Feuille d exercices n 7 : Couples de v.a.r. discrètes

Documents pareils
Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Moments des variables aléatoires réelles

Loi d une variable discrète

Espérance conditionnelle

EI - EXERCICES DE PROBABILITES CORRIGES

Probabilités sur un univers fini

Programmes des classes préparatoires aux Grandes Ecoles

P1 : Corrigés des exercices

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

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

Simulation de variables aléatoires

Licence MASS (Re-)Mise à niveau en Probabilités. Feuilles de 1 à 7

Probabilités et statistique. Benjamin JOURDAIN

Travaux dirigés d introduction aux Probabilités

Calculs de probabilités conditionelles

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

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Couples de variables aléatoires discrètes

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

1 TD1 : rappels sur les ensembles et notion de probabilité

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

Probabilités. C. Charignon. I Cours 3

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Intégration et probabilités TD1 Espaces mesurés Corrigé

Intégration et probabilités TD1 Espaces mesurés

PROBABILITÉS: COURS DE LICENCE DE MATHÉMATIQUES APPLIQUÉES LM 390

ILT. Interfacultair Instituut voor Levende Talen. Actes de communication. Serge Verlinde Evelyn Goris. Katholieke Universiteit Leuven

Probabilités sur un univers fini

Analyse stochastique de la CRM à ordre partiel dans le cadre des essais cliniques de phase I

SEANCE 4 : MECANIQUE THEOREMES FONDAMENTAUX

Que faire lorsqu on considère plusieurs variables en même temps?

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

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

Probabilités Loi binomiale Exercices corrigés

Probabilités conditionnelles Loi binomiale

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Développement décimal d un réel


4 Distributions particulières de probabilités

Fonctions de plusieurs variables

Amphi 3: Espaces complets - Applications linéaires continues

Théorie de la Mesure et Intégration

DENOMBREMENT-COMBINATOIRE-PROBABILITES GENERALES

CALCUL DES PROBABILITES

Introduction à l étude des Corps Finis

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

I3, Probabilités 2014 Travaux Dirigés F BM F BM F BM F BM F B M F B M F B M F B M

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

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

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

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

Estimation et tests statistiques, TD 5. Solutions

Calculs de probabilités avec la loi normale

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Arbre de probabilité(afrique) Univers - Evénement

I. Cas de l équiprobabilité

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Probabilités et Statistique

3. Conditionnement P (B)

Exercices supplémentaires sur l introduction générale à la notion de probabilité

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

MA6.06 : Mesure et Probabilités

Lois de probabilité. Anita Burgun

Coefficients binomiaux

MARTINGALES POUR LA FINANCE

Commun à tous les candidats

Probabilités conditionnelles Exercices corrigés

4. Martingales à temps discret

Mesure et Intégration (Notes de cours de L3)

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Introduction au Calcul des Probabilités

Résolution d équations non linéaires

Correction du Baccalauréat S Amérique du Nord mai 2007

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Qu est-ce qu une probabilité?

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Texte Agrégation limitée par diffusion interne

108y= 1 où x et y sont des entiers

Variables Aléatoires. Chapitre 2

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Intégration sur des espaces produits

Probabilités. I - Expérience aléatoire. II - Evénements

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

PROBABILITES ET STATISTIQUE I&II

1.1 Codage de source et test d hypothèse

1 Complément sur la projection du nuage des individus

Analyse en Composantes Principales

Espaces probabilisés

Chapitre 2. Eléments pour comprendre un énoncé

NOTES DE COURS STT1700. Introduction à la statistique. David Haziza

Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles

1. Déterminer l ensemble U ( univers des possibles) et l ensemble E ( événement) pour les situations suivantes.

Correction du baccalauréat STMG Polynésie 17 juin 2014

Les devoirs en Première STMG

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

Tests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision

Molécules et Liaison chimique

Transcription:

ECE2-B 2-27 On remplace alors les valeurs dépendant de a et b dans le tableau : Feuille d exercices n 7 : Couples de var discrètes Exercice 3 ( ) a On commence par compléter le tableau de sorte à obtenir les lois marginales (ce qui revient à appliquer la formule des probabilités totales) x X(Ω) y Y (Ω) P([Y y]) t P([X x]) 2 a b a + b a + 3 b + 3 a + b + 27 On obtient alors une première information : a + b + Autrement dit : a + b 2 3 Il reste à exploiter l indépendance des var X et Y P([X ] [Y y]) P([X ]) P([Y y]) ( 2 a + 3 ) a 3 72 On en déduit que : b a 3 72 3 72 72 72 3 a + 3 72 x X(Ω) y Y (Ω) P([Y y]) et b + 3 t P([X x]) 2 3 72 3 3 Par mesure de vérification, on s assure que P([X i] [Y j]) est bien égal au produit P([X i]) P([Y j]) (c est le cas) Les var X et Y étant indépendantes : P [Y y] ([X x]) P([X x]) b On suppose maintenant a On calcule alors b x X(Ω) puis on remplit le tableau avec : a + 3 23 y Y (Ω) P([Y y]) et b + 3 7 t P([X x]) 2 3 23 7 ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

