Tirages dans une urne. Enoncé

Documents pareils
Probabilités sur un univers fini

Exercices sur le chapitre «Probabilités»

Probabilités sur un univers fini

Couples de variables aléatoires discrètes

Espaces probabilisés

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Probabilités Loi binomiale Exercices corrigés

I. Cas de l équiprobabilité

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

NOTIONS DE PROBABILITÉS

CALCUL DES PROBABILITES

Texte Agrégation limitée par diffusion interne

Calculs de probabilités conditionelles

Probabilités. C. Charignon. I Cours 3

Exercices de dénombrement

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Probabilités conditionnelles Loi binomiale

P1 : Corrigés des exercices

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

LES GENERATEURS DE NOMBRES ALEATOIRES

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

(51) Int Cl.: H04L 29/06 ( ) G06F 21/55 ( )

Travaux dirigés d introduction aux Probabilités

Coefficients binomiaux

Loi d une variable discrète

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Les probabilités. Chapitre 18. Tester ses connaissances

Fluctuation d une fréquence selon les échantillons - Probabilités

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Problèmes de Mathématiques Filtres et ultrafiltres

Chapitre 2. Matrices

Les devoirs en Première STMG

3 ème 2 DÉVELOPPEMENT FACTORISATIONS ET IDENTITÉS REMARQUABLES 1/5 1 - Développements

4. Martingales à temps discret

4. Exercices et corrigés

Université Paris 8 Introduction aux probabilités Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Feuille d exercices 2 : Espaces probabilisés

PROBABILITÉS CONDITIONNELLES

Amphi 3: Espaces complets - Applications linéaires continues

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Probabilités conditionnelles Exercices corrigés

Exercice autour de densité, fonction de répatition, espérance et variance de variables quelconques.

Arbre de probabilité(afrique) Univers - Evénement

Moments des variables aléatoires réelles

Raisonnement par récurrence Suites numériques

Introduction à la Statistique Inférentielle

Exercices supplémentaires sur l introduction générale à la notion de probabilité

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

EI - EXERCICES DE PROBABILITES CORRIGES

1 TD1 : rappels sur les ensembles et notion de probabilité

3. Conditionnement P (B)

Exo7. Calculs de déterminants. Fiche corrigée par Arnaud Bodin. Exercice 1 Calculer les déterminants des matrices suivantes : Exercice 2.

Comparaison de fonctions Développements limités. Chapitre 10

Axiomatique de N, construction de Z

Master IMEA 1 Calcul Stochastique et Finance Feuille de T.D. n o 1

Fonctions de plusieurs variables

III- Raisonnement par récurrence

Variables Aléatoires. Chapitre 2

TSTI 2D CH X : Exemples de lois à densité 1

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Qu est-ce qu une probabilité?

La simulation probabiliste avec Excel

Programmes des classes préparatoires aux Grandes Ecoles

Chapitre 2 Le problème de l unicité des solutions

6. Les différents types de démonstrations

6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses

Introduction au Calcul des Probabilités

4 Distributions particulières de probabilités

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

POKER ET PROBABILITÉ

Intégration et probabilités TD1 Espaces mesurés Corrigé

COMBINATOIRES ET PROBABILITÉS

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Simulation de variables aléatoires

Lois de probabilité. Anita Burgun

Limites finies en un point

Méthode de Monte Carlo pour le calcul d'options

BONUS MALUS. Voici, la façon de calculer la prime : Le montant de la prime à acquitter est égale à : P = PB. C où : P

Estimation et tests statistiques, TD 5. Solutions

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

Exo7. Limites de fonctions. 1 Théorie. 2 Calculs

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Probabilités. I - Expérience aléatoire. II - Evénements

Probabilités-énoncés et corrections

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

I. Introduction. 1. Objectifs. 2. Les options. a. Présentation du problème.

Plan général du cours

Andrey Nikolaevich Kolmogorov

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

Chaînes de Markov au lycée

Transcription:

