (i, j)]
P [Y = j]
P [X = i | Y = j |] =
do le tableau :
Y X
0
1
2
1
5
1
2
1
3
2
5
1
5
1
5
1
2
2
3
154
A. El Mossadeq
Vecteurs Alatoires
3. Posons :
U = XY
Dsignons par I (k) lensemble :
I (k) = {(i, j) {0, 1, 2, 3} {0, 1, 2} | ij = k}
Afin de dterminer les valeurs k prises par la variable alatoires U, et les ensembles I (k) correspondants, il serait plus judicieux de former le tableau du
produit de X et Y :
Y X
0 1 2 3
0 0 0 0
0 1 2 3
0 2 4 6
Alors la loi de probabilit de U est dfinie par :

X
P [(X, Y ) = (i, j)]
P [U = k] =
(i,j)I(k)
do :
k
PU (k)
0.7
0.1
0.2
Lesprance mathmatique de U est donne par :

E [U]
=
=
0 P [U = 0] + 3 P [U = 3] + 4 P [U = 4]
1.1
4. Dterminons dabord la covariance de X et Y :

Cov [X, Y ]
=
=
=
E [XY ] E [X] E [Y ]
E [U] E [X] E [Y ]
0.02
155
Vecteurs Alatoires
A. El Mossadeq
La droite de rgression de Y en X est dfinie :

y
Cov [X, Y ]
[x E [X]] + E [Y ]
V [X]
1
[x 51]
62
=
=
y
0.825
0.8125
0.8
0.7875
-0.5
0.5
1.5
2.5
x
La droite de r
egression de Y en X
Exercice 3
On considre un sac contenant sept billes blanches et trois billes noires duquel on
eectue deux tirages sans remise.
Soit X la variable alatoire dont la valeur est :
0 si le premier tirage donne une bille blanche
1 si le premier tirage donne une bille noire.
Soit Y la variable alatoire dont la valeur est :
0 si le second tirage donne une bille blanche
1 si le second tirage donne une bille noire.
1. Dresser le tableau de la loi conjointe du couple (X, Y ) et indiquer sur ce tableau
les lois marginales de X et Y.
2. Dterminer la matrice des variances et covariances de (X, Y ) .
156
A. El Mossadeq
Vecteurs Alatoires
Solution 3
1.
T ableau des lois conjointe et marginales de X et Y
XY
PX
42 21 7
90 90 10
21 6
3
1
90 90 10
7
3
PY
1
10 10
X et Y suivent une mme loi de probabilit, cest la loi de Bernouilli de
3
paramtre p = .
10
0
2. On a :
E [X]
E [Y ] =
3
10
1
X
iP [X = i]
i=0
et :

E X2
1
2 X
i2 P [X = i]
E Y =
i=0
3
10
do :
V [X]
=
=

V [Y ] = E X 2 E [X]2
21
100
Aussi, on a :
E [XY ]
1
1 X
X
i=0 j=0
1
15
157
ijP [X = i, Y = j]
Vecteurs Alatoires
A. El Mossadeq
do la covariance de X et Y :
E [XY ] E [X] E [Y ]
7
=
300
La matrice des variances et covariances de (X, Y ) est dfinie par :
V [X]
Cov [X, Y ]
(X,Y ) =
Cov [X, Y ]
V [Y ]
21
100
300
21
7
300
100
3. Puisque la covariance de X et Y est non nulle, on en dduit que X et Y ne sont
pas indpendantes.
4. Dterminons les coecients a et b de la droite rgression de Y en X :
Cov [X, Y ]
y = ax + b
On a :
a=
Cov [X, Y ]
1
=
V [X]
9
et
b = E [Y ] aE [X] =
1
3
do la droite rgression de Y en X :
1
y = [x 3]
9
y
0.6
0.4
0.2
0
-2
4
x
-0.2
La droite de r
egression de Y en X
158
A. El Mossadeq
Vecteurs Alatoires
Exercice 4
Un sac contient n jetons numrots de 1 n, n 3.
On en tire successivement trois, sans remise.
On appelle X la variable alatoire gale au plus grand des trois nombres lus sur les
trois jetons tirs, et Y la variable alatoire gale celui des trois nombres lus dont
la valeur est intermdiaire entre les deux autres.
Dterminer les lois de probabilit de X et Y ainsi que leurs esprances mathmatiques.
Solution 4
Soit Ji ,1 i 3, la variable alatoire gale au numro port par le ie`me jeton tir.
(1) On a :
X = sup (J1 , J2 , J3 )
et pour tout k {3, 4, ..., n} :
[X = k]
[J1 = k, J2 < k, J3 < k] [J1 < k, J2 = k, J3 < k]

[J1 < k, J2 < k, J3 = k]
et comme :
P [J1 = k, J2 < k, J3 < k]
=
=
=
P [J1 < k, J2 = k, J3 < k]

P [J1 < k, J2 < k, J3 = k]
(k 1) (k 2)
n (n 1) (n 2)
on en dduit :
P [X = k] = 3
(k 1) (k 2)
n (n 1) (n 2)
E [X]
n
X
kP [X = k]
k=3
3
(n + 1)
4
159
Vecteurs Alatoires
A. El Mossadeq
(2) Soit S3 le groupe des permutations de {1, 2, 3}.Pour tout k {2, 4, ..., n 1}
on a :
M
[Y = k] =
J(1) = k, J(2) < k, J(3) > k
S3
Or pour tout S3 :
donc :
(k 1) (n k)
P J(1) = k, J(2) < k, J(3) < k =
n (n 1) (n 2)
P [Y = k]
=
=
Card S3 P J(1) = k, J(2) < k, J(3) > k

(k 1) (n k)
6
n (n 1) (n 2)
Lesprance mathmatique de Y est :

E [Y ]
n1
X
kP [Y = k]
k=2
(n + 1)
2
Exercice 5
On jette n ds parfaitement quilibrs.
Soit Mn la variables alatoire gale la moyenne des points obtenus.
1. Calculer lesprance mathmatique et la variance de Mn .
2. Dterminer n pour que lcart-type de Mn soit strictement infrieur 0.01.
Solution 5
Dsignons par Di , 1 i n, la variable alatoire gale au point amen par le ie`me
d.
D1 , ..., Dn sont indpendantes et suivent une mme loi de probabilit : la loi est
uniforme sur lensemble {1, 2, 3, 4, 5, 6} :
P [Di = k] =
1
, k {1, 2, 3, 4, 5, 6}
6
160
A. El Mossadeq
Vecteurs Alatoires
Pour tout i, 1 i n, On a :
E [Di ] =
7
2
E [Di2 ] =
91
6
V [Di ] =
35
12
Puisque :
1X
Di
Mn =
n i=1
n
et vu que les variables alatoires D1 , ..., Dn sont indpendantes et suivent une mme
loi de probabilit alors :
E [Mn ] = E [Di ]
7
=
2
1
V [Mn ] = V [Di ]
n
35
=
12n
Ainsi :
[Mn ] 102
35
= n 104
12
= n 29167
Exercice 6
Soient X1 , ..., Xn n variables alatoires indpendantes.
1
Chacune de ces variables prend les valeurs 1 et 1 avec une probabilit gale
2
pour chacune de ces valeurs.
Soit :
Zn = X1 + ... + Xn
Quelle est la probabilit pour que la variable alatoire |Zn | soit minimum ?
161
Vecteurs Alatoires
A. El Mossadeq
Solution 6
(1) Si n est pair gal 2k, alors la valeur minimum prise par |Zn | est 0; de plus :
P [|Zn | = 0]
=
=
=
P [Zn = 0]
k 2kk
1
1
C (2k, k)
2
2
2k
1
C (2k, k)
2
(2) Si n est impair gal 2k + 1, alors la valeur minimum prise par |Zn | est 1; de
plus :
[|Zn | = 1] = [Zn = 1] [Zn = 1]
do :
P [|Zn | = 1]
=
=
=
=
P [Zn = 1] + P [Zn = 1]
k+1 k
k k+1
1
1
1
1
C (2k + 1, k + 1)
+ C (2k + 1, k)
2
2
2
2
2k+1
1
2C (2k + 1, k)
2
2k
1
C (2k + 1, k)
2
Exercice 7
Soit X une variable alatoire possdant une moyenne et une variance 2 , et soit
(X1 , ..., Xn ) un n-chantillon issu X.
Dterminer lesprance mathmatique et la variance de la variable alatoire :
1X
M=
Xi
n k=1
n
Solution 7
Notons dabord que pour tout i {1, ..., n} on a :
E [Xi ] = E [X] =
V [Xi ] = V [X] = 2
162
A. El Mossadeq
Vecteurs Alatoires
do :
E [M]
"
1X
Xi
E
n k=1
n
1X
E [Xi ]
n k=1
=
=
et :
V [M]
=
=
"
1X
Xi
n k=1
n
n
1 X
V [Xi ]
n2 k=1
puisque les variables alatoires X1 , ..., Xn sont indpendantes. Il sen suit que :
V [M] =
2
n
Exercice 8
Soient X1 , ..., Xn des variables alatoires indpendantes de fonctions de rpartition
F1 , ..., Fn respectivement.
On considre les variables alatoires :
U = max (X1 , ..., Xn )

V = min (X , ..., X )
1
n
1. Dterminer les fonctions de rpartition de U et V.

2. On suppose que F1 , ..., Fn sont drivables.
Dterminer les densits de probabilit de U et V.
3. Etudier le cas o X1 , ..., Xn est un n-chantillon issu dune variable parente X.
Solution 8
1. Notons FU et FV les fonctions de rpartition des variables alatoires U et V
respectivement.
163
Vecteurs Alatoires
A. El Mossadeq
(a) Pour tout u R on a :

FU (u)
=
=
=
=
=
P [U < u]
P [max (X1 , ..., Xn ) < u]
P [X1 < u, ..., Xn < u]
n
Y
P [Xk < u]
k=1
n
Y
Fk (u)
k=1
(b) Pour tout v R on a :

FV (v)
=
=
=
=
P [V < v]
P [min (X1 , ..., Xn ) < v]
1 P [min (X1 , ..., Xn ) v]
1 P [X1 v, ..., Xn v]
n
Y
P [Xk v]
1
k=1
n
Y
k=1
n
Y
k=1
(1 P [Xk < v])

[1 Fk (v)]
2. dsignons par f1 , ..., fn les densits de probabilit de X1 , ..., Xn respectivement

et par fU et fV les densits de probabilit de U et V respectivement.
(a) Pour tout u R on a :
fU (u)
=
=
d
FU (u)
du
"
#
n
Y
X
fi (u)
Fk (u)
i=1
164
k6=i
A. El Mossadeq
Vecteurs Alatoires
(b) Pour tout v R on a :

fV (v)
d
FV (v)
dv
"
#
n
Y
X
fi (v)
(1 Fk (v))
=
=
i=1
k6=i
3. Dsignons par F et f la fonction de rpartition et la densit de probabilit de

X respectivement.
On a alors :
F1 = ... = Fn = F
et :
f1 = ... = fn = f
Il en rsulte que :
(a) pour tout u R on a :
FU (u) = [F (u)]n
et :
fU (u) = nf (u) [F (u)]n1
(b) pour tout v R on a :
FV (v) = 1 [1 F (v)]n
et :
fV (v) = nf (v) [1 F (v)]n1
Exercice 9
Soit (X, Y ) un couple de variables alatoires admettant une densit f , et dsignons
par fX et fY les densits marginale de X et Y respectivement.
Posons :
D (X, Y ) = (x, y) R2 : f (x, y) 6= 0

D (X) = {x R : fX (x) 6= 0}
D (Y ) = {y R : fY (y) 6= 0}
165
Vecteurs Alatoires
A. El Mossadeq
1. Montrer que :
D (X, Y ) D (X) D (Y )
2. Montrer que si les variables alatoires X et Y sont indpendantes alors :