ECE2-B 2-27 On en déduit alors par définition de l espérance : E(X) 7 7 Par le théorème de transfert, on obtient : et E(Y ) t 2 + t + E(XY ) t + 2t + Puis par la formule de Kœnig-Huyghens : Cov(X, Y ) E(XY ) E(X) E(Y ) 2t + 7 (t + ) 2 On cherche enfin à trouver t qui annule le cœfficient de corrélation : ρ(x, Y ) Cov(X, Y ) σ(x)σ(y ) Cov(X, Y ) 2y + y 2 7(t + ) 2 c D après la question précédente, X et Y ne sont pas indépendantes car : a 3 72 (seule valeur de a permettant d assurer l indépendance de X et Y ) Exercice ( ) a X est égale au rang d apparition du premier succès (obtenir ) dans une succession infinie d épreuves de Bernoulli (lancer d un dé) indépendantes et de même paramètre p ( ) Ainsi : X G ( ) Les lancers étant indépendants, la séquence suivant le premier est à considérer comme une nouvelle séquence de lancers Ainsi : Y G ( ) On a alors : E(X) E(Y ) et V(X) V(Y ) b Par linéarité de l espérance : Par indépendance de X et Y : 3 E(Z) E(X + Y ) E(X) + E(Y ) 2 V(Z) V(X + Y ) V(X) + V(Y ) 3 3 c Comme pour tout ω Ω, X(ω), + et Y (ω), + alors Z(Ω) 2, + Soit k 2 (X i) i est le sce associé à X Ainsi, d après la formule des probas totales : P(Z k) P(X + Y k) i i k i P([X i] [X + Y k]) P([X i] [Y k i]) ( p) i p ( p) k i p + + p 2k ( p) k 2 i p 2 ( p) k 2 (k ) ik (k ) k 2 k ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud 2

ECE2-B 2-27 d Z représente le rang d apparition du deuxième On peut obtenir la loi de Z par dénombrement Soit k 2 Un tirage réalisant [Z k] (ie un tirage dont le deuxième appraît au k ème lancer) est un tirage dont les k premiers lancers sont entièrement déterminés par : le choix du rang d apparition du premier : k possibilités De plus chacun de ces cas a la probabilité ( p) k 2 p 2 d apparaître puisque ces k premiers lancers comportent k 2 lancers différents de et deux lancers qui donnnent Avec p, on obtient finalement : P([Z k]) (k ) ( p) k 2 p 2 (k ) k 2 k Exercice ( ) Dans la suite, pour tout n N, on considère les événements suivants B n : «on tire une boule blanche au n ème tirage» N n : «on tire une boule blanche au n ème tirage» Ainsi : p n P(B n ) a Le premier tirage s effectuant dans U, on obtient : p 2 (B, N ) est un sce Ainsi, par la formule des probabilités totales : b On applique la formule des probabilités totales à B n+ sur le système complet d évènements (B n, B n ) : P(B n+ ) P(B n B n+ ) + P(N n B n+ ) P(B n ) P Bn (B n+ ) + P(N n ) P Nn (B n+ ) 2 p n + ( p n) p n + La suite (p n ) est donc arithmético-géométrique (car P(B n ) et P(N n ) ) L équation de point fixe associée à la suite (p n ) est : x x + Elle admet pour unique solution : λ 3 On écrit : p n+ λ p n + λ + (L ) (L 2 ) et donc p n+ λ (p n λ) (L ) (L 2 ) Notons alors (v n ) la suite de terme général v n p n λ La suite (v n ) est géométrique de raison Ainsi, pour tout n N : P(B 2 ) P(B B 2 ) + P(N B 2 ) P(B ) P B (B 2 ) + P(N ) P N (B 2 ) (car P(B ) et P(N ) ) v n ( ) n ( ) n v (p λ) ( ) n ( 2 ) ( ) n 3 p 2 + ( p ) + 3 On a donc, pour tout n N : p n v n + λ Enfin, comme ], [, ( ) n n + et ainsi p n ( ) n + 3 n + 3 ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud 3

ECE2-B 