Variables aléatoires. Loi binomiale. Indépendance de variables aléatoires. [http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Enoncés 1

Documents pareils
[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

EXERCICES : DÉNOMBREMENT

Dénombrement. Chapitre Enoncés des exercices

1 Mesure et intégrale

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Suites et séries de fonctions

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

SÉRIES STATISTIQUES À DEUX VARIABLES

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Limites des Suites numériques

Comportement d'une suite

Processus et martingales en temps continu

Chapitre 3 : Fonctions d une variable réelle (1)

Probabilités et statistique pour le CAPES

Les Nombres Parfaits.

Statistique descriptive bidimensionnelle

Baccalauréat S Asie 19 juin 2014 Corrigé

Séries réelles ou complexes

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Exercices de mathématiques

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

Etude de la fonction ζ de Riemann

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Terminale S. Terminale S 1 F. Laroche

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

STATISTIQUE : TESTS D HYPOTHESES

Séquence 5. La fonction logarithme népérien. Sommaire

Cours de Statistiques inférentielles

CHAPITRE 2 SÉRIES ENTIÈRES

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

STATISTIQUE AVANCÉE : MÉTHODES

20. Algorithmique & Mathématiques

14 Chapitre 14. Théorème du point fixe

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

c. Calcul pour une évolution d une proportion entre deux années non consécutives

Introduction : Mesures et espaces de probabilités

Des résultats d irrationalité pour deux fonctions particulières

4 Approximation des fonctions

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Cours 5 : ESTIMATION PONCTUELLE

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

55 - EXEMPLES D UTILISATION DU TABLEUR.

Solutions particulières d une équation différentielle...

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Formation d un ester à partir d un acide et d un alcool

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Chaînes de Markov. Arthur Charpentier

DETERMINANTS. a b et a'

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Principes et Méthodes Statistiques

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

UNIVERSITÉ DE SFAX École Supérieure de Commerce

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

Université Pierre et Marie Curie. Biostatistique PACES - UE

Statistique Numérique et Analyse des Données

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Processus géométrique généralisé et applications en fiabilité

Module 3 : Inversion de matrices

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

MESURE DE L'INFORMATION

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Initiation à l analyse factorielle des correspondances

Chapitre 3 : Transistor bipolaire à jonction

Échantillonnage et estimation

Chap. 5 : Les intérêts (Les calculs financiers)

Gérer les applications

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Les algorithmes de tri

Simulation de variables aléatoires

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

Moments des variables aléatoires réelles

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

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

Séries numériques. Chap. 02 : cours complet.

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

RECHERCHE DE CLIENTS simplifiée

Régulation analogique industrielle ESTF- G.Thermique

La tarification hospitalière : de l enveloppe globale à la concurrence par comparaison

EI - EXERCICES DE PROBABILITES CORRIGES

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

Risque de longévité et détermination du besoin en capital : travaux en cours

Télé OPTIK. Plus spectaculaire que jamais.

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Sommaire Chapitre 1 - L interface de Windows 7 9

Transcription:

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Eocés 1 Variables aléatoires Loi biomiale Exercice 1 [ 03369 ] [Correctio] Ue variable aléatoire réelle X suit ue loi biomiale de taille et de paramètre p ]0 ; 1[. Pour quelle valeur de, la probabilité p PX est-elle maximale? Exercice 2 [ 03846 ] [Correctio] Soit X ue variable aléatoire biomiale de paramètres et p avec p ]0 ; 1[. O ote b,, p PX a Pour quelle valeur m de, le coefficiet b,, p est-il maximal? b Étudier la mootoie de la foctio f : x x m 1 x m sur [0 ; 1]. c Vérifier que si m [p ; + 1p] alors m b m,, bm,, p b m,, m + 1 d Proposer e ecadremet aalogue pour m [ + 1p 1 ; p]. e O doe la formule de Stirlig! 2π e Doer u équivalet simple de bm,, p. Exercice 3 [ 03975 ] [Correctio] Ue variable aléatoire X suit ue loi biomiale de taille et de paramètre p. Quelle est la loi suivie par la variable Y X? Exercice 4 [ 04125 ] [Correctio] U étudiat résout u QCM costitué de questios offrat chacue quatre réposes possibles. Pour chaque questio, et idépedammet les ues des autres, il a la probabilité p de savoir résoudre celle-ci. Das ce cas il produit la boe répose. Si e revache, il e sait pas résoudre la questio, il choisit arbitrairemet l ue des quatre réposes possibles. O ote X la variable aléatoire détermiat le ombre de questios qu il savait résoudre et Y le ombre de questios qu il a correctemet résolues parmi celles où il a répodu «au hasard». a Recoaître la loi de Z X + Y. b Calculer espérace et variace de Z. Exercice 5 [ 04118 ] [Correctio] U archer tire sur cibles. À chaque tir, il a la probabilité p de toucher la cible et les tirs sot supposés idépedats. Il tire ue première fois sur chaque cible et o ote X le ombre de cibles atteites lors de ce premier jet. L archer tire esuite ue secode fois sur les cibles restates et l o ote Y le ombre de cibles touchés lors de cette tetative. Détermier la loi de la variable Z X + Y. Exercice 6 [ 04191 ] [Correctio] a Soit X et Y deux variables aléatoires idépedates suivat des lois de Beroulli de paramètres p et q. Détermier la loi de la variable Z maxx, Y. Deux archers tiret idépedemmet sur cibles. À chaque tir, le premier archer a la probabilité p de toucher, le secod la probabilité q. b Quelle est la loi suivie par le ombre de cibles touchées au mois ue fois? c Quelle est la loi suivie par le ombre de cibles épargées? Idépedace de variables aléatoires Exercice 7 [ 03974 ] [Correctio] Soiet X et Y deux variables aléatoires fiies sur u espace Ω. O suppose x, y XΩ YΩ, PX x, Y y PX x PY y Motrer que les variables X et Y sot idépedates. Exercice 8 [ 03973 ] [Correctio] Motrer que deux évèemets sot idépedats si, et seulemet si, leurs foctios idicatrices défiisset des variables aléatoires idépedates. Exercice 9 [ 03817 ] [Correctio] Deux variables aléatoires idépedates X et Y suivet des lois biomiales de tailles et m et de même paramètre p. Peut-o idetifier la loi suivie par la variable aléatoire Z X + Y? Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Eocés 2 Exercice 10 [ 03818 ] [Correctio] Soiet X et Y deux variables aléatoires réelles idépedates. Les variables aléatoires X + Y et X Y sot-elles idépedates? Exercice 11 [ 03825 ] [Correctio] Soiet X et Y deux variables aléatoires preat pour valeurs a 1,..., a avec PX a i PY a i p i O suppose que les variables X et Y sot idépedates. Motrer que PX Y p i 1 p i Exercice 12 [ 03981 ] [Correctio] Soiet X ue variable aléatoire défiie sur u espace probabilisé fii Ω, P et f ue applicatio défiie sur XΩ. À quelle coditio les variables aléatoires X et f X sot-elles idépedates? Espérace Exercice 13 [ 03833 ] [Correctio] Soit X ue variable aléatoire réelle sur u espace probabilisé fii. Établir E X 2 E X 2 Exercice 14 [ 03835 ] [Correctio] Soit X ue variable aléatoire preat ses valeurs das {0, 1,..., N}. Établir N 1 EX PX > 0 Exercice 15 [ 03839 ] [Correctio] O se propose d aalyser le sag d ue populatio de N idividus pour y déceler l évetuelle présece d u virus dot o sait qu il affecte ue persoe doée avec la probabilité p idépedammet des autres. O dispose pour cela de deux protocoles : Protocole 1 : O aalyse le sag de chacu des N idividus. Protocole 2 : O regroupe les idividus par groupe de o suppose N divisible par. O rassemble