D (X, Y ) = D (X) D (Y )
Solution 9
Dsignons par fX et fY les densits marginale de X et Y respectivement.
1. Pour tout (x, y) R2 on a :
f (x, y) = fX (x) fY (y | x) = fY (y) fX (x | y)
Il en rsulte que si :
f (x, y) 6= 0
alors :
et par consquent :
fX (x) 6= 0 et fY (y) 6= 0
D (X, Y ) D (X) D (Y )
2. Si les variables alatoires X et Y sont indpendantes alors pour tout (x, y) R2

on a :
f (x, y) = fX (x) fY (y)
et par suite :
f (x, y) 6= 0 fX (x) 6= 0 et fY (y) 6= 0
do :
D (X, Y ) = D (X) D (Y )
Exercice 10
Soit (X, Y ) un couple de variables alatoires absolument continues admettant une
densit f telle que :
(x, y) R2 : f (x, y) = f (y, x)
Montrer que les variables alatoires X et Y suivent une mme loi de probabilit.
166
A. El Mossadeq
Vecteurs Alatoires
Solution 10
Dsignons par fX et fY les densits marginale de X et Y respectivement.
Pour tout x R on a :
Z
fX (x) =
f (x, y) dy
R
Z
=
f (y, x) dy
R
fY (x)
do le rsultat.
Exercice 11
On considre les alas X1 , ..., Xn dfinis sur un espace probabilis (, T, P ) valeurs
dans un espace probabilisable (E, B).
La loi de (X1 , ..., Xn ) est dite symtrique si lon a pour tout A1 B, ..., An B et
toute permutation de {1, ..., n} :
P [X1 A1 , ..., Xn An ] = P X1 A(1) , ..., Xn A(n)
1. Montrer que si la loi de (X1 , ..., Xn ) est symtrique, alors pour tout k {1, ..., n},
les k-marges de (X1 , ..., Xn ) suivent la mme loi.
2. Montrer que si (X1 , ..., Xn ) est un n-chantillon dala parent X alors la loi de
(X1 , ..., Xn ) est symtrique.
3. On eectue n tirages successifs, avec remise, dans une urne et on dsigne par
Xi , 1 i n, le rsultat du ie`me tirage.
Montrer que la loi de (X1 , ..., Xn ) est symtrique.
Solution 11
Notons que pour toute permutation de {1, ..., n} :pour tout A1 B, ..., An B
on a :
P [X1 A1 , ..., Xn An ] = P X(1) A(1) , ..., X(n) A(n)

1. Soit k {1, ..., n}, et considrons la k-marge (i1 , ..., ik ), et posons :
{ik+1 , ..., in } = {1, ..., n} {i1 , ..., ik }
Soit la permutation de {1, ..., n} telle que :
(ik ) = k
Soit A1 B, ..., Ak B et posons :
Aj = E , k + 1 j n
167
Vecteurs Alatoires
A. El Mossadeq
On a :
P [Xi1 A1 , ..., Xik Ak ]
=
=
=
=
=
=
P Xi1 A1 , ..., Xik Ak , Xik+1 E, ...,Xin E
P Xi1 A1 , ..., Xik Ak , Xik+1 Ak+1 , ...,Xin An
P X1 A(1) , ..., Xk A(k) , X(ik+1 ) A(k+1) ,X(in ) A(n)
P X1 A1 , ..., Xk Ak , X(ik+1 ) Ak+1 ,X(in ) An
P X1 A1 , ..., Xk Ak , X(ik+1 ) E,X(in ) E

P [X1 A1 , ..., Xk Ak ]
Il en rsulte que toute les k-marges de (X1 , ..., Xn ) ont la mme loi.
2. Soit (X1 , ..., Xn ) un n-chantillon dala parent X
(X1 , ..., Xn ) sont donc n alas indpendants qui suivent tous la mme loi que
lala X
Alors pour tout A1 B, ..., An B et toute permutation de {1, ..., n} on a :
P [X1 A1 , ..., Xn An ]
n
Y
i=1
=
=
=
n
Y
i=1
P [X Ai ]
n
Y
P X A(i)
i=1
n
Y
i=1
P [Xi Ai ]
P Xi A(i)
P X1 A(1) , ..., Xn A(n)
donc la loi de (X1 , ..., Xn ) est symtrique.

3. On suppose que les tirages sont eectus avec remise.
Dans ce cas, (X1 , ..., Xn ) un n-chantillon dala parent X, o X reprsente le
rsultat obtenu lorsquon eectue un tirage de lurne. Il en rsulte, daprs la
question prcdente, que la loi de (X1 , ..., Xn ) est symtrique.
Exercice 12
Soit F la fonction de rpartition dun couple de variables alatoires (X, Y ) :
(1 ex ) (1 ey ) si x 0 et y 0
F (x, y) =
0
si x < 0 ou y < 0
1. Calculer la densit f de (X, Y ) .
2. Quelles sont les densits marginales de X et Y.
168
A. El Mossadeq
Vecteurs Alatoires

4. Quelle est la fonction de rpartition de Z = X + Y ?
Solution 12
On a :
F (x, y) =
(1 ex ) (1 ey )
0
si
x 0 et y 0
si
x < 0 ou y < 0
si
x > 0 et y > 0
si
x < 0 ou y < 0
1. En tout point (x, y) R2 {(0, 0)} on a :

f (x, y)
2
F (x, y)
xy
exp (x + y)
=
=
2. Puisque la densit f du couple (X, Y ) est symtrique :

(x, y) R2 : f (x, y) = f (y, x)
donc les variables alatoires X et Y ont une mme loi de probabilit.
(a) On a :
fX (x)
=
et donc :
fY (y)
f (x, y) dy
R
0
Z +
exp (x + y) dy
si x 0
0
exp x
=
=
si
f (y)
X
0
exp y
si
x0
si
x>0
x>0
si
y0
si
y>0
(b) Les variables alatoires X et Y sont indpendantes puisque pour tout

(x, y) R2 :
f (x, y) = fX (x) fY (y)
169
Vecteurs Alatoires
A. El Mossadeq
3. Dterminons dabord la densit de :

Z =X +Y
On a :
fZ (z)
f (x, z x) dx
Z z
exp zdx
si
0
z exp z
si
si
z0
si
z>0
z0
z>0
Ainsi, la fonction de rpartition FZ de Z est :

Z z
fZ (t) dt
FZ (z) =
0
si z
Z z
=
t exp (t) dt si z
si
0
=
1 (1 + z) exp z si
0
>0
z0
z>0
Exercice 13
Soit (X, Y ) un couple de variables alatoires de densit de probabilit :
K si 0 < y < 1 x et x > 0

f (x, y) =
0
ailleurs
1. Dterminer la constante K.
2. Calculer la matrice des variances et covariances de (X, Y ) .
5. Calculer les densits de probabilit conditionnelles de Y relativement X, et
de X relativement Y.
170
A. El Mossadeq
Vecteurs Alatoires
Solution 13
Soit D le domaine limit par le triangle de sommets (0, 0) , (0, 1) et (1, 0).La densit
du couple (X, Y ) est dfinie par :
K si (x, y) D
f (x, y) =
0
si (x, y)
/D
Le domaine D
1. On a :
1
=
=
ZZ
K
f (x, y) dxdy
2
ZR Z
dxdy
=
=
KA (D)
K
2
do :
K=2
2. Puisque la densit f du couple (X, Y ) est symtrique :

(x, y) R2 : f (x, y) = f (y, x)
donc les variables X et Y suivent une mme loi de probabilit.
171
Vecteurs Alatoires
A. El Mossadeq
(a) Do :
fX (x)
=
et :
fY (y)
=
=
(b) Ainsi :
E [X]
f (x, y) dy
R Z 1x
2dy
2 (1 x)
0
fX (y)
2 (1 y)
0
=
=
=
=
et :
si
x
/ ]0, 1[
=
=
=
=
do :
=
=
=
si
x ]0, 1[
si
x
/ ]0, 1[
si
y ]0, 1[
si
y
/ ]0, 1[
xfX (x) dx
2x (1 x) dx
x2 fX (x) dx
1
3
E [Y ]
ZR1
0
V [X]
x ]0, 1[
ZR1
0

E X2
si
2x2 (1 x) dx
1
6
E Y2

E X 2 E [X]2
1
18
V [Y ]
172
A. El Mossadeq
Vecteurs Alatoires
(c) On a :
E [XY ]
ZZ
2
Z ZR
xyf (x, y) dxdy

2xydxdy
D
1 Z 1x
2xydy dx
1
12
do :
E [XY ] E [X] E [Y ]
1
=
36
(d) La matrice des variances et covariances de (X, Y ) est dfinie par :
V [X]
Cov [X, Y ]
(X,Y ) =
Cov [X, Y ]
V [Y ]
1
18
36
1
1
36
18
Cov [X, Y ]
3. Puisque la covariance de X et Y est non nulle, on en dduit que X et Y ne sont

pas indpendantes.
y = ax + b
On a :
a
=
=
Cov [X, Y ]
V [X]
1
et
b
=
=
E [Y ] aE [X]
1
2
173
Vecteurs Alatoires
A. El Mossadeq
1
y = [x 1]
2
y
1.5
0.5
0
-2.5
-1.25
1.25
2.5
x
-0.5
La droite de r
egression deY en X
5. Calculons les densits de probabilit conditionnelles de Y relativement X, et
de X relativement Y.
(a) Pour tout x ]0, 1[, la densit conditionnelle de Y relativement [X = x]
est donne par :
fY (y | x)
f (x, y)
fX (x)
1x
si
y ]0, 1 x[
si
y
/ ]0, 1 x[
(b) Pour tout y ]0, 1[, la densit conditionnelle de X relativement [Y = y]

est donne par :
fX (x | y)
f (x, y)
fY (y)
1y
174
si
x ]0, 1 y[
si
x
/ ]0, 1 y[
A. El Mossadeq
Vecteurs Alatoires
Exercice 14
Un triplet de variables alatoires (X, Y, Z) a une loi conjointe qui admet une densit
de probabilit f telle que :
X suit la loi uniforme sur lintervalle [0, 1] dont la densit est note fX
Y admet une densit de probabilit conditionnelle relativement X telle que :
(y x) exp (y x) si 0 x 1 et x < y
fY (y | x) =
0
ailleurs
Z admet une densit de probabilit conditionnelle relativement (X, Y ) telle

que :
(y x) exp z (y x) si 0 x 1 , x < y , z > 0

fZ (z | x, y) =
0
ailleurs
1. Donner lexprssion de f.
2. Quelles sont les lois marginales de Y et Z ?
3. Quelle est la loi conditionnelle de (X, Y ) relativement Z ?
4. On pose :
U =Y X
V = Z (Y X)
(a) Quelle est la loi du triplet (X, U, V ) ?

(b) X, U et V sont elles indpendantes ?
Solution 14
Posons :
et :
D = (x, y, z) R3 | 0 x 1 , x < y , z > 0
D(X,Y ) = (x, y) R2 | 0 x 1 , x < y
1. Pour tout (x, y, z) R3 on a :
fX (x) fY (y | x) fZ (z | x, y)
f (x, y, z) =
0
175
si
(x, y, z) D
si
(x, y, z)
/D
Vecteurs Alatoires
do :
f (x, y, z) =
A. El Mossadeq
(y x)2 exp (1 + z) (y x)
si
(x, y, z) D
si
(x, y, z)
/D
(a) La densit f(X,Y ) du couple (X, Y ) est donne par :

f (x, y)
=
=
do :
fX (x) fY (y | x)
(y x) exp (y x)
0
fY (y)
(i) si y ]0, 1[ alors :

fY (y)
si
(x, y)
/ D(X,Y )
(y x) exp (y x) dx
(x, y) D(X,Y )
f (x, y) dx
R
Z inf(1,y)
si
(y x) exp (y x) dx
1 (1 + y) exp y
(ii) si y ]1, +[ alors :

Z 1
fY (y) =
(y x) exp (y x) dx
0
[(e 1) y 1] exp y
En rsum :
1 (1 + y) exp y
fY (y) =
[(e 1) y 1] exp y
176
si
y ], 0[
si
y ]0, 1[
si
y ]1, +[
A. El Mossadeq
Vecteurs Alatoires
(b) La densit fZ de Z est donne par :

fZ (z)
ZZ
f (x, y, z) dxdy
2
R
0
Z 1 Z +
(y x) exp (1 + z) (y x) dy dx
0
y
0
si z 0
2
(1 + z)3
si
si
z0
si
z>0
z>0
2. Calculons la densit conditionnelle de (X, Y ) relativement Z.