Enoncé Dans tout l eercice, on désigne par c un entier naturel non nul fié On considère alors une urne contenant initialement des boules blanches et des boules rouges, toutes indiscernables au toucher, dans laquelle on effectue des tirages successifs d une boule selon le protocole suivant : après chaque tirage, la boule tirée est remise dans l urne, dans laquelle on rajoute, avant le tirage suivant, c boules de la couleur de la boule qui vient d être tirée ) Dans cette question, on suppose que l urne contient initialement b boules blanches et r boules rouges, où b et r sont des entiers naturels non nuls a) Déterminer la probabilité d obtenir une boule blanche au premier tirage b) Déterminer la probabilité d obtenir une boule blanche au deuième tirage c) Si la deuième boule tirée est blanche, quelle est la probabilité que la première boule tirée ait été blanche? ) Pour tous entiers naturels non nuls n, et y, on note u(,y) n la probabilité d obtenir une boule blanche au n ème tirage, lorsque l urne contient initialement boules blanches et y boules rouges a) Montrer que : 3 y (n,,y) (! ), u (,y) u n( + c,y) + u n(,y + c) + y + y b) En déduire que :! y 3 (n,,y) ( ), u n(,y) + 3) Dans cette question, on suppose que l urne contient initialement eactement une boule blanche et une boule rouge et que c est égal à Pour tout entier naturel n non nul, on note alors X n la variable aléatoire égale au nombre de boules blanches obtenues au cours des n premiers tirages Déterminer la loi de X et de X Page Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

Montrer alors que, pour tout n!, l espérance et la variance X n suit une loi uniforme dont on précisera Page Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

Correction ) a) Avant de procéder au premier tirage, l urne contient b+r boules, dont b boules blanches Il y a donc b+r tirages possibles, dont b favorables à la réalisation de l événement «obtenir une boule blanche au premier tirage» Les tirages étant équiprobables (les boules étant indiscernables au toucher), on peut donc conclure : La probabilité d obtenir une boule blanche au premier b tirage est b+ r b) Pour tout k!, notons B k l événement «obtenir une boule blanche au k ème tirage», et R k l événement «obtenir une boule rouge au k ème tirage» La famille (B, R ) formant un système complet d évènements, on peut écrire, d après la formule des probabilités totales : précédente, p(b ) p(b )p(b B ) + p(r )p(b R ) donc, d après le résultat de la question b r p(b / B ) + p(b / R ) b + r b + r comme p(r ) p(b ) : De plus, sachant que l événement B est réalisé, l urne contient, avant de procéder au deuième tirage, b+r+c boules, dont b+c blanches Les tirages étant b+ c équiprobables, on a donc : p(b / B ) b + c + r On a donc : b(b + c) rb p(b ) + (b + r)(b + r + c) (b + r)(b + r + c) soit finalement : La probabilité d obtenir une boule blanche au deuième b tirage est b+ r Page 3 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

c) Les évènements B et B étant de probabilités non nulles, on a, d après la formule de Bayes : p(b / B ) p(b )p(b / B ) d où, d après les résultats précédents : p(b ) Si la deuième boule tirée est blanche, la probabilité que la première boule tirée ait été blanche est b+ c b + r + c ) a) Soit (, y) (! ) La famille (B, R ) formant un système complet d évènements, on peut écrire, d après la formule des probabilités totales : n!, p(b ) p(b )p(b / B ) + p(r )p(b / R ) donc, en substituant à b et y à y n!, u (,y) p(b /B ) + p(b /R ) + y + y r dans le résultat de la question a : Soit alors n! Sachant que l'évènement B est réalisé, l'urne contient alors +c boules blanches et y boules rouges avant de procéder au deuième tirage Pour que l'événement B soit réalisé, il faut et il suffit donc que l'on obtienne une boule blanche dans l'urne à l'issue d'une suite de n tirages dont le premier est effectué dans une urne contenant +c boules blanches et y boules rouges On a donc : ( ) n!,p B B u ( + c,y) n De même, on a : ( ) n!,p B R u (,y + c) On peut finalement conclure : n y n!, (,y) (! ),u (,y) u n( + c,y) + u n(,y+ c) + y + y b) Montrons par récurrence que : n!, (,y) (! ),u n(,y) + y Au rang n D'après le résultat de la question a, la propriété est vérifiée au rang n Page 4 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

Soit n! Supposons que : question a, on a : (, y) (! ),u n(, y) D'après le résultat de la + y y (, y) (! ),u (, y) u n(+ c,y) + u n(,y+ c) + y + y ( + c) y + ( + y)( + y + c) ( + y)( + y + c) + y Ainsi, la propriété est vérifiée au rang donc par hypothèse de récurrence : d'où : On peut finalement conclure : n!, (,y) (! ),u n(,y) + y a) A l'issue du premier tirage, on a pu obtenir une boule blanche avec une probabilité égale à ou aucune boule blanche avec une probabilité On peut donc conclure : X suit la loi uniforme sur " $ 0,# % b) Au cours des deu premiers tirages, on a pu obtenir ou ne pas obtenir une boule blanche à chacun des deu premiers tirages, donc X ( Ω ) { 0,,} Pour que l'événement [X 0] soit réalisé, il faut et il suffit que l'on n'ait obtenu aucune boule blanche au cours des deu premiers tirages, donc que l'on ait obtenu deu boules rouges On a donc : [X 0] R R p(x 0) p(r R ) d'où : donc, comme p(r ) 0 : p(r )p ( R R ) d'où, comme c : ie : 3 Page 5 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

3! Pour que l'événement [X ] soit réalisé, il faut et il suffit que l'on ait obtenu deu boules blanches au cours des deu premiers tirages On a donc : [X ] B B d'où : p(x ) p(b B ) donc, comme p(b ) 0 : p(b )p ( B B ) d'où, comme c : 3 ie : 3 p(x ) p(x 0) p(x ) donc : et enfin, comme : X ( ) { 0,,} 3 On peut donc conclure : Ω : X suit la loi uniforme sur " $ 0, # % c) Montrons par récurrence que, pour tout n!,xn suit la loi uniforme sur " $ 0,n# % Au rang n D'après le résultat de la question 3a, la propriété est vérifiée au rang n Soit n! Supposons que X n suive la loi uniforme sur " $ 0,n# % Au cours des premiers tirages, on a pu obtenir une boule blanche à chacun des tirages, donc : X ( Ω ) " $ 0,n + # % Soit alors k " $, # % Pour l'événement [X k] soit réalisé, il faut et il suffit que l'on ait obtenu eactement k boules blanches au cours des premiers tirages, donc que l'on ait obtenu soit eactement k boules blanches au cours des n premiers tirages puis une boule rouge au () ème, soit eactement k- boules blanches au cours des n premiers tirages puis une boule blanche au () ème On a donc : (( ) ( )) (( ) ( )) d'où : [X k] [Xn k] R [Xn k ] B p(x k) p [Xn k] R [Xn k ] B donc, ces évènements étant incompatibles : p[x k] R + p[x k ] B ( ) ( ) n n Page 6 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

Trois cas se présentent alors : - si k0 Dans ce cas, l'événement [Xn k ] est impossible, et on a : p(x 0) p [X 0] R donc, comme, par hypothèse de récurrence, ( ) n p(xn 0) 0 : p(xn 0)p ( R Xn 0) soit encore, comme, par hypothèse, X n suit la loi uniforme sur " $ 0,n# % : pr ( X n 0 ) Or, sachant que l'événement [X n 0] est réalisé, l'urne contient boules dont rouges avant de procéder au () ème tirage Les tirages étant équiprobables, on a donc : pr ( Xn 0), et donc : n + p(x 0), n + - si k " $,n# % Dans ce cas [X n k ] et [X n k] sont des évènements de probabilité non nulle, et on a : p(x k) p(xn k)p ( R Xn k) + p(xn k )p ( B Xn k ) donc, par hypothèse de récurrence : ( pr ( Xn k) + pb ( Xn k ) ) Or, sachant que l'événement [X n k] est réalisé, l'urne contient boules dont k+ blanches avant de procéder au () ème tirage Les tirages étant équiprobables, on a donc : k pr ( Xn k) k pb ( n Xn k ) n k " $,n #%,p(x k), n + et : + + d'où : - si k Dans ce cas, l'événement [Xn k] est impossible, et on a : Page 7 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

( ) + donc, comme, par hypothèse de récurrence, p(xn n) 0 : p(x n ) p [Xn n] B ( ) p(xn n)p B Xn n soit encore, comme, par hypothèse, X n suit la loi uniforme sur " $ 0, n# % : pb ( X n n ) Or, sachant que l'événement [Xn n] est réalisé, l'urne contient boules dont blanches avant de procéder au () ème tirage Les tirages étant équiprobables, on a donc : pb ( Xn n), et donc : n + p(x n + ) On a donc : k " $ 0, #%,p(x k) n + Ainsi, X n + suit la loi uniforme sur " $ 0,n + # %, donc la propriété est vérifiée au rang On peut finalement conclure : Pour tout n,xn! suit la loi uniforme sur " $ 0,n# % On a donc : n n,e(x n) kp(xn k) k 0 n k k 0! donc : d'où, comme n n(n + ) n!, k : k 0 n n!,e(x n) On a : Page 8 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07

n n,e(x n) k p(xn k) k 0 n k k 0! donc : d'où, comme n n(n + )(n + ) n!, k : k 0 6 n(n + ) et donc, comme : 6 n(n + ) n 6 4 soit encore : n(n + ) 3n soit finalement : n!,v(x n) E(X n) (E(X n)) n + n n!,v(x n) Page 9 Matthias FEGYVERES Stéphane PRETESEILLE EduKlub SA Fichier généré pour Visiteur (), le /0/07