la collecte de sag des idividus d u même groupe et o teste l échatillo. Si le résultat est positif, o aalyse alors le sag de chacu des idividus du groupe. a Préciser la loi de la variable aléatoire X égale au ombre de groupes positifs. b Soit Y la variable aléatoire détermiat le ombre d aalyses effectuées das le deuxième protocole. Exprimer l espérace de Y e foctio de, N et p. c Comparer les deux protocoles pour les valeurs N 1 000, 10 et p 0,01. Exercice 16 [ 03847 ] [Correctio] Das cet exercice, les variables aléatoires sot toutes supposées predre leurs valeurs das Z. O appelle foctio caractéristique d ue variable aléatoire X l applicatio ϕ X : R C défiie par ϕ X u E e iux a Vérifier que ϕ X est 2π-périodique et de classe C. Calculer ϕ X 0. Commet iterpréter ϕ X 0 et ϕ X 0? b Calculer la foctio caractéristique d ue variable X suivat ue loi de Beroulli de paramètre p. Même questio avec ue loi biomiale de paramètres et p. c Soiet X ue variable aléatoire réelle et x 0 u etier. Vérifier E déduire PX x 0 1 2π ϕ X ϕ Y 2π 0 ϕ X ue iux 0 du X Y d Soiet X et Y deux variables aléatoires idépedates. Vérifier ϕ X+Y ϕ X ϕ Y e Exploiter ce résultat pour retrouver la foctio caractéristique d ue variable aléatoire suivat ue loi biomiale. Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Eocés 3 Exercice 17 [ 03980 ] [Correctio] Soit p ]0 ; 1[ et X N ue suite de variables aléatoires mutuellemet idépedates vérifiat PX 1 p et PX 1 1 p a Calculer l espérace de X. b O pose Y E calculat de deux faços l espérace de Y, détermier p PY 1. c Quelle est la limite de p quad +. Exercice 18 [ 03987 ] [Correctio] Soiet X et Y deux variables aléatoires idépedates à valeurs das 1 ;. a Exprimer EX e foctio de PX. b O suppose les variables X et Y uiformes. Détermier l espérace de mix, Y puis de maxx, Y. Détermier aussi l espérace de X Y. Exercice 19 [ 03992 ] [Correctio] Soiet X et Y deux variables aléatoires réelles sur u espace probabilisé fii Ω, P. O suppose N, EX EY Motrer que X et Y suivet les mêmes lois. 1 Calcul d espéraces et de variaces Exercice 20 [ 03836 ] [Correctio] Soit X ue variable aléatoire à valeurs das {0, 1,..., } telle qu il existe a R vérifiat PX a Calculer l espérace et la variace de X. X Exercice 21 [ 03837 ] [Correctio] Ue ure cotiet boules blaches et boules rouges. O tire simultaémet boules das celle-ci et o ote X le ombre de boules rouges obteues lors de ce tirage. Quelle est la loi de X, so espérace, sa variace? Exercice 22 [ 03838 ] [Correctio] Soit X ue variable aléatoire biomiale de taille et de paramètre p ]0 ; 1[. Calculer l espérace de la variable 1 Y X + 1 Exercice 23 [ 03840 ] [Correctio] Das ue ure coteat boules blaches et boules rouges, o prélève successivemet et sas remise les boules. O ote X le ombre de tirages juste écessaire à l obtetio de toutes les boules rouges. a Détermier la loi de X. b Calculer so espérace et sa variace Exercice 24 [ 03986 ] [Correctio] O muit l esemble S des permutatios de 1 ; de la probabilité uiforme. Pour chaque s S, o pose Xs le ombre de poits fixes de s. Calculer l espérace et la variace de X. Exercice 25 [ 03984 ] [Correctio] Soiet X 1,..., X des variables mutuellemet idépedates suivat ue même loi d espérace m et de variace σ 2. a O pose Calculer espérace et variace de X. b O pose Calculer l espérace de V. X 1 V 1 1 X i 2 Xi X Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Eocés 4 Exercice 26 [ 04160 ] [Correctio] U fumeur a u paquet de N cigarettes das chacue de ses deux poches. Chaque fois qu il veut fumer, il choisit ue poche au hasard pour predre ue cigarette. Il répète cela jusqu à ce qu il tombe sur u paquet vide. Soit X N la variable aléatoire qui doe le ombre de cigarettes restat das l autre paquet à ce momet-là. a Écrire ue foctio Pytho qui simule l expériece et retoure X N. Faire la moyee pour 1 000 tests. b Proposer u espace probabilisé Ω, T, P qui modélise l expériece. c Exprimer la loi de X N. d Motrer que, pour 1 ; N 2N 1PX N + 1 2N PX N e Calculer l espérace de X N puis doer u équivalet de EX N. Covariace Exercice 27 [ 03993 ] [Correctio] Soit X et Y deux variables aléatoires réelles sur l espace probabilisé Ω, P. Motrer CovX, Y VX VY Exercice 28 [ 03994 ] [Correctio] Soit X et Y deux variables aléatoires réelles sur l espace probabilisé Ω, P avec VX > 0. Détermier a, b R tels que la quatité soit miimale. E [Y ax + b] 2 Exercice 29 [ 04111 ] [Correctio] À u péage autoroutier voitures frachisset au hasard et idépedammet l ue des trois barrières de péage mises à leur dispositio. O ote X 1, X 2, X 3 les variables aléatoires déombrat les voitures ayat frachi ces barrières. a Détermier la loi de X 1. b Calculer les variaces de X 1, X 2 et de X 1 + X 2. c E déduire la covariace de X 1 et X 2. Iégalités de Marov et de Bieaymé-Tchebychev Exercice 30 [ 03832 ] [Correctio] Soiet X ue variable aléatoire réelle et g: R + R + ue foctio strictemet croissate. Motrer que a 0, P X a E g X ga Exercice 31 [ 03816 ] [Correctio] Ue variable aléatoire X suit ue loi du biôme de paramètre p et de taille. Établir pour ε > 0, X P p p1 p ε ε Exercice 32 [ 03834 ] [Correctio] Soit X ue variable aléatoire suivat ue loi biomiale de taille et de paramètre p. Motrer que pour tout λ, ε > 0 P X p > ε E expλx p ε Exercice 33 [ 03982 ] [Correctio] [Sodage] Ue populatio de persoes présete ue propriété doée avec ue proportio icoue p ]0 ; 1[. O choisit u échatillo de persoes et l o pose X i 1 si le i-ème idividu présete la propriété étudiée, 0 sio. O cosidère que les variables aléatoires X i aisi défiies sot idépedates et suivet toute ue loi de Beroulli de paramètre p. a Quelle est la loi suivie par S X 1 + + X? b Détermier espérace et variace de S /. c Soit ε > 0. Établir S P p > ε 1 4ε 2 d Pour ε 0, 05, quelle valeur de choisir pour que S / soit voisi de p à ε près avec ue probabilité supérieure à 95 %? Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Eocés 5 Exercice 34 [ 04035 ] [Correctio] Soit X ue variable aléatoire de loi biomiale de paramètres et p. Soit N. Établir PX + 0 Exercice 35 [ 04042 ] [Correctio] Soit X ue variable aléatoire d espérace µ et de variace σ 2. Motrer P µ ασ < X < µ + ασ 1 1 α 2 Exercice 36 [ 04043 ] [Correctio] Soit X ue variable aléatoire de moyee µ et de variace σ 2. E itroduisat la variable aléatoire Motrer que pour tout α > 0 Y [ αx µ + σ ] 2 P X µ + ασ 1 1 + α 2 Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 6 Correctios Exercice 1 : [éocé] Par défiitio d ue loi biomiale et doc pour 1 O e déduit p p 1 p p + 1 p 1 p 1 p p p 1 1 + 1p E otat 0 la partie etière de + 1p. La suite p 0 0 est croissate et la suite p 0 est décroissate. Le maximum de p est doc atteit e 0. Exercice 2 : [éocé] Rappelos a Pour 1 ;, o a doc b,, p p 1 p b,, p b 1,, p + 1 p 1 p b,, p 1 + 1p b 1,, p La suite fiie b,, p 0 est doc croissate jusqu au plus grad etier m iférieur à + 1p puis deviet décroissate esuite. O peut doc affirmer b La foctio f est dérivable avec m + 1p f x m xx m 1 1 x m 1 La foctio f est doc croissate sur [0 ; m/] et décroissate sur [m/ ; 1]. c Si m [p ; + 1p] alors m/ + 1 p m/ et puisque f est croissate sur [0 ; m/] f m/ + 1 f p f m/ ce qui coduit à l ecadremet demadé. d Si m [ + 1p 1 ; p] alors m/ p m + 1/ + 1 et par décroissace de f sur [m/ ; 1], o obtiet b m,, m + 1 bm,, p b m,, m + 1 e Quad +, o a m + 1p p + et m 1 p + ce qui permet d écrire simultaémet! 2π e, m! 2πmm m e m et m! 2π m m m e m O e déduit après calcul b m,, m 2πm m 1 2πp1 p O obtiet les mêmes équivalets pour m b m,, + 1 et l o peut doc coclure par ecadremet b m,, p Exercice 3 : [éocé] XΩ YΩ 0 ;. Pour 0 ;, doc PX PY PX et b m,, m + 1 + 1 1 2πp1 p p 1 p p 1 p La variable aléatoire Y suit ue loi biomiale de taille et de paramètre q 1 p. Exercice 4 : [éocé] Compte teu de l expériece modélisée, o peut affirmer que la variable X suit ue loi biomiale de paramètres et p. PX p 1 p Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 7 De plus, pour 0 ;, si l évéemet X est réalisé, il y a questios pour lesquelles l étudiat répod au hasard avec ue probabilité 1/4 de réussir : P Y j X j 1 4 j j 3 avec j 0 ; 4 a La variable Z pred ses valeurs das 0 ;. Pour 0 ;, l évéemet Z peut être décomposé e la réuio disjoite des évéemets X j, Y j avec j {0, 1,..., } Aisi Par probabilité composées Aisi Or O e déduit P Z PX j, Y j j0 PX j, Y j P Y j X j PX j PZ PZ Par la formule du biôme O simplifie b O a alors j0 j j j PZ PZ EZ j j 1 4 3 1 p 4 j 3 4! j!! j! j0 p j 1 p j j j j 1 1 p p j j 4 3 1 1 p 1 p + p 4 4 3p + 1 4 q 1 q avec q 1 4 + 3 4 p et VZ 33p + 11 p 16 Exercice 5 : [éocé] La modélisatio etraîe que la variable aléatoire X suit ue loi biomiale de paramètres et p : PX p 1 p avec 0 ; La variable aléatoire Y est quat à elle bie coue que lorsque le ombre X de cibles restat l est, elle suit alors ue loi de Beroulli P Y l X p l l 1 p l avec l Par probabilités totales Par probabilités composées Ceci doe Or et doc Par la formule du biôme PZ m PZ m PZ m m PX, Y m 0 m PX P Y m X 0 m PZ m PZ m avec q p2 p. La variable Z suit ue loi biomiale. Exercice 6 : [éocé] m p m 1 p 2 m m 0!!m! m! p m 1 p 2 m m m 0 p m 2 m 2 pm 1 p m 1 p m m m m 1 1 p q m 1 q m m Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 8 a ZΩ {0, 1} et PZ 0 PX 0, Y 0. Par idépedace PZ 0 PX 0 PY 0 1 p1 q. O e déduit que Z suit ue loi de Beroulli de paramètre r 1 1 p1 q p + q pq b Numérotos les cibles de 1 à et défiissos les variables aléatoires X i et Y i détermiat si la cible i est touchée par l u ou l autre des deux archers. Ces variables sot idépedates, X i suit ue loi de Beroulli de paramètre p et Y i de paramètre q. La variable Z i maxx i, Y i détermie si ue cible a été touchée au mois ue fois. Le ombre de cibles touchées au mois ue fois est doc N Les variables Z i état idépedates, la variable N suit ue loi biomiale de paramètres et r p + q pq. c Le ombre M de cibles épargées et M N. La loi suivie est biomiale de paramètre et 1 r 1 p1 q. Exercice 7 : [éocé] Soiet A {x 1,..., x } et B {y 1,... y m }. O a X A Y B X x Y y E développat Cette réuio état disjoite et doc Fialemet X A Y B PX A, Y B x A x,y A B x,y A B Z i y B X x Y y PX x PY y PX A, Y B PX x PY y x A y B PX A, Y B PX A PY B Les variables aléatoires X et Y sot doc bie idépedates. Exercice 8 : [éocé] Soiet A, B deux évèemets de l espace probabilisé Ω, P. Supposos les foctios idicatrices 1 A et 1 B idépedates. O a ce qui se relit P1 A 1, 1 B 1 P1 A 1 P1 B 1 PA B PA PB Iversemet, supposos les évèemets A et B idépedats. O sait qu alors Ceci se relit PA B PA PB, PĀ B PĀ PB, PA B PA P B et PĀ B PĀ P B P1 A 1, 1 B 1 P1 A 1 P1 B 1, P1 A 0, 1 B 1 P1 A 0 P1 B 1, P1 A 1, 1 B 0 P1 A 1 P1 B 0 et P1 A 0, 1 B 0 P1 A 0 P1 B 0 O e déduit que les variables aléatoires 1 A et 1 B sot idépedates. Exercice 9 : [éocé] La variable Z pred ses valeurs das {0, 1,..., + m}. L évéemet Z l est la réuio des évéemets X, Y l et doc Par idépedace et doc PZ l l PX, Y l 0 PX, Y l PX PY l PZ l l 0 m p l 1 p +m l l Or, e cosidérat le coefficiet de X l das le développemet des deux membres de l idetité 1 + X +m 1 + X 1 + X m Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 9 o obtiet et fialemet l 0 m l + m + m PZ l p l 1 p +m l l La variable aléatoire Z suit ue loi biomiale de taille + m et de paramètre p. Exercice 10 : [éocé] La répose est égative e gééral. Supposos que X et Y suivet des lois de Beroulli de paramètre 1/2. O a PX + Y 2 PX 1 PY 1 1/4 et PX Y 0 PX 0 PY 0 + PX 1 PY 1 1/2 Or l évéemet X + Y 2 est iclus das l évéemet X Y 0 doc et l o costate PX + Y 2 X Y 0 PX + Y 2 PX + Y 2 X Y 0 PX + Y 2 PX Y 0 Exercice 11 : [éocé] L évéemet {X Y} se décompose e les évéemets icompatibles {X a i Y a i }. Par hypothèse d idépedace doc puis par complémetatio Efi, o coclut sachat P {X a i Y a i } P {X a i } P {Y a i } p 2 i P {X Y} P {X Y} 1 1 p i l p 2 i p 2 i Exercice 12 : [éocé] Supposos les variables aléatoires X et f X idépedates. Soiet ω Ω vérifiat P{ω} > 0. Posos x Xω et y f x. O a P f X y X x P f X y X x PX x Or {X x} { f X y}, doc P f X y X x 1 Cepedat, les variables X et f X état supposées idépedates P f X y X x P f X y Aisi f X y presque sûremet. La réciproque est immédiate et doc X et f X sot idépedates si, et seulemet si, f X est presque sûremet costate. Exercice 13 : [éocé] Par la formule de Huyges Exercice 14 : [éocé] Notos p PX. O a par défiitio VX E X EX 2 EX 2 EX 2 0 EX Or {X } {X > 1} \ {X > } doc doc EX N p 0 N p 1 p PX > 1 PX > N N PX > 1 PX > 1 Par décalage d idice das la première somme 0 1 N 1 N EX + 1 PX > PX > 1 Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 10 E supprimat le derier terme assurémet ul de la deuxième somme et e y ajoutat u terme ul correspodat à l idice 0 N 1 N 1 EX + 1 PX > PX > 0 Efi, e combiat ces sommes Exercice 15 : [éocé] 0 N 1 EX PX > 0 a Das u groupe doé, le ombre Z d idividus ifectés suit ue loi biomiale de taille et de paramètre p. L échatillo du groupe sera positif si Z 1. La probabilité qu u échatillo de groupe soit positif est doc q PZ 1 PZ 0 1 1 p 1 L ifectio ou o d u groupe suit ue loi de Beroulli de probabilité q. Les groupes pouvat être cosidérés comme idépedats, le ombre X de groupes ifectés suit ue loi biomiale de taille N/ et de paramètre q. b Le ombre Y d aalyses se déduit du ombre X de groupes ifectés par la relatio L espérace de Y est Y N + X EY N + EX N 1 + q N 1 + 1 p c Le premier protocole coduit à 1000 aalyses alors que le secod e demade qu e moyee 196 Exercice 16 : [éocé] a Notos x 1,..., x les valeurs etières prises par X. O a ϕ X u e iux PX x 1 La foctio ϕ X est alors combiaiso liéaire de foctios 2π-périodiques car x Z et de classe C. ϕ X 0 E1 1, ϕ X 0 1 b Si X suit ue loi de Beroulli de paramètre p ix PX x iex et ϕ X 0 EX2 ϕ X u 1 p + pe iu Si X suit ue loi biomiale de paramètres et p ϕ X u 0 c Avec les otatios qui précèdet 2π 0 ϕ X ue iux 0 du p 1 p e iu 1 p + pe iu PX x 0 2π Puisque x x 0 est u etier 2π e iux x 0 0 si x x 0 du 0 2π si x x 0 et doc Si ϕ X ϕ Y alors et doc X Y. 2π 0 ϕ X ue iux 0 du 2π PX x 0 x 0 Z, PX x 0 PY x 0 d Notos que X + Y pred ses valeurs das Z comme X et Y. 0 e iux x 0 du ϕ X+Y u E e iux+y E e iux e iuy E e iux E e iuy ϕ X uϕ Y u car les variables X et Y sot supposées idépedates. e Ue loi biomiale de paramètres et p peut se compredre comme la somme de loi de Beroulli idépedates de paramètre p. Avec cet exercice, o perçoit la trace das ue situatio particulière de résultats beaucoup plus gééraux. Il est assez fréquet d étudier ue variable aléatoire par la foctio caractéristique associée. Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 11 Exercice 17 : [éocé] a EX 1 p + 1 1 p 2p 1. b Par l idépedace des variables Aussi Y {1, 1} et O e déduit c Puisque p < 1, p 1/2. Exercice 18 : [éocé] a E écrivat o obtiet b Par la propriété au-dessus Puisque o obtiet Aussi doc E mix, Y EY EX 2p 1 1 EY 1 p + 1 1 p 2p 1 p 1 + 2p 1 2 PX PX PX + 1 EX PX 1 PX 1 PX et Y 1 E mix, Y 1 2 PX PY 1 PX PY + 1 + 1 2 1 2 2 1 E maxx, Y + 1 1 mix, Y + maxx, Y X + Y + 12 + 1 6 + 12 + 1 6 + 14 1 6 Ecore doc mix, Y 1 X + Y X Y 2 E X Y + 1 Exercice 19 : [éocé] Notos x 1,..., x les élémets de XΩ YΩ. O peut écrire N, EX + 12 + 1 3 x i PX x i 2 1 3 Soit j 1 ;. Cosidéros maiteat u polyôme L j preat la valeur 1 e x j et la valeur 0 e les x i avec i j. E otat N le degré de L j, o peut écrire et alors Parallèlemet et doc a 0 + a 1 EX + + a N EX N a 0 + a 1 EY + + a N EY N Exercice 20 : [éocé] La valeur de a se déduit de l idetité et l o obtiet a 1/2. L espérace de X est EX a L j x a 0 + a 1 x + + a N x N L j x i PX x i PX x j L j x i PY x i PY x j PX x j PY y j PX 1 0 a 1 1 1 a2 1 1 2 Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 12 et la variace est Or doc puis EXX 1 a VX EX 2 EX 2 1 a 1 2 EX 2 EXX 1 + EX 2 VX 4 + 1 4 2 2 2 + 1 4 Exercice 21 : [éocé] E distiguat les boules, il y a 2 tirages possibles et, pour 0, exactemet tirages coduisat à l obtetio de boules rouges. O e déduit L espérace de X est avec O a EX PX 2 1 1 1 2 1 1 1 1 1 1 2 1 1 e cosidérat le coefficiet de X 1 das le développemet de et doc 1 + X 1 1 + X 1 + X 2 1 1 2 2 1 EX 1 2 O calcule la variace VX par la relatio VX EX 2 EX 2 e commeçat par calculer EXX 1. EXX 1 1 2 1 2 2 2 et e cosidérat le coefficiet de X 2 das le développemet de o obtiet puis et efi Exercice 22 : [éocé] Puisque l espérace de Y est doée par 1 + X 2 1 + X 1 + X 2 2 1 2 2 2 12 EXX 1 1 2 22 1 EX 2 VX PX EY 0 3 22 1 2 42 1 p 1 p 1 p 1 p + 1 Or + 1 + 1 + 1 + 1 doc puis par glissemet d idice EY 1 + 1 EY 0 1 +1 p + 1 1 + 1 p 1 p + 1 + 1 p 1 p +1 Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 13 et efi par la formule du biôme avec u terme maquat Exercice 23 : [éocé] EY 1 1 p+1 p + 1 a Les valeurs prises pas X sot les élémets de {, + 1,..., 2}. Distiguos les boules. Le ombre de tirages possibles est 2! Les tirages de + boules coteat toutes les boules rouges sas pour autat termier par ue boule rouge sot au ombre de +!! E effet, o choisit emplacemets pour les boules blaches parmi les + correspodat au début du tirage extrayat les rouges. O positioe esuite les boules rouges das les emplacemets restats et les boules blaches das les emplacemets réservés et sur la fi du tirage. O a doc PX +!2 + 2! O e déduit b L espérace de X est Or doc PX +!2 2! EX EX!2 2! [ + ] + 1!2 + 1 1 2! + P X + 0 + 1 + + 0 +!2 2 + 1 2! Pour calculer la variace, commeços par calculer EXX + 1. EXX + 1 2 + 1 + 1 + + + 1 P X + 0 Or puis doc et efi + 1 + + 1 + + + 1 + 1 EXX + 1!2 2 + 2 + 1 2! + 12 + 1 2 + 2 EX 2 EX 2 + X EX 2 2 + 12 + 3 + 2 + 1 VX EX 2 EX 2 2 2 + 1 + 2 + 1 2 Exercice 24 : [éocé] Notos S le sous-esemble de S costitué des permutatios possédat exactemet 0 ; poits fixes. Cosidéros alors O observe EX PX 1! 0 Card S 0 Ω S 1 ; {s, x s S et x 1 ; } Card S Card {s, x Ω sx x} 0 Puisqu il y a autat de permutatios das S vérifiat sx a que de permutatio vérifiat sx b, et doc Aussi Cosidéros alors Card {s, x Ω sx x} 1 Card Ω! EXX 1 1! EX 1 1 Card S 0 Ω {s, x, y s S et x, y 1 ;, x y} Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 14 O observe 1 Card S Card { s, x, y Ω sx x et sy y } 0 U argumet d uiformité aalogue au précédet fourit et doc O e déduit Exercice 25 : [éocé] a Par liéarité de l espérace Card { s, x, y Ω sx x et sy y }! EXX 1 1 VX EXX 1 + EX EX 2 1 E X 1 EX i m Puisque de surcroît les variables sot mutuellemet idépedates b E développat V 1 1 V X 1 2 Xi 2 2 X Par liéarité de l espérace puis et efi EV 1 1 EV 1 1 VX i σ2 X i + X 2 1 Xi 2 1 E Xi 2 1 E X 2 σ 2 + m 2 σ 2 1 + m2 EV σ 2 1 X 2 Exercice 26 : [éocé] a from radom import radom def simuln: P1,P2 N,N while P1 * P2 > 0: if radom < 0.5: P1 P1-1 else: P2 P2-1 retur P1 + P2 N 20 C 0 for i i rage1000: C C + simuln pritc/1000 b O peut predre Ω {1, 2} 2N mui de la tribu discrète et de la probabilité uiforme pour modéliser la successio de 2N choix de l u ou l autre paquet. c La variable X N pred ses valeurs das 1 ; N. Pour 1 ; N, o a X N lorsque N fois le paquet 1 a été choisi et N fois le paquet 2, le derier choix état fait das le paquet 1. O a aussi X N das la situatio symétrique. O e déduit : 2N + 1 PX 2 1 N 1 2 2N le coefficiet biomial correspod au positioemet des N 1 valeurs 1 das les 2N + 1 positios possibles le derier 1 état e positio 2N. d La formule se vérifie e exprimat les coefficiets biomiaux sous forme factorielle le cas N état traité à part. e O somme la formule qui précède et o simplifie sachat O coclut N N PX N 1, PX N + 1 1 PX N 1 1 et 1 N + 1 PX N + 1 EX N PX N 1 1 EX N 2N 1 PX N 1 2N 1 2 2N 2 2N 2 N 1 Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 15 Par la formule de Stirlig EX N N + 2 N π Exercice 27 : [éocé] Pour λ R, itroduisos Z λx + Y. O a VZ 0 avec VZ λ 2 VX + 2λ CovX, Y + VY Si VX 0, o a écessairemet CovX, Y 0 pour que VZ soit positif pour tout λ R. Si VX 0, o a écessairemet 4CovX, Y 2 4VX VY 0 pour que VZ soit positif pour tout λ R. Das les deux cas, o obtiet CovX, Y VX VY Exercice 28 : [éocé] O a E [Y ax + b] 2 V Y ax + b + E Y ax + b 2 D ue part et doc D autre part V Y ax + b VY ax a 2 VX 2a CovX, Y + VY V Y ax + b VY ax 2 CovX, Y a VX + VX O e déduit que est miimale pour a VX VY CovX, Y2 VX E Y ax + b 2 0 pour b EY a EX CovX, Y VX E [Y ax + b] 2 et b VX EY CovX, Y EX VX Ces valeurs de a et b réaliset ue régressio liéaire : elles doet la meilleure expressio liéaire de Y e foctio de X. Exercice 29 : [éocé] a Chacue des voitures a la probabilité p 1/3 de choisir le premier péage. Dès lors, la variable aléatoire X 1 peut se compredre comme état le ombre de succès das ue série de épreuves idépedates ayat chacue la probabilité p de réussir. La variable X 1 suit ue loi biomiale de paramètres et p 1/3. b VX 1 p1 p 2/9 et VX 2 2/9 car X 1, X 2, X 3 suivet les mêmes lois. Puisque X 1 + X 2 X 3, VX 1 + X 2 V X 3 VX 3 2/9. c Sachat o obtiet VX 1 + X 2 VX 1 + 2CovX 1, X 2 + VX 2 CovX 1, X 2 /9 Exercice 30 : [éocé] Puisque la foctio g est strictemet croissate, les évéemet X a et g X ga sot idetiques. Or l iégalité de Marov doe et doc Exercice 31 : [éocé] Rappelos Cosidéros la variable aléatoire Par l iégalité de Marov doc E g X ga P g X ga P X a E g X ga EX p et VX p1 p Y X p X EX P Y a E Y ε X P p ε E Y ε Or E Y EY 2 avec EY 2 VX p1 p doc X P p p1 p ε ε Diffusio autorisée à titre etièremet gratuit uiquemet - dd

[http://mp.cpgedupuydelome.fr] édité le 28 décembre 2016 Correctios 16 Exercice 32 : [éocé] Par stricte croissace de l expoetiel, l évéemet X p > ε équivaut à l évéemet exp λx p ε 1 L iégalité de Marov appliquée à la variable Y exp λx p ε permet alors de coclure P exp λx p ε 1 E exp λx p ε Exercice 33 : [éocé] a S soit ue loi biomiale de paramètres et p. b Puisque S suit ue loi biomiale, ES p et VS p1 p. Par coséquet S S p1 p E p et V c Par l iégalité de Bieaymé-Tchebychev P S S E > ε 1 VS / ε 2 et doc S P p > ε p1 p ε 2 Efi, l iégalité classique p1 p 1/4 permet de coclure. d O choisit de sorte que La valeur 2000 est coveable. 1/4ε 2 0, 05 Exercice 35 : [éocé] Par l iégalité de Bieaymé-Tchebychev P X µ ασ < σ2 ασ 2 1 α 2 O coclut par cosidératio d évèemet complémetaire. Exercice 36 : [éocé] O a EY α 2 E X µ 2 + 2α EX µ + σ 2 α 2 + 1σ 2 L iégalité de Marov appliquée à la variable positive Y doe Pour a σ 2 α 2 + 1 2, Or et doc puis PY a EY a PY a 1 1 + α 2 X µ + ασ αx µ + σ α 2 + 1σ X µ + ασ Y a P X µ + ασ 1 1 + α 2 Exercice 34 : [éocé] Par l iégalité de Bieaymé-Tchebychev Choisissos ε > 0 pour que P X p ε p1 p ε 2 X X p ε La valeur ε p coviet et est strictemet positive pour assez grad. O a alors P X p1 p p 2 0 + Diffusio autorisée à titre etièremet gratuit uiquemet - dd