Pour tout z ]0, +[ on a :
f(X,Y ) (x, y | z)
f (x, y, z)
f (z)
Z
1
(y x)2 (1 + z)3 e(1+z)(yx)

2
(a) Le changement :
quivaut :
X=X
U =Y X
V = Z (Y X)
X=X
Y =X +U
Z=V
U
Le Jacobien de cette dernire transformation est :
1
0
0
1
1
0 = 1
v
1 u
0 2
u
u
177
si
(x, y) D(X,Y )
si
(x, y)
/ D(X,Y )
Vecteurs Alatoires
A. El Mossadeq
do, la densit du triplet (X, U, V ) est donne par :
v
|J|
f(X,U,V ) (x, u, v) = f x, x + u,
u
0x1, u>0, v>0

u exp (u + v)
=
0
ailleurs
(b) Calculons les densits marginales fU et fV de U et V respectivement :
fU (u)
ZZ
f (x, u, v) dxdv
R2
=
et :
fV (v)
Z 1 Z +
u exp (u + v) dv dx
0
0
si u 0
0
u exp u
si
f (x, u, v) dxdu
2
R
0
Z 1 Z +
u exp (u + v) du dx
0
0
si v 0
0
si
u0
si
u>0
si
v0
si
v>0
u>0
ZZ
exp v
si
v>0
Il en rsulte que pour tout (x, u, v) R3 :

f (x, u, v) = fX (x) fU (u) fV (v)
les variables alatoires X, U et V sont donc indpendantes.
178
A. El Mossadeq
Vecteurs Alatoires
Exercice 15
Soit (X, Y, Z) un triplet de variables alatoires telle que :
X admette une densit marginale :
0
si x 0
fX (x) =
3
x exp x si x > 0
6
Y admette une densit de probabilit conditionnelle relativement [X = x] telle
que :
3y 2
si 0 < y < x
x3
fY (y | x) =
0
ailleurs
Z admette une densit de probabilit conditionnelle relativement [(X, Y ) = (x, y)]

telle que :
2 (y z)
si 0 < z < y
2
y
fZ (z | x, y) =
0
ailleurs
1. Dterminer la loi conjointe du triplet (X, Y, Z) .

2. Dterminer la loi de probabilit conditionnelle du couple (X, Y ) sous lhypothse
[Z = z] .
3. Dterminer la loi de probabilit conditionnelle de la variable alatoire X sous
lhypothse [Y = y, Z = z].
4. On pose :
U =X +Y
V =X Y
(a) Quelle est la loi du couple (U, V ) ?

(b) Quelles sont les lois conditionnelles de U et V ?
(c) U et V sont-elles indpendantes ?
Solution 15
Posons :
D = (x, y, z) R3 | 0 < z < y < x
179
Vecteurs Alatoires
A. El Mossadeq
1. Pour tout (x, y, z) R3 on a :
fX (x) fY (y | x) fZ (z | x, y)
f (x, y, z) =
0
do :
f (x, y, z) =
f (x, y, z) = (y z) exp x
0
si
si
(x, y, z) D
(x, y, z)
/D
si
si
(x, y, z) D
(x, y, z)
/D
2. Calculons dabord la densit marginale fZ de Z :

ZZ
f (x, y, z) dxdy
fZ (z) =
2
R
Z + Z x
=
(y z) exp xdy dx
z
z
si z 0
0
=
exp z si z > 0
si
z0
si
z>0
do, la densit conditionnelle de (X, Y ) relativement Z.est dfinie pour tout

z ]0, +[ par :
f(X,Y ) (x, y | z)
=
=
f (x, y, z)
f (z)
Z
(y z) exp (x z)
0
si
0<z<y<x
ailleurs
3. Calculons la densit marginale f(Y,Z) du couple (Y, Z) :

Z
f(Y,Z) (y, z) =
f (x, y, z) dx
R
Z +
(y z) exp xdx si 0 < z < y
y
=
0
ailleurs
(y z) exp y si 0 < z < y

=
0
ailleurs
do, la densit conditionnelle de X relativement (Y, Z).est dfinie pour tout
180
A. El Mossadeq
Vecteurs Alatoires
(y, z) R2 , 0 < z < y, par :

fX (x | y, z)
=
=
f (x, y, z)
f
(y, z)
(Y,Z)
exp (x y)
si
0<z<y<x
ailleurs
(a) La densit marginale f(X,Y ) du couple (X, Y ) est donne par :
fX (x) fY (y | x) si 0 < y < x

f (x, y) =
0
ailleurs
donc :
f(X,Y ) (x, y) =
1 2
y
2
exp y
si
0<y<x
ailleurs
Linverse de la transformation :
U
V
=
=
X +Y
X Y
est la transformation :
1
(U + V )
2
1
Y
=
(U V )
2
Le Jacobien de cette dernire est :
1
1
2
2
= 1
2
1
1

2
2
X
do pour tout (u, v) R2 :

f(U,V ) (u, v)
=
=
1
1
(u + v) , (u v) |J|
f
2
2
1
1
(u v)2 exp (u + v)
16
2
181
Vecteurs Alatoires
A. El Mossadeq

Z
fU (u) =
f(U,V ) (u, v) dv
R
si u 0
0Z
u
1
1
=
(u v)2 exp (u + v) dv si u > 0
16
2
0
(
0
si u 0
u
ui
1 h 2
=
u 4u + 8 8 exp exp
si u > 0
16
2
2
et :
Z
fV (v) =
f(U,V ) (u, v) du
R
0
si v 0
Z u
=
1
1
(u v)2 exp (u + v) du si v > 0
16
2
0
0
si v 0
=
exp v si v > 0
Do, les densits conditionnelles de U relativement V et de V relativement V sont dfinies par :
fU (u | v)
=
et :
fV (v | u)
f(U,V ) (u, v)
fV (v)
1
1
(u v)2 exp (u v)
16
2
si
f(U,V ) (u, v)
fU (u)
1
(u v)2
v
exp
u
16 u2 4u + 8 8 exp 2
2
0<v<u
ailleurs
si
0<v<u
ailleurs
(c) Les variables alatoires U et V ne sont pas indpendantes car :

fU (u | v) 6= fU (u)
182
A. El Mossadeq
Vecteurs Alatoires
Exercice 16
Soient X et Y un couple de variables alatoires normales indpendantes de moyennes
et 0 , et de variances 2 et 02 respectivement.
1. Quelle est la densit de probabilit du couple (X, Y ) ?
2. On pose :
U=
X 0
V =
0
(a) Quelle est la densit du couple (U, V ) ?
(b) U et V sont-elles indpendantes ?
3. On considre la variable alatoire Z dfinie par :
Z=
U
V
(a) Dterminer la densit de probabilit du couple (U, Z) .

(b) En dduire la densit de Z.
4. Dterminer la densit de probabilit de la variable alatoire :
T =X +Y
Solution 16
On a :
1
1
fX (x) = exp 2 (x )2 , x R
2
2
fY (y) =
1
1
exp 02 (y 0 )2 , y R
2
2
1. La densit f du couple (X, Y ) est dfini pour tout (x, y) R2 par :

f (x, y)
fX (x) fX (x)
1
1
exp
0
2
2
"
(a) La transformation inverse de la transformation :
U = X
0
Y
V =
0
183
y 0
0
2 #
Vecteurs Alatoires
A. El Mossadeq
est :
X = U +
Y = 0 V + 0
Son jacobien est gal :
=
=
0
0
do la densit f(U,V ) de (U, V ) est dfinie pour tout (u, v) R2 par :

f (u + , 0 v + 0 ) |J|
1
1
=
exp u2 + v2
2
2
f(U,V ) (u, v)
(i) Pour tout u R on a :

fU (u)
=
=
=
=
f(U,V ) (u, v) dv
ZR
1
1
exp u2 + v 2 dv
2
R 2
Z
1 2
1
1
exp u
exp v 2 dv
2
2
2
R
1 2
1
exp u
2
2
(ii) Puisque la densit f(U,V ) du couple (U, V ) est symtrique, donc pour
tout v R on a :
fV (v)
=
=
fU (v)
1
1
exp v 2
2
2
(c) Les variables alatoire U et V sont indpendantes puisque pour tout

(u, v) R2 :
f(U,V ) (u, v) = fU (u) fV (v)
184
A. El Mossadeq
Vecteurs Alatoires
2. La transformation inverse de la transformation :

(
U =U
V
Z=
U
est :
U =U
V = UZ
Son Jacobien est gal :
J =
z
0
=u
do la densit f(U,V ) du couple (U, V ) :

f(U,Z) (u, z)
=
=
f(U,V ) (u, uz) |J|
1
|u|
exp u2 1 + z 2
2
2
pour tout (u, z) R2 .

Il en rsulte que la densit fZ de Z est donne pour tout z R.par :
Z
f(U,Z) (u, z) du
fZ (z) =
R
Z
|u|
1
=
exp u2 1 + z 2 du
2
R 2
1
=
(1 + z 2 )
Cest la densit de probabilit de la loi de Cauchy.
3. La densit de probabilit de la variable alatoire :
T =U +V
est dfinie pour tout t R.par :
Z
fT (t) =
f(U,V ) (u, t u) du
ZR
1
1
=
exp u2 + (t u)2 du
2
R 2
2
t
1
exp
=
2
4
cest la densit de la loi normale N (0, 2).
185
Vecteurs Alatoires
A. El Mossadeq
Exercice 17
Soient X et Y deux variables alatoires indpendantes qui suivent une mme loi de
probabilit dont la densit est dfinie par :
f (t) =
1. On pose :
1
, t1
t2
U = XY
X
V =
Y
(a) Quelle est la densit de probabilit du couple (U, V ) ?
(b) U et V sont-elles indpendantes ?
2. Dterminer les lois marginales de U et V .
3. Dterminer la densit de probabilit et la fonction de rpartition de la variable
alatoire :
Z= U
Solution 17
1. Pour tout t [1, +[ on a :
1
t2
Puisque les variables alatoires X et Y sont indpendantes alors la densit f
du couple (X, Y ) est dfinie pour tout (x, y) R2 par :
fX (t) = fY (t) =
f (x, y) = fX (x) fY (y)

do :
f (x, y) =
1
x2 y 2
si
(x, y) [1, +[ [1, +[
si
(x, y)
/ [1, +[ [1, +[
(a) Linverse de la transformation :

(
U = XY
X
V =
Y
est la transformation :
X = rUV
U
Y =
V
186
A. El Mossadeq
Vecteurs Alatoires
Son Jacobien J est :

v
2 u
J =
1
2 uv
2 v
u

2 v3
=1
2v
La densit f(U,V ) de (U, V ) est dfinie pour tout (u, v) R2 par :

r
u
f(U,V ) (u, v) = f
uv,
|J|
v
Et comme le domaine D(U,V ) o la densit f(U,V ) de (U, V ) est non nul est
donne par :
1
2
D(U,V ) = (u, v) R | u 1 , v u
u
on en dduit que la densit f(U,V ) de (U, V ) est dfinie :

r
u
f(U,V ) (u, v) = f
uv,
|J|
v
(
1
si (u, v) D(U,V )
=
2u2 v
0
(u, v)
/ D(U,V )
(b) Les domaines DU et DV o les densits fU de U et fV de V sont non nulles
correspondent respectivement la 1e`re projection et la 2e`me projection
de D(U,V ) do :
DU = [1, +[
et :
DV = ]0, +[
187
Vecteurs Alatoires
A. El Mossadeq
Et comme :
D(U,V ) 6= DU DV
donc, les variables alatoires U et V ne sont pas indpendantes.

2. Calculons les densits marginales fU de U et fV de V respectivement.
(a) On a :
fU (u)
=
(b) On a :
f(U,V ) (u, v) dv
R
0
si u < 1
Z u
1
1 2u2 v dv si u 1
u
si u < 1
ln u
u2
fV (v)
f(U,V )
R
Z +
(i) si 0 < v 1 alors :
=
=
1
2
(ii) si v 1 alors :
fV (v)
(u, v) du
1
du
2
sup(v, v1 ) 2u v
fV (v)
u1
si
1
du
2u2 v
1
du
2u2 v
1
v
1
2v 2
=
En rsum :
1
fV (v) =
2
1
2v 2
188
v0
0<v1
v1
A. El Mossadeq
Vecteurs Alatoires
(a) On a :
Z=
do :
U U = Z 2
du
= 2z
dz
La densit fZ de Z est dfinie pour tout z R :

2 du
fZ (z) = fU z
dz
si z < 1
0
=
4 ln z si z 1
z3
(b) La fonction de rpartition FZ de Z est dfinie pour tout z R par :
FZ (z)
fZ (t) dt
Z z
4
ln tdt
3
1 t
1 1 + 2 ln z
z2
si
z1
si
z1
si
z1
si
z1
Exercice 18
Soit (X, Y ) un couple de variables alatoires dont la densit de probabilit est dfinie
par :
si x > 0 , y > 0 , x + y < 1

xy
f (x, y) =
0
ailleurs
1. Dterminer la constante K
2. Dterminer les lois marginales et conditionnelles de X et Y.
3. X et Y sont-elles indpendantes ?
4. Dterminer la droite de rgression de Y en X.
189
Vecteurs Alatoires
Solution 18
Posons :
A. El Mossadeq
D = (x, y) R2 | x > 0 , y > 0 , x + y < 1
Pour tout (x, y) D on a :

xy
f (x, y) =
si
(x, y) D
si
(x, y)
/D
1. Calculons la constante K :
ZZ
f (x, y) dxdy
R2
Z 1 Z
0
1x
K
dy dx
xy
Do :
1
2. Puisque la densit f de (X, Y ) est symtrique, donc X et Y suivent une mme

loi de probabilit.
K=
(a) La densit marginale fX de X est donne par :

fX (x)
f (x, y) dy
Z 1x
1
dy
xy
0
si
0r
2 1x
si
x
/ ]0, 1[
si
x ]0, 1[
x
/ ]0, 1[
x ]0, 1[
(b) La densit marginale fY de Y est donne par :

fY (y)
=
=
fX (y)
r
2 1y
y
190
si
y
/ ]0, 1[
si
y ]0, 1[
A. El Mossadeq
Vecteurs Alatoires
(c) La densit conditionnelle de X relativement Y est dfinie pour tout

y ]0, 1[ par :
fX (x | y)
=
=
f (x, y)
fY (y)
1
p
si 0 < x < 1 y
2 x (1 y)
(d) La densit conditionnelle de Y relativement X est dfinie pour tout

x ]0, 1[ par :
fY (y | x)
fX (y | x)
1
p
si 0 < y < 1 x
=
2 y (1 x)
=
f (x, y) 6= fX (x) fY (y)
(a) On a :
E [X]
=
=
=
=
et :

E X2
=
=
1
4
E [Y ]
Z
=
do :
V [X]
=
=
=
x2 fX (x) dx
r
2 2 1x
x
dx
R
Z 1
0
xfX (x) dx
r
2
1x
x
dx
R
Z 1
1
8
E Y2

E X 2 E [X]2
1
16
V [Y ]
191
Vecteurs Alatoires
A. El Mossadeq
(b) On a :
E [XY ]
ZZ
xyf (x, y) dxdy
R2
1 Z 1x
0
1
24
1
1
xy dy dx
xy
do :
Cov [X, Y ] = E [XY ] E [X] E [Y ] =
1
48
(c) Dterminons les coecients a et b de la droite rgression de Y en X.

On a :
Cov [X, Y ]
a =
V [X]
1
=
3
et
E [Y ] aE [X]
1
=
3
b
1
y = [x 1]
3
y
1
0.75
0.5
0.25
0
-1.25
1.25
-0.25
2.5
x
-0.5
La droite de r
egression de Y en X
192
A. El Mossadeq
Vecteurs Alatoires
Exercice 19
par :
K sin (2x + y) si x > 0 , y > 0 , 2x + y < 1

2
f (x, y) =
0
ailleurs
2. Dterminer les lois marginales X et Y.
4. Calculer la matrice des variances et covariances de X et Y.
5. Dterminer la droite de rgression de Y en X
6. Calculer la densit conditionnelles de X relativement Y et de Y relativement
X.
Solution 19
Posons :
D = (x, y) R2 | x > 0 , y > 0 , 2x + y < 1
Le domaine D
On a :
f (x, y) =
1. On a :
ZZ
si
K sin (2x + y)
2
f (x, y) dxdy
R2
1
2
2K
2
193
12x
(x, y)
/D
(x, y) D
K sin (2x + y) dy dx
2
Vecteurs Alatoires
A. El Mossadeq
do :
2
2
2. Les densits marginales fX et fY de X et Y sont donnes respectivement par :
Z
f (x, y) dy
fX (x) =
R
0
si x
/ 0,
2
=
Z 12x 2
sin (2x + y) dy si x 0,
2
2
2
0
0
si x
/ 0,
2
=
cos x si x 0,
2
K=
et :
fY (y)
f (x, y) dx
Z 1 (1y) 2
2
sin (2x + y) dx
2
2
0
si y
/ ]0, 1[
si
y
/ ]0, 1[
si
y ]0, 1[
cos y si y ]0, 1[
2
2
f (x, y) 6= fX (x) fY (y)
(a) On a :
E [X]
xfX (x) dx
1
2
x cos xdx
2
2
194
A. El Mossadeq
Vecteurs Alatoires
et :

E X2
x2 fX (x) dx
1
2
x2 cos xdx
2 + 8
4 2
do :
V [X]
=
=

E X 2 E [X]2
+1
2
(b) On a :
E [Y ]
=
=
yfY (y) dy
ZR1
y cos ydy
2
2
y 2 fY (y) dy
=
=
et :

E Y2
=
=
=
=
1
E [X]
2
2
4
ZR1
y cos ydy
2
0 2
1
E X2
4
2 + 8
16 2
do :
V [Y ]
=
=
=

E Y 2 E [Y ]2
1
V [X]
4
+1
42
195
Vecteurs Alatoires
A. El Mossadeq
(c) On a :
E [XY ]
ZZ
xyf (x, y) dxdy
R2
=
=
=
ZZ
2
xy sin (2x + y) dxdy
2
D 2
Z 1 Z 1x 2
2
xy sin (2x + y) dy dx
2
2
0
0
+2
2
do :
Cov [X, Y ]
=
=
E [XY ] E [X] E [Y ]
1 2
3 + 12 4
2
8
(d) La matrice des variances et covariances de (X, Y ) est dfinie
V [X]
Cov [X, Y ]
(X,Y ) =
Cov [X, Y ]
V [Y ]
+1
1
(3 2 + 12 4)
2
8 2
=
1
+1
(3 2 + 12 4)
2
8
4 2
par :

y = ax + b
On a :
a
=
=
Cov [X, Y ]
V [X]
32 + 12 4
8 ( + 1)
et
b
=
=
E [Y ] aE [X]
2 3 2 + 12 4 2
4
8 ( + 1)
2
196
A. El Mossadeq
Vecteurs Alatoires
y=
2 3 2 + 12 4 2
3 2 + 12 4
x+
8 ( + 1)
4
8 ( + 1)
2
y
1.5
0.5
0
-0.5
-0.25
0.25
0.5
0.75
1
x
-0.5
-1
La droite de r
egression de Y en X
(a) La densit conditionnelle de X relativement Y est dfinie pour tout

y ]0, 1[ par :
fX (x | y)
f (x, y)
fY (y)
sin
(2x + y)
cos y
2
si
0<x<
1
(y 1)
2
ailleurs
(b) La densit
conditionnelle de Y relativement X est dfinie pour tout
1
par :
x 0,
2
fY (y | x)
f (x, y)
fX (x)
sin (2x + y)

2
2
cos x
197
si
0 < y < 1 2x
ailleurs
Vecteurs Alatoires
A. El Mossadeq
Exercice 20
par :
f (x, y) =
si
x > 0 , x2 + y 2 < 1
ailleurs
2. Dterminer les lois marginales X et Y.
4. Calculer la matrice des variances et covariances de X et Y.
5. Dterminer la droite de rgression de Y en X
6. Calculer la densit conditionnelles de X relativement Y et de Y relativement
X.
Solution 20
Posons :
On a :
D = (x, y) R2 | x > 0 , x2 + y 2 < 1
f (x, y) =
1. On a :
ZZ
K
0
si
(x, y) D
si
(x, y)
/D
f (x, y) dxdy
R2
ZZ
do :
K=
198
Kdxdy
A. El Mossadeq
Vecteurs Alatoires
2. Les densits marginales fX et fY de X et Y sont donnes respectivement par :

Z
f (x, y) dy
fX (x) =
R
0
si x
/ ]0, 1[
Z 1x2
=
2
dy si x ]0, 1[
1x2
si x
/ ]0, 1[
0
=
4 1 x2 si x ]0, 1[
et :
Z
fY (y) =
f (x, y) dx
R
0
si y
/ ]1, 1[
=
Z 1y2
dx si y ]1, 1[
0
(
0
si y
/ ]1, 1[
2p
=
1 y 2 si y ]1, 1[

f (x, y) 6= fX (x) fY (y)
(a) On a :
E [X]
xfX (x) dx
ZR1
4
x 1 x2 dx
4
3
x2 fX (x) dx
et :

E X2
ZR1
0
1
4
199
4 2
x 1 x2 dx
Vecteurs Alatoires
A. El Mossadeq
do :
V [X]

E X 2 E [X]2
9 2 64
362
=
=
(b) On a :
E [Y ]
=
=
et :

E Y2
yfY (y) dy
ZR1
2 p
y 1 y 2 dy
y 2 fY (y) dy
ZR1
2 2p
y 1 y 2 dy
1

E X2
1
4
=
=
=
do :
V [Y ]

E Y2
1
4
=
=
(c) On a :
E [XY ]
ZZ
xyf (x, y) dxdy
2
Z ZR
2
xydxdy
D
#
Z 1 "Z 1x2
2
xydy dx
0
1x2
=
=
=
do :
Cov [X, Y ]
=
=
E [XY ] E [X] E [Y ]
0
Les variables alatoires sont non corrles mais ne sont pas indpendantes.
200
A. El Mossadeq
Vecteurs Alatoires
(d) La matrice des variances et covariances de (X, Y ) est dfinie par :
(X,Y )
V [X]
Cov [X, Y ]
Cov [X, Y ]
V [Y ]
9 2 64
36 2
1
4
y = ax + b
On a :
a
Cov [X, Y ]
V [X]
0
=
=
et
E [Y ] aE [X]
1
=
4
b
y=
1
4
0.4
0.3
0.2
0.1
0
-5
-4
-3
-2
-1
-0.1
5
x
-0.2
-0.3
-0.4
La droite de r
egression de Y en X
201
Vecteurs Alatoires
A. El Mossadeq
(a) La densit conditionnelle de X relativement Y est dfinie pour tout

y ]1, 1[ par :
fX (x | y)
f (x, y)
f (y)
Y
p 1
1 y2
si
0<x<
p
1 y2
ailleurs
(b) La densit conditionnelle de Y relativement X est dfinie pour tout

x ]0, 1[ par :
fY (y | x)
f (x, y)
fX (x)

2 1 x2
si
1 x2 < y < 1 x2
ailleurs
Exercice 21
Soit X une variable alatoire qui suit la loi normale centre rduite et Y une variable
alatoire, indpendante de X, qui prend ses valeurs dans lensemble {1, 1} telle
que :
P [Y = 1] = p
o p ]0, 1[.
Dterminer la loi de probabilit de :
Z = XY
Solution 21
Notons FZ la fonction de rpartition de Z et FX celle de X.
On a :
[Z < z] = [X > z, Y = 1] [X < z, Y = 1]
donc :
FZ (z)
=
=
=
P [Z < z]
P [X > z, Y = 1] + P [X < z, Y = 1]
P [X > z] P [Y = 1] + P [X < z] P [Y = 1]
202
A. El Mossadeq
Vecteurs Alatoires
et comme X suit une loi normale centre rduite, alors :

P [X > z] = P [X < z]
do :
FZ (z)
(1 p) FX (z) + pFX (z)

FX (z)
=
=
Il en rsulte que Z suit la loi normale centre rduite.
Exercice 22
Soit (X, Y ) un couple de variables alatoires indpendantes suivant toutes les deux
la mme loi uniforme sur lintervalle [2, 1].
Dterminer la loi de probabilit de la variable alatoire :
T = inf (X, Y )
Solution 22
Notons FX , FY et FZ les fonctions de rpartition de X, Y et Z respectivement et
fX , fY et fZ leurs densits respectives.
On a :
FX (u)
=
=
=
F (u)
Y
u+2
[2,1] (u) + [1,+[ (u)
3
F (u)
et :
fX (u)
=
=
=
fY (u)
1
(u)
3 [2,1]
f (u)
Puisque :
T = inf (X, Y )
alors :
P [T t]
=
=
=
P [X t, Y t]
P [X t] P [Y t]
[1 F (t)]2
203
Vecteurs Alatoires
A. El Mossadeq
do :
FT (t)
=
=
=
P [T < t]
1 [1 F (t)]2
"
2 #
1t
[2,1] (t) + [1,+[ (t)
1
3
Il en rsulte que :
fT (t)
=
=
FT0 (t)
2
(1 t) [2,1] (t)
9
Exercice 23
Un appareil lectrique fonctionne avec trois piles Pi , i {1, 2, 3} .
La dure de vie de la pile Pi est une variable alatoire Xi . Les trois variables alatoires
X1 , X2 et X3 sont indpendantes et suivent une mme loi exponentielle de paramtre
, > 0.
Lappareil sarrte de fonctionner ds que deux piles sont uses.
Soit T la variable alatoire reprsentant le temps de fionctionnement de lappareil
lectrique.
Dterminer la loi de probabilit de T et calculer son esprance mathmatique et sa
variance.
Solution 23
Soit F et f la fonction de rpartition et la densit de probabilit de la loi exponentielle de paramtre .
On a :
F (t) = 1 exp t , t 0
f (t) = exp t , t > 0
1. Dsignons par FT et fT la fonction de rpartition et la densit de probabilit
de T respectivement.
Puisque :
[T < t]
[X1 < t, X2 < t, X3 t] [X1 < t, X2 t, X3 < t]

[X1 t, X2 < t, X3 < t] [X1 < t, X2 < t, X3 < t]
204
A. El Mossadeq
Vecteurs Alatoires
et puisque X1 , X2 et X3 sont indpendantes alors :

FT (t)
=
=
=
=
P [T < t]
3 [F (t)]2 [1 F (t)] + [F (t)]3
[F (t)]2 [3 2F (t)]
[1 exp t]2 [1 2 exp t] , t 0
do :
2. On a :
fT (t) = 6 [1 exp t] exp 2t , t > 0

E [T ]
=
=
tfT
R
Z +
6t [1 exp t] exp 2tdt
=

E T2
=
=
5
6
Z
t2 fT (t) dt
ZR+
6t2 [1 exp t] exp 2tdt
(t) dt
19
182
do :
V [T ]
=
=

E T 2 E [T ]2
13
362
Exercice 24
1. Soit X et Y deux variables alatoires absolument continues telles que le couple
(X, Y ) admette une densit de probabilit f.
Dmontrer que la variable alatoire :
T =X +Y
a pour densit la fonction dfinie pour tout t R par :
Z +
h (t) =
f (x, t x) dx
205
Vecteurs Alatoires
A. El Mossadeq
2. Soit X et Y deux variables alatoires indpendantes qui suivent des lois exponentielles de paramtres et respectivement.
Dterminer la densit de probabilit de la variable alatoire :
T =X +Y
3. Soit X et Y deux variables alatoires indpendantes qui suivent des lois uniformes sur les intervalles [0, a] et [0, b] respectivement.
Dterminer la densit de probabilit de la variable alatoire :
T =X +Y
Solution 24
1. Notons dabord que la fonction :
R
R
Z +
f (x, u x) dx
est une densit de probabilit.

Dmontrons que cest la densit de la variable alatoire :
T =X +Y
Pour tout t R, dsignons par D (t) le domaine de R2 :
D (t) = (x, y) R2 | x + y < t

alors :
PX+Y (], t[)
=
=
P [X + Y < t]
P [(X, Y ) D (t)]
Z + Z tx
f (x, y) dy dx
Eectuons le changement de variable :

u=x+y
Alors :
PX+Y (], t[)
=
=
f (x, u x) du dx
Z t Z +
f (x, u x) dx du
Z
206
A. El Mossadeq
Vecteurs Alatoires
Il en rsulte que la densit de probabilit de X + Y est la fonction fX+Y dfinie

pour tout u R par :
Z +
f (x, u x) dx
fX+Y (u) =
2. Notons fX et fY les densits de probabilit de X et Y respectivement.

On a :
si x 0
0
fX (x) =
exp x si x > 0
et :
fY (y) =
exp y
si
y0
si
y>0
La densit fX+Y de la variable alatoire :

T =X +Y
est dfinie pour tout u R par :
Z +
fX+Y (u) =
f (x, u x) dx
Z +
fX (x) fY (u x) dx
=
0
=
Ru
exp (u) 0 exp ( ) xdx
si
u0
si
u>0
(a) si = alors :
fX+Y (u) =
2 u exp u
si
u0
si
u>0
(b) si 6= alors :
fX+Y (u) =
[exp (u) exp (u)]
207
si
u0
si
u>0
Vecteurs Alatoires
A. El Mossadeq
3. Notons fX et fY les densits de probabilit de X et Y respectivement.

Pour tout t R on a :
1
fX (t) = [0,a] (t)
a
et :
1
fY (t) = [0,b] (t)
b
La densit fX+Y de X + Y est dfinie pour tout t R par :
fX+Y (t)
=
=
=
=
=
=
Z +
Z +
Z +
f (x, t x) dx
f (t x, x) dx
fX (t x) fY (x) dx
1
[0,a] (t x) [0,b] (x) dx
ab
Z +
1
[ta,t] (x) [0,b] (x) dx
ab
Z +
1
[ta,t][0,b] (x) dx
ab
Or :
(a) si 0 t a alors :
[t a, t] [0, b] = [0, t]
(b) si a t b alors :
[t a, t] [0, b] = [t a, t]
(c) si b t a + b alors :
[t a, t] [0, b] = [t a, b]
Il en rsulte que :
fX+Y (t) =
1
t[0,a] (t) + a[a,b] (t) + (a + b t) [b,a+b] (t)
ab
208
Les Lois Usuelles
A. El Mossadeq
Lois Usuelles
Exercice 1
Soient X et Y deux variables alatoires binomiales indpendantes de paramtres
(n, p) et (m, p) respectivement.
1. Quelle est la loi de probabilit de :
Z =X +Y
2. Quelle est la loi conditionnelle de X sous lhypothse [Z = a] ?
3. Soit T une variable alatoire telle que la loi conditionnelle de T sachant [X = x]
est binomiale de paramtres (x, ).
Montrer que T suit une loi binomiale de paramtres (n, p) .
Solution 1
Les lois de probabilit de X et Y sont dfinies respectivement par :
P [X = k] = C (n, k) pk (1 p)nk , 0 k n
et :
P [Y = k] = C (m, k) pk (1 p)mk , 0 k m
De plus X et Y sont indpendantes.
1. Pour tout k, 0 k n + m, on a :
[Z = k] =
k
M
r=0
o :
do :
[X = r, Y = k r]
[X = r, Y = k r] = si r > n ou k r > m
P [Z = k]
=
=
k
X
r=0
k
X
r=0
P [X = r, Y = k r]
P [X = r] P [Y = k r]
puisque X et Y sont indpendantes.
211
Lois Usuelles
A. El Mossadeq
En remplaant, on obtient :
#
" k
X
C (n, r) C (m, k r) pk (1 p)n+mk
P [Z = k] =
r=0
C (n + m, k) pk (1 p)n+mk
Z suit donc une loi binomiale dordre n + m et de paramtre p.

2. Pour tout a, 0 a n + m, et pour tout k, 0 k inf (a, n), on a :
P [X = k | Z = a]
=
=
=
=
P [X = k, Z = a]
P [Z = a]
P [X = k, Y = a k]
P [Z = a]
P [X = k] P [Y = a k]
P [Z = a]
C (n, k) C (m, a k)
C (n + m, a)
Cest une loi hypergomtrique.

3. Pour tout x, 0 x n, et pour tout k, 0 k x, on a :
P [T = k | X = x] = C (x, k) k (1 )xk
Dterminons dabord la loi du couple (X, T ).

Pour tout x, 0 x n, et pour tout k, 0 k x, on a :
P [X = x, T = k]
=
=
P [X = x] P [T = k | X = x]
C (n, x) C (x, k) px (1 p)nx k (1 )xk
Do :
P [T = k]
n
X
P [X = x, T = k]
x=k
=
=
n
X
x=k
nk
X
r=0
C (n, x) C (x, k) px (1 p)nx k (1 )xk

C (n, r + k) C (r + k, k) pr+k (1 p)nrk k (1 )r
C (n, k) (p)k
nk
X
r=0
C (n k, r) [p (1 )]r (1 p)nrk
C (n, k) (p) (1 p)nk
do le rsultat.
212
A. El Mossadeq
Lois Usuelles
Exercice 2
Soient X et Y deux variables alatoires indpendantes qui suivent des lois de Poisson
de paramtres et respectivement.
Z =X +Y
2. Quelle est la loi conditionnelle de X sous lhypothse [Z = n] ?
Solution 2
Les lois de probabilit de X et Y sont dfinies respectivement par :
k
P [X = k] =
exp , k N
k!
et :
P [Y = k] =
k
exp , k N
k!
de plus, X et Y sont indpendantes.

1. Pour tout k N on a :
[Z = k] =
k
M
r=0
do :
P [Z = k]
=
=
k
X
r=0
k
X
r=0
[X = r, Y = k r]
P [X = r, Y = k r]
P [X = r] P [Y = k r]
#
" k
k!
1 X
r kr exp ( + )
k! r=0 r! (k r)!
( + )k
=
exp ( + )
k!
Z suit donc une loi de Poisson de paramtre + .
213
Lois Usuelles
A. El Mossadeq
2. Pour tout n N et pour tout k, 0 k n, on a :

P [X = k | Z = n]
P [X = k, Z = n]
P [Z = n]
P [X = k, Y = n k]
P [Z = n]
P [X = k] P [Y = n k]
P [Z = n]
=
=
=
puisque X et Y sont indpendantes.

En remplaant, on obtient :
P [X = k | Z = n] = C (n, k)
+
nk
Donc, la loi conditionnelle de X sous lhypothse [Z = n] est une loi binomiale
dordre n et de paramtre
.
+
Exercice 3
Soient X et Y deux variables alatoires indpendantes qui suivent une mme loi
gomtrique de paramtre p
Z = max (X, Y )
T =X +Y
3. Quelle est la loi conditionnelle de T sous lhypothse [X = k] ?
Calculer lesprance mathmatique de T sous cette hypothse.
Solution 3
Les lois de probabilit de X et Y sont dfinies pour tout k N par :
P [X = k]
P [Y = k]
p (1 p)k1
De plus, X et Y sont indpendantes.

1. Calculons la fonction de rpartition F de la variable alatoire :
Z = max (X, Y )
214
A. El Mossadeq
Lois Usuelles
Pour tout n N on a :
F (n)
=
=
=
=
P [Z < n]
P [max (X, Y ) < n]
P [X < n, Y < n]
P [X < n] P [Y < n]
#2
" n1
X
p (1 p)k1
k=1
2
1 (1 p)n1
=
Do, pour tout n N on a :
P [Z = n]
=
=
F (n + 1) F (n)
p (1 p)n1 2 (2 p) (1 p)n1
2. Dterminons la loi de probabilit de la variable alatoire :

T =X +Y
[T = k] =
k1
M
r=1
do :
P [T = k]
=
=
[X = r, Y = k r]
k1
X
r=1
k
X
r=1
P [X = r, Y = k r]
P [X = r] P [Y = k r]
(k 1) p2 (1 p)k1
3. Pour tout k N et pour tout n, n k + 1, on a :

P [T = n | X = k]
=
=
=
=
215
P [X = k, T = n]
P [X = k]
P [X = k, Y = n k]
P [X = k]
P [Y = n k]
p (1 p)nk1
Lois Usuelles
A. El Mossadeq
Lesprance mathmatique de T sous cette hypothse est donne par :

E [T | X = k]
+
X
n=k+1
+
X
n=k+1
+
X
r=o
nP [T = n | X = k]
np (1 p)nk1
(r + k + 1) (1 p)r
k+1+
1p
p
Exercice 4
Soient X et Y deux variables indpendantes suivant la mme loi de Bernouilli de
paramtre p, 0 p 1
1. Dterminer les lois de probabilit des variables alatoires :
U
V
=
=
X +Y
X Y
2. U et V sont-elles indpendantes ?
Solution 4
On a :
P [X = k] = P [Y = k] = pk (1 p)1k , k {0, 1}
1. (a) La variable alatoire :
U =X +Y
prend ses valeurs dans lensemble {0, 1, 2}.
(i) On a :
[U = 0] = [X = 0, Y = 0]
do :
P [U = 0]
=
=
=
P [X = 0, Y = 0]
P [X = 0] P [Y = 0]
(1 p)2
216
A. El Mossadeq
Lois Usuelles
(ii) On a :
[U = 1] = [(X, Y ) = (0, 1)] [(X, Y ) = (1, 0)]
do :
P [U = 1]
=
=
=
P [{(X, Y ) = (0, 1)} {(X, Y ) = (1, 0)}]

P [X = 0] P [Y = 1] + P [X = 1] P [Y = 0]
2p (1 p)
(iii) On a :
P [U = 2] = P [X = 1, Y = 1]
do :
P [U = 1]
=
=
=
P [X = 1, Y = 1]
P [X = 1] P [Y = 1]
p2
Remarquons que U suit une loi binomiale dordre 2 et de paramtre

p.
(b) La variable alatoire :
V =X Y
prend ses valeurs dans lensemble {1, 0, 1}.
(i) On a :
[V = 1] = [X = 0, Y = 1]
do :
P [V = 1]
=
=
=
P [X = 0, Y = 1]
P [X = 0] P [Y = 1]
p (1 p)
(ii) On a :
P [V = 0] = [(X, Y ) = (0, 0)] [(X, Y ) = (1, 1)]
do :
P [V = 0]
=
=
=
P [{(X, Y ) = (0, 0)} {(X, Y ) = (1, 1)}]

P [X = 0] P [Y = 0] + P [X = 1] P [Y = 1]
p2 + (1 p)2
217
Lois Usuelles
A. El Mossadeq
(iii) On a :
[V = 1] = [X = 1, Y = 0]
do :
P [V = 1]
=
=
=
P [X = 1, Y = 0]
P [X = 1] P [Y = 0]
p (1 p)
2. Les variables alatoires U et V ne sont pas indpendantes car :

P [U = 0, V = 0]
=
=
P [X = 0, Y = 0]
(1 p)2
alors que :
P [U = 0] P [V = 0] = (1 p)2 p2 + (1 p)2
Exercice 5
Deux personnes jouent pile ou face n fois chacune.
1. Quelle est la probabilit que chacune des deux personnes obtienne k fois le ct
pile ?
2. Quelle est la probabilit que les deux personnes obtiennent le mme nombre de
fois pile ?
Solution 5
Le nombre de pile obtenu par lune ou lautre des deux personnes en jetant la
1
pice n fois est une variable binomiale dordre n et de paramtre .
2
1. Pour tout k, 0 k n, la probabilit pik que la ie`me personne obtienne k fois
pile est :
k nk
1
1
pik = C (n, k)
2
2
n
1
= C (n, k)
2
do, pour tout k, 0 k n, la probabilit pk que les deux personnes obtiennent
chacune k fois pile est :
n 2
1
pk = p1k p2k = C (n, k)
2
218
A. El Mossadeq
Lois Usuelles
2. Ainsi, la probabilit p que les deux personnes obtiennent le mme nombre de

fois pile est :
p
n
X
pk
k=0
=
=
n 2
n
X
1
C (n, k)
2
k=0
2n
1
C (2n, n)
2
Exercice 6
On estime que la probabilit pour un nouveau-n dtre primapare est p, et celle
dtre multipare est q = 1 p. On tudie cette parit dans une maternit.
1. Quelle est la probabilit pour que les k premiers nouveaux-ns soient tous des
miltipares ?
2. Quelle est la probabilit pour que le premier primapare soit prcd de k multipares ?
3. Quelle est la probabilit pour que le re`me primapare soit le ke`me nouveau-n ?
Solution 6
Notons dabord que les naissances sont indpendantes.
1. La probabilit p1 que les k premiers nouveaux-ns soient tous des multipares
est :
p1 = qk
2. La probabilit p2 que le premier primapare soit prcd de k multipares est :
p2 = pqk
3. Le re`me primapare est le ke`me nouveau-n, donc il y a r 1 primapares parmi
les k 1 premires naissances, puis un primapare la k e`me naissance.
Do la probabilit p3 de cet vnement est :
p3 =
C (k 1, r 1) pr1 q (k1)(r1) p
=
C (k 1, r 1) pr q kr
Cest la loi binomiale ngative.
219
Lois Usuelles
A. El Mossadeq
Exercice 7
Un groupe de 2n filles et 2n garons est spar en deux sous groupes de mme
eectif.
Quelle est la probabilit que dans chaque sous groupe il y a autant de filles que de
garons ?
Solution 7
Le nombre de groupes deectif 2n dun ensemble 4n lments est :
C (4n, 2n) =
(4n)!
(2n)! (2n)!
Le nombre de groupes n filles parmi les 2n filles et n garons parmi les 2n garons
est :
2
(2n)!
C (2n, n) C (2n, n) =
n!n!
Do, la probabilit p que dans chaque sous groupe il y a autant de filles que de
garons est :
p
=
=
[C (2n, n)]2
C (4n, 2n)
[(2n)!]4
(n!)4 (4n)!
Cest une distribution hypergomtrique.
Exercice 8
dans une loterie, il y a 400 billets et 4 prix.
Une personne dtient dix billets.
Quelle est la probabilit quelle gagne au moins un lot ?
Solution 8
Dsignons par pk la probabilit pour que la personne gagne exactement k lots.
Pour tout k, 0 k 4, on a :
pk =
C (4, k) C (396, 10 k)
C (400, 10)
220
A. El Mossadeq
Lois Usuelles
La probabilit p pour que la personne gagne au moins un lot est :

p
4
X
pk
k=1
1 p0
0.096662
=
=
Exercice 9
On distribue les 52 cartes dun jeu quatre joueurs A, B, C et D.
Soient a, b, c et d le nombre das reus par les joueurs respectivement, a+b+c+d = 4.
1. Quelle est la probabilit dune rpartition (a, b, c, d) ?
2. On considre les rpartitions (, , , ) o lun des joueurs, sans prciser lequel,
reoit as, un autre as, un autre as et un autre as.
Combien y a-t-il de rpartitions de ce type ?
Evaluer la probabilit de chacune de ces rpartitions
Solution 9
1. Nous sommes en prsence dune distribution polyhypergomtrique.
Notons p (a, b, c, d) la probabilit de la rpartition (a, b, c, d).
On a alors :
C (13, a) C (13, b) C (13, c) C (13, d)
p (a, b, c, d) =
C (52, 4)
2. Notons p0 (, , , ) la probabilit de la rpartition (, , , ).
Il y a cinq type de rpartitions (, , , ) :
(a) les rpartitions du type (4, 0, 0, 0) : lun des quatre joueurs reoit les quatre
as.
Le nombre de possibilits correspondantes est :
C (4, 1) = 4
Do :
p0 (4, 0, 0, 0)
=
=
221
4p (4, 0, 0, 0)
1.0564 102
Lois Usuelles
A. El Mossadeq
(b) les rpartitions du type (3, 1, 0, 0) : lun des quatre joueurs reoit trois as,
un deuxime un as.
A (4, 2) = 12
Do :
p0 (3, 1, 0, 0)
=
=
12p (3, 1, 0, 0)
0.1648
(c) les rpartitions du type (2, 2, 0, 0) : deux joueurs reoivent chacun deux
as.
C (4, 2) = 6
Do :
p0 (2, 2, 0, 0)
=
=
6p (2, 2, 0, 0)
0.13484
(d) les rpartitions du type (2, 1, 1, 0) : lun des quatre joueurs reoit deux as,
deux autres reoivent chacun un as.
P (2, 1, 1) = 12
Do :
p0 (2, 1, 1, 0)
=
=
12p (2, 1, 1, 0)
0.5843
(e) les rpartitions du type (1, 1, 1, 1) : chaque joueur reoit un as.

C (4, 4) = 1
Do :
p0 (1, 1, 1, 1)
=
=
p (1, 1, 1, 1)
0.1055
Exercice 10
On considre deux urnes contenant chacune dix boules : la premire deux noires et
huit blanches, la deuxime cinq noires et cinq blanches.
1. On tire de la premire urne trois boules simultanment et on dsigne par X la
variable alatoire reprsentant le nombre de boules blanches obtenues lors du
222
A. El Mossadeq
Lois Usuelles
tirage.
Dterminer la loi de probabilit de X et son esprance mathmatique.
2. On tire trois boules simultanment de lune des deux urnes. Elles sont toutes
blanches. Quelle est la probabilit de les avoir tires de la premire urne ?
Solution 10
1. (a) Dterminons la loi de probabilit de X.
Puisque lurne ne contient que deux boules noires, donc au moins lune
des trois boules tires serait blanche.
Comme X suit une loi hypergomtrique, alors pour tout k, 1 k 3,
on a :
C (8, k) C (2, 3 k)
P [X = k] =
C (10, 3)
Do :
1
15
7
P [X = 2] =
15
7
P [X = 3] =
15
(b) Calculons lesprance mathmatique de X.
On a :
P [X = 1]
E [X]
3
X
kP [X = k]
k=1
2.4
2. Considrons les vnements :

B : les trois boules sont blanches
U1 : les tirages sont eectus de la premire urne
U2 : les tirages sont eectus de la deuxime urne
On a :
P [U1 ] = P [U2 ] =
7
P [B | U1 ] = P [X = 3] =
15
P [B | U ] = C (5, 3) C (5, 0) = 1
2
C (10, 3)
12
223
Lois Usuelles
A. El Mossadeq
do :
P [U1 | B]
=
=
P [U1 ] P [B | U1 ]
P [U1 ] P [B | U1 ] + P [U2 ] P [B | U2 ]
28
33
Exercice 11
Un industriel vend des paquets de th par lot de 25 paquets.
chaque paquet est suppos peser cent grammes, mais le cntrole statistique a tabli,
partir de lexprience antrieure de lusine, que deux pour cent des paquts produits
nont pas un poids rglementaire, cest dire quils psent moins de cent grammes.
1. On choisit au hasard un lot.
Calculer la probabilit P1 quon y trouve au moins un paquet de th non rglementaire.
2. On choisit au hasard cinq lots.
Dterminer :
(a) la probabilit P2 que chaque lot contient au moins un paquet de th non
rglementaire.
(b) la probabilit P3 que chaque lot contient exactement un paquet de th non
rglementaire.
(c) la probabililit P4 que quatre lot contiennent au plus trois paquets de th
non rglementaires et le cinquime plus de trois paquets non rglementaires.
3. Un picier achte lindustriel cent lots.
Dterminer lesprance mathmatique du nombre de lots qui contiennent :
(a) exactement trois paquets non rglementaires
(b) au moins deux paquets non rglementaires
(c) au plus trois paquets non rglementaires
Solution 11
Dsignons par X la variable alatoire reprsentant le nombre de paquets de th non
rglementaires dans un lot donn. Alors X est une variable binomiale dordre n = 25
et de paramtre p = 0.02 : B (n, p)
P [X = k] = C (25, k) (0.02)k (0.98)25k
et :
E [X] = np = 0.5
224
A. El Mossadeq
Lois Usuelles
1. La probabilit P1 de trouver au moins un paquet de th non rglementaire est :

P [X 1]
1 P [X < 1]
1 P [X = 0]
0.60346
=
=
=
2. Notons Xi ,1 i 5, la variable alatoire reprsentant le nombre de paquets de

th non rglementaires dans le ie`me lot. Alors (X1 , X2 , X3 , X4 , X5 ) constituent
un 5-chantillon de variable parente X, cest dire que (X1 , X2 , X3 , X4 , X5 ) sont
des variables alatoires indpendantes qui suivent la mme loi que X.
(a) La probabilit que le ie`me lot contient au moins un paquet de th non
rglementaire.est :
P [Xi 1] = P [X 1]
donc la probabilit P2 que chaquun des cinq lots contient au moins un

paquet de th non rglementaire est :
P2
5
Y
i=1
=
=
P [Xi 1]
(P [X 1])5
8.0028 102
(b) La probabilit quun lot contient exactement un paquet de th non rglementaire est :
P [X = 1] = 0.30789
Do, la probabilit P3 que chaque lot contient exactement un paquet de
th non rglementaire est :
P3
5
Y
P [Xi = 1]
i=1
=
=
(P [X = 1])5
2.7668 102
225
Lois Usuelles
A. El Mossadeq
(i) La probabililit quun lot contient au plus trois paquets de th non

rglementaires est :
P [X 3]
=
=
3
X
k=0
3
X
P [X = k]
C (25, k) (0.02)k (0.98)25k
k=0
0.99855
(ii) La probabililit quun lot contient plus de trois paquets de th non

rglementaires est :
P [X 3]
=
=
1 P [X < 3]
2
X
1
C (25, k) (0.02)k (0.98)25k
k=0
1.3243 102
(iii) Donc, .la probabililit P4 que quatre lot contiennent au plus trois
paquets de th non rglementaires et le cinquime plus de trois
paquets non rglementaires est :
P4
=
=
C (5, 4) (P [X 3])4 P [X 3]
0.065832
(a) Dsignons par Yk la variable alatoire gale au nombre de lots, parmi les
cent lots achet par lpicier, contenat chacun exactement k paquets non
rglementaires. Alors, la variable alatoire Yk est distribue selon une loi
binomiale dordre n = 100 et de paramtre p = P [X = k] :
P [Yk = i] = C (100, i) (P [X = k])i (1 P [X = k])100i
En particulier, pour k = 3, on obtient :
P [Y3 = i]
=
=
C (100, i) (P [X = 3])i (1 P [X = 3])100i

C (100, i) (0.011798)i (0.988202)100i
Puisque :
P [X = 3] = 0.011798
Il en rsulte que :
E [Y3 ]
=
=
226
np
1.1798
A. El Mossadeq
Lois Usuelles
(b) Dsignons par Tk la variable alatoire gale au nombre de lots, parmi les
cent lots achet par lpicier, contenat chacun au moins k paquets non
rglementaires. Alors, la variable alatoire Tk est distribue selon une loi
binomiale dordre n = 100 et de paramtre p = P [X k] :
P [Tk = i] = C (100, i) (P [X k])i (1 P [X k])100i

P [T2 = i]
=
=
C (100, i) (P [X 2])i (1 P [X 2])100i

C (100, i) (0.088645)i (0.911355)100i
Puisque :
Il en rsulte que :
P [X 2] = 0.088645
E [T2 ]
=
=
np
8.8645
(c) Dsignons par Sk la variable alatoire gale au nombre de lots, parmi

les cent lots achet par lpicier, contenat chacun au plus k paquets non
rglementaires. Alors, la variable alatoire Sk est distribue selon une loi
binomiale dordre n = 100 et de paramtre p = P [X k] :
P [Sk = i] = C (100, i) (P [X k])i (1 P [X k])100i

P [S3 = i]
=
=
C (100, i) (P [X 3])i (1 P [X 3])100i

C (100, i) (0.99855)i (0.00145)100i
Puisque :
Il en rsulte que :
P [X 3] = 0.99855
E [S3 ]
=
=
np
99.855
Exercice 12
On considre une urne contenant b boules blanches et a b boules noires.
On tire au hasard une boule de lurne, on note sa couleur, puis on la remet dans lurne
en y remettant en mme temps r boules de la mme couleur que la boule tire, r Z.
227
Lois Usuelles
A. El Mossadeq
On eectue ainsi n tirages et note X la variable alatoire donnant le nombre de

boules blanches obtenues sur ces n tirages.
1. Quelle est la probabilit davoir k boules blanches aux k premiers tirages puis
(n k) boules noires aux (n k) tirages suivants ?
2. En dduire la loi de probabilit de X.
3. Quelles sont les lois obtenues dans chacun des deux cas suivants :
(a) r = 0 ?
(b) r = 1 ?
Solution 12
1. La probabilit pk davoir k boules blanches aux k premiers tirages puis (n k)
boules noires aux (n k) tirages suivants est :
pk
b b + r b + (k 1) r a b (a b) + r (a b) + (n k 1) r
...
...
a a + r a + (k 1) r a + kr a + (k + 1) r
a + (n 1) r
k1
nk1
Q
Q
(b + ir)
((a b) + ir)
i=0
i=0
n1
Q
(a + ir)
i=0
2. Il en rsulte que :
P [X = k]
=
=
C (n, k) pk
k1
Q
C (n, k)
i=0
nk1
Q
(b + ir)
((a b) + ir)
i=0
n1
Q
(a + ir)
i=0
(a) Lorsque r = 0, les tirages sont alors eectus avec remise, et

la loi
de X
b
b
est donc une loi binomiale dordre n et de paramtre : B n,
:
a
a
k1 nk1
Q
Q
b
(a b)
i=0
i=0
P [X = k] = C (n, k)
n1
Q
(a + ir)
i=0
k
nk
b
ab
C (n, k)
a
a
228
A. El Mossadeq
Lois Usuelles
(b) dans le cas o r = 1, les tirages sont alors eectus sans remise, et la loi
de X est donc une loi hypergomtrique :
nk1
k1
Q
Q
(b i)
((a b) i)
i=0
i=0
P [X = k] = C (n, k)
n1
Q
(a i)
i=0
C (b, k) C (a b, n k)
C (a, n)
Exercice 13
Une usine fabrique quatre cent lampes lectriques lheure.
On admet que le nombre X de lampes dfectueuses produites en une heure suit une
loi de Poisson de paramtre .
1. On suppose
= 15
Calculer :
P [X > 15]
2. Dterminer la plus grande valeur entire du paramtre tel que :
P [X > 20] 0.05
Solution 13
Pour tout k N on a :
P [X = k] =
k
e
k!
1. Si :
= 15
alors :
P [X > 15]
=
=
=
229
1 P [X 15]
15
X
k
1
e
k!
k=0
0.43191
Lois Usuelles
A. El Mossadeq
2. La relation :
P [X > 20] 0.05
quivaut :
P [X 20] 0.95
do :
= 14
Exercice 14
1
Un artilleur a une probabilit de datteindre une certaine cible.
5
Il tire dix coups et on compte le nombre de fois N o il atteint la cible.
1. Quelle est la loi de probabilit de N ?
2. Quelle est la probabilit quil ait touch la cible une fois ?
3. Quelle est la probabilit quil ait touch la cible au moins une fois ?
Solution 14
1
1
1. N suit une loi binimiale dordre 10 et de paramtre : B 10,
.
5
5
Do, pour tout k, 0 k 10, on a :
k 10k
1
4
P [N = k] = C (10, k)
5
5
2. La probabilit p1 que lartilleur ait touch la cible une fois est :
p1
=
=
=
P [N = 1]
9
4
1
C (10, 1)
5
5
0.26844
3. La probabilit P1 que lartilleur ait touch la cible au moins une fois est :
P1
10
X
P [N = k]
k=1
=
=
1 P [N = 0]
0.89263
230
A. El Mossadeq
Lois Usuelles
Exercice 15
Une agence de renseignements A comprend plusieurs services spcialiss. Soit S lun
dentre eux.
Le nombre de clients qui sadresse lagence A au cours dune journe est une
variable alatoire X qui suit une loi de Poisson de paramtre .
Dsignons par Y la variable alatoire reprsentant le nombre de clients sadressant
au service S.
1. Quelle est la probabilit, quun jour donn, n clients sadresse lagence ?
2. Chaque client a la probabilit p de consulter le service S.
Quelle est la probabilit quau cours dune journe o n clients sont venus, k
dentre eux ont aient consult le service S ?
3. Dterminet la loi conjointe de (X, Y ).
4. En dduire la loi de probabilit de la variable alatoire Y .
Solution 15
1. Pour tout n, n N, on a :
n
P [X = n] = e
n!
2. Si chaque client a la probabilit p de consulter le service S, la loi conditionnelle
de Y , sous lhypothse [X = n], est une loi binomiale dordre n et de paramtre
p:
P [Y = k | X = n] = C (n, k) pk (1 p)nk
pour tout k, 0 k n.
3. Pour tout n N et tout k, 0 k n, on a :

P [X = n, Y = k]
=
=
P [X = n] P [Y = k | X = n]
n
pk (1 p)nk e
k! (n k)!
4. Il en rsulte que la loi marginale de Y est donne pour tout k N par :

X
P [Y = k] =
P [X = n, Y = k]
nN
Or :
nk
231
Lois Usuelles
A. El Mossadeq
donc :
P [Y = k]
=
=
=
X
n=k
X
n=0
X
n=0
=
=
=
P [X = n, Y = k]
P [X = n + k, Y = k]
P [X = n + k] P [Y = k | X = n + k]
X
1 n+k k
p (1 p)n e
k!n!
n=0
X
1
(p)k [ (1 p)]n e
k!n!
n=0
(p)k X [ (1 p)]n
e
k!
n!
n=0
(p)k (1p)
=
e e
k!
(p)k p
e
=
k!
donc Y suit une loi de Poisson de paramtre p.
Exercice 16
Le nombre de voitures fabriques par une usine suit une loi de Poisson de paramtre
, > 0.
La probabilit pour quune voiture prsente un dfaut de fabrication est p, p > 0.
1. Sachant que N voitures ont t fabriques par lusine, calculer la probabilit
pour que k dentre elles prsentent un dfaut.
2. Calculer la probabilit que k voitures produites soient dfectueuses.
Solution 16
Soit X la variable alatoire reprsentant le nombre de voiture fabriques par lusine.
On a :
k
P [X = k] = e , k N
k!
Dsignons par D la variable alatoire reprsentant le nombre de voitures dfectueuses
fabriques par lusine.
232
A. El Mossadeq
Lois Usuelles
1. Sous lhypothse [X = N], la variable alatoire D suit une loi binomiale dordre
N et de paramtre p: B (N, p) .
Do, pour tout k, 0 k N on a :
P [D = k | X = N] = C (N, k) pk (1 p)Nk
2. Il en rsulte que :
P [D = k]
=
=
=
=
=
+
X
N =k
+
X
N =k
+
X
N =0
+
X
P [X = N, D = k]
P [X = N] P [D = k | X = N]
P [X = N + k] P [D = k | X = N + k]
N+k
e C (N + k, k) pk (1 p)N
(N + k)!
N =0
+
(p)k X [ (1 p)]N
e
k!
N!
N=0
(p)k
exp exp (1 p)
k!
(p)k
exp p
=
k!
D suit donc une loi de Poisson de paramtre p.
=
Exercice 17
Soient X1 , ..., Xn n variables alatoires indpendantes qui suivent toutes une mme
loi exponentielle de paramtre , > 0.
Dterminer la loi de la variable alatoire :
Zn = X1 + ... + Xn
Solution 17
Soit .f la densit de probabilit de loi exponentielle de paramtre , et pour tout k,
1 k n, soit fk la densit de X1 + ... + Xk .
On a :
0
si x 0
f (x) =
exp x si x > 0
233
Lois Usuelles
A. El Mossadeq
Dmontrons, par rcurrence sur n, que la densit fn de X1 + ... + Xn .est dfinie pour
tout x > 0 par :
n
fn (x) =
xn1 exp x
(n 1)!
les variables alatoires X1 , ..., Xn tant indpendantes
(1) Pour n = 1, la proprits est vraie.

(2) Suposons que pour tout k, 1 k n 1, la densit fk de X1 + ... + Xk est :
fk (x) =
k
xk1 exp x , x > 0
(k 1)!
Puisque X1 , ..., Xn sont indpendantes, alors :

fn (x)
=
=
do le rsultat.
(fn1 f ) (x)
Z +
fn1 (t) f (x t) dt
Z x n1
(xt)
n2
t
e
t e
dt
(n 2)!
0
0
x0
Z x
n
e
tn2 dt x > 0
(n 2)!
0
0
x0
n
xn1 ex
(n 1)!
x0
x>0
x>0
Exercice 18
Soient X et Y deux variables alatoires indpendantes qui suivent des lois normales
N (1 , 21 ) et N (2 , 22 ) respectivement.
Dterminer la loi de la variable alatoire :
T =X +Y
234
A. El Mossadeq
Lois Usuelles
Solution 18
On a :
1
1
fX (x) = exp
2
1 2
et :
1
1
fY (y) = exp
2
2 2
Puisque X et Y sont indpendantes alors :
fX+Y (u)
=
=
=
=
x 1
1
, xR
x 2
2
, xR
(fX fY ) (u)
Z +
fX (t) fY (u t) dt
"
2
2 #
Z +
1
u t 2
t 1
1
dt
exp
+
2 1 2
2
1
2
1
1
p
[u (1 + 2 )]2
exp
2
2
2
2
2 ( 1 + 2 )
1 + 2 2
Puisque pour tout a, a > 0, on a :

Z
exp ax2 + bx + c dx =
b2 4ac
exp
a
4a
Donc la variable alatoire :
T =X +Y
suit une loi normale de moyenne 1 + 2 et de variance 21 + 22 :N (1 + 2 , 21 + 22 )
Exercice 19
Soient X et Y deux variables alatoires indpendantes qui suivent des lois normales
N (0, 1) et N (, 2 ) respectivement.
1. Calculer :
(a) P [X < 2.41]
(b) P [X < 1.09]
2. Dterminer x tel que :
(a) P [X < x] = .975
(b) P [X < x] = .883
235
Lois Usuelles
A. El Mossadeq
3. Trouver une relation entre P [X < x] et P [X < x]

4. Montrer que :
P [a < X < b] = P [X < b] P [X < a]
5. En dduire P [a < X < a] en fonction de P [X < a] .
6. Montrer que :
y
P [Y < y] = P X <
Calculer alors :
P [3 < Y < 4]
lorsque = 4 et = 2.
7. On suppose que :
Dterminer alors et .
P [Y > 1] = .8413
P [Y > 9] = .0228
Solution 19
1. Daprs la table de la loi normale centre rduite on a :
P [X < 2, 41] = .92
P [X < 1, 09] = .8621
P [X < x] = 0, 975
x = 1.96
P [X < x] = 0, 883
x = 1.19
3. Puisque la densit de la loi normale centre rduite est une fonction paire, alors
on a :
P [X < x]
=
=
P [X x]
1 P [X < x]
4. On a :
]a, b[ = ], b[ ], a] = P [a < X < b] = P [X < b] P [X a]
= P [a < X < b] = P [X < b] P [X < a]
puisque X est absolument continue.
236
A. El Mossadeq
Lois Usuelles
5. On a :
P [a < X < a]
P [X < a] P [X < a]
2P [X < a] 1
=
=
6. Puisque X est la variable alatoire centre rduite associe Y , alors :
Calculons :
y
P [Y < y] = P X <
P [3 < Y < 4]
lorsque = 4 et = 2.
On a :
P [3 < Y < 4]
7. On a :
P [Y > 1] = .8413
P [Y > 9] = .0228
=
=
=
=
=
P [Y < 4] P [Y < 3]
P [X < 0] P [X < 0.5]
P [X < 0] (1 P [X < 0.5])
.5 1 + .6915
.1915
237
= .8413
P X>

= .0228
P X>
= .8413
P X<

= .9772
P X<
1 =1
=2
(
8
=
3
=+1
Lois Usuelles
A. El Mossadeq
Exercice 20
La taille des individus dune certaine population est une variable alatoire normale
de moyenne 171 cm et dcart-type 4 cm
1. Un individu tant choisi au hasard et X tant sa taille en cm.
Dterminer la probabilit des vnements suivants :
(a)
(b)
(c)
(d)
[X = 175 cm] un cm prs,

[X < 160 cm]
[X > 190 cm]
[|X 171| > 8] .
2. On choisit au hasard dix personnes dans la population et lon note M10 la

moyenne des tailles des individus choisis.
(a) Calculer lesprance mathmatique et la variance de M10 .
(b) Dterminer a tel que :
P [|M10 171| > a] = 0.1
3. On choisit au hasard n personnes dans la population et lon note Mn la moyenne
des tailles des individus choisis.
(a) Calculer lesprance mathmatique et la variance de Mn .
(b) En admettant que Mn suit une loi normale, dterminer a tel que :
P [|Mn 171| > a] = 0.1
(c) Dmontrer que pour tout a, a > 0, on a :
lim P [|Mn 171| > a] = 0
Solution 20
Soit N la variable alatoire normale centre rduite associe X :
N=
X 171
4
238
A. El Mossadeq
Lois Usuelles

(a)
P [174 X 176]
P [X 176] P [X 174]
176 171
174 171
P N
P N
4
4
P [N 1.25] P [N .75]
.8944 .7734
.121
=
=
=
=
=
(b)
P [X < 160]
=
=
=
=
160 171
P N<
4
P [N < 2.75]
1 P [N < 2.75]
.003
(c)
P [X > 195]
=
=
=
195 171
1P N <
4
1 P [N < 6]
0
(d)
P [|X 171| > 8]
=
=
=
=
P [|N| > 2]
1 P [|N| < 2]
2 2P [N < 2]
.0456
2. Soit X1 , ..., X10 le 10-chantillon tir de la population.

On a :
10
X
M10 =
Xk
k=1
M10 est la moyenne empirique du 10-chantillon.

(a) Il en rsulte que :
E [M10 ]
=
=
239
E [X]
171 cm
Lois Usuelles
A. El Mossadeq
et :
V [M10 ]
V [X]
10
1.6 cm2
=
=
et par consquent :
[M10 ]
[X]
10
1.2649 cm
=
=
M10 suit une loi normale N (171 cm, 1.6 cm2 )

(b) On a :
a
|M10 171|
>
P [|M10 171| > a] = P
[M10 ]
[M10 ]
a
M10 171
<
= 2 2P
[M10 ]
[M10 ]
do :
quivaut :
P [|M10 171| > a] = .1
M10 171
a
P
<
= .9
[M10 ]
[M10 ]
do :
a
= .8289
[M10 ]
et finalement :
a = 1.0485
3. Soit X1 , ..., Xn le n-chantillon tir de la population.
On a :
n
X
Mn =
Xk
k=1
Mn est la moyenne empirique du n-chantillon.

(a) Il en rsulte que :
E [Mn ] = E [X] = 171 cm

et :
V [Mn ] =
V [X] 16
=
n
n
240
A. El Mossadeq
Lois Usuelles
et par consquent :
4
[X]
[Mn ] = =
n
n
16
2
Mn suit une loi normale N 171 cm, cm .
n
(b) Par un calcul analogue on aboutit :
a
= .8289
[Mn ]
do :
a=
3.3156
(c) Daprs lingalit de Bienaym-Tchebychev, pour tout a, a > 0, on a :

P [|Mn 171| > a]
V [Mn ]
a2
16
na2
do pour tout a, a > 0, on a :

lim P [|Mn 171| > a] = 0
Exercice 21
Une machine fabrique en srie une des pices utilises dans la construction dun appareil lectromnager.
Le diamtre de cette pice doit tre 10 cm, mais une marge de tolrance m est permise, cest dire toute pice dont le diamtre est lment de lintervalle [10 m, 10 + m]
est accepte.
On admet que la diamtre L de la pice est une variable alatoire normale de
moyenne = 10 cm et dcart-type = 0.12 cm.
1. Calculer :
(a) la probabilit quune pice mesure moins de 9.85 cm.
(b) la probabilit quune pice mesure moins de 10.21 cm sachant quelle mesure
plus de 9.85 cm.
241
Lois Usuelles
A. El Mossadeq
2. Sur 4375 pices usines, 924 ont d tre refuses : moti dentre elles tant trop
grandes et les autres trop petites.
Dterminer la marge de tolrance m.
3. En supposant que le rglage de la machine permette que la variable alatoire L
soit toujours rgie par une loi normale de moyenne = 10 cm et dcart-type
, quelle valeur faudrait-il donner pour que 90% de la production de cette
machin esoit accepts ?
Solution 21
Soit.:
L
la variable alatoire normale centre rduite associe L.

D=
1. (a) On a :
P [L < 9.85]
9.85 10
P D<
0.12
9.85 10
P D<
0.12
P [D < 1.25]
1 P [D < 1.25]
0.1056
=
=
=
=
=
(b) On a :
P [L < 10.21 | L > 9.85]
P [(L < 10.21) (L > 9.85)]

P [L > 9.85]
P [9.85 < L < 10.21]
P [L > 9.85]
P [L < 10.21] P [L < 9.85]
P [L > 9.85]
=
=
=
Or :
P [L < 10.21]
=
=
=
10.21 10
P D<
0.12
P [D < 1.75]
0.9599
242
A. El Mossadeq
Lois Usuelles
et :
P [L > 9.85]
=
=
=
1 P [L < 9.85]
P [D < 1.25]
0.8944
do :
P [L < 10.21 | L > 9.85] = 0.95517
2. On a :
P [L
/ [10 m, 10 + m]]
=
=
=
or :
m m
P D
/
,
0.12 0.12
m m
,
1P D
0.12 0.12
h
m i
2 2P D <
0.12
P [L
/ [10 m, 10 + m]]
donc :
do :
=
=
924
4375
0.2112
h
m i
P D<
= 0.8944
0.12
m
= 1.25
0.12
et finalement :
m = 0.15
3. Puisque la relation :
P [L [10 m, 10 + m]] = 0.90
est quivalente :
alors :
h
mi
P D<
= 0.95
m
= 1.65
et finalement :
=
'
243
0.15
1.65
0.09
Lois Usuelles
A. El Mossadeq
Exercice 22
Tn dsigne une variable alatoire de Student n degrs de libert.
1. Dterminer t tel que :
(a) P [T7 < t] = .95
(b) P [T24 < t] = .6
2. Calculer :
(a) P [T5 < .92]
(b) P [T7 < 3]
3. Dterminer n tel que :
(a) P [Tn < 2.6] = .99
(b) P [Tn < 1.94] = .95
4. Trouver une relation entre P [Tn < x] et P [Tn < x]
5. En dduire P [a < Tn < a] en fonction de P [Tn < a]
Dterminer a tel que :
P [a < T5 < a] = .95
Solution 22
1. Daprs la table de la fonction de rpartition de la loi Student n degrs de
libert, on a :
P [T7 < t] = .95
t = 1.9
P [T24 < t] = .6
t = .256

libert, on a :
P [T5 < 0, 92] = .8
P [T7 < 3] = .99
libert, on a :
P [Tn < 2, 6] = .99
n = 15
P [Tn < 1, 94] = .95
n=6
244
A. El Mossadeq
Lois Usuelles
4. Puisque la densit de probabilit de la variable alatoire de Student n degrs

de libert est une fonction paire, donc :
P [Tn < x]
P [Tn > x]
1 P [Tn < x]
=
=
5. On en dduit que :
P [a < Tn < a]
P [Tn < a] P [Tn < a]

2P [Tn < a] 1
=
=
En particulier :
P [a < T5 < a] = .95
2P [T5 < a] 1 = .95
P [T5 < a] = .975
a = 2.57
Exercice 23
n dsigne une variable alatoire du Khi-deux n degrs de libert.
1. Dterminer x tel que :
(a) P [226 < x] = .75
(b) P [221 < x] = .01
2. Calculer :
(a) P [23 < 1.21]
(b) P [25 < 9.24]
3. Dterminer n tel que :
(a) P [2n < 3.36] = .5
(b) P [2n < 2.20] = .1
Solution 23
1. Daprs la table de la fonction de rpartition de la loi du Khi-deux n degrs
de libert , on a :
P [226 < x] = .75
x = 30.4
P [221 < x] = .01
x = 8.9
245
Lois Usuelles
A. El Mossadeq

de libert , on a :
P [23 < 1, 21] = 0.25
P [25 < 9, 24] = 0.9
de libert , on a :
P [2n < 3.36] = .5
n=4
P [2n < 2.2] = .1
n=6
Exercice 24
Fn,m dsigne une variable alatoire de Fisher (n, m) degrs de libert.
1. Dterminer f tel que :
(a) P [F2,5 < f ] = .95
(b) P [F12,8 < f ] = .95
2. Dterminer f tel que :
(a) P [F20,11 < f ] = .99
(b) P [F16,3 < f ] = .99
Solution 24
1. Daprs la table de la fonction de rpartition de la loi de Fisher (n, m) degrs
de libert , on a :
P [F2,5 < f ] = .95
f = 5.79
P [F12,8 < f ] = .95
f = 3.28
2. Daprs la table de la fonction de rpartition de la loi de Fisher (n, m) degrs

de libert , on a :
P [F20,11 < f ] = .99
f = 4.1
P [F16,3 < f ] = .99
f = 5.29
246

El Mossadeq Probabilités 250p

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

El Mossadeq Probabilités 250p

Încărcat de

Drepturi de autor:

Formate disponibile

Dpartement de Mathmatiques et Informatique

TABLE DES MATIERES

Les Variables Alatoires

Les Vecteurs Alatoires

Les Lois Usuelles de Probabilit

On en dduit que C (x) a pour cardinal p pour tout x A.

o f|A1 et f|{a} reprsentent les restrictions de f A1 et A1 respectivement, est

card [F (A1 , B) F ({a} , B)]

Par un raisonnement par rcurrence sur n, n 1, on conclut que :

F (E, {0, 1})

card F (E, {0, 1})

Pour tout y B g (A1 ), lapplication fy qui coincide avec g sur A1 et telle

est surjective, de plus pour tout g G1 on a :

Il sen suit que :

est une injection.

3. En particulier, le nombre de permutations de A coincide avec le nombre de

Le nombre de sous-ensembles de E de cardinal p qui ne contiennent pas a est le

C(n, p) = C(n 1, p 1) + C(n 1, p)

4. En utilisant la formule du binme on a :

En faisant la somme et la dirence de ces deux quantits, on obtient :

Pour a2 , il y a C(p p1 , p2 ) manires possibles,...

4. Dterminer le nombre de solutions de linquation :

est strictement croissante.

f : {1, ..., p} {1, ..., n}

3. Dmontrons que le nombre de solutions de lquation :

(x1 , ..., xn ) est donc une solution de lquation. Do le rsultat.

Il en rsulte qu le nombre de solutions de linquation est gal au nombre de

Do, le nombre de comit recherch est :

Notons que le nombre de classements individuels est :

C (4, 3) P (5, 3, 1) = 2016

il y a nk tages tels quen chacun deux sarrtent ak personnes,

Ainsi, mle nombre total de possibilits est :

K(5, 20) = C(24, 20) = 10626

Il en rsulte que le nombre de monmes de lensemble des polynomes homognes

Les cinq chires ntant pas ncessairement distincts, donc le nombre de

un carr ? (quatre points identiques),

Le nombre de manire de les ordonner est le nombre de permutations avec

Quel est le nombre de parties k lments dans Ep ?

C(p, k)S(n, k)k!

(c) Dans ce cas on a :

(d) Compte tenu de la question prcdente, le nombre de partitions de En en

(A1 , ..., Ap ) est alors une partition de En en p classes.

(c) Il en rsulte que le nombre de surjections de En sur Ep est :

(b) Le nombre dapplications de En dans Ep est :

induit une application En sur Ep telle que :

C(p, k)S(n, k)k!

Permutations de {1, ..., n}

Les Espaces Probabiliss

Les Espaces Probabiliss

(5) au moins deux vnements se produisent :

Les Espaces Probabiliss

(9) deux vnements seulement se produisent :

(a) (T 1) T , puisque Ti pour tout i I.

Il en rsulte que T est une tribus de P ().

Les Espaces Probabiliss

nest pas un lment de A1 A2 .

3. Le produit cartsien de deux tribus nest pas, en gnral, une tribu.

est un vnement de A1 A2 , mais :

{(a, b)}c = {(a, b)}

nest pas un vnement de A1 A2 .

Construire lalgbre engendre par :

C = {{a} , {b, c} , {d, e}}

Les Espaces Probabiliss

(b) Rciproquement, pour tout x R, considrons la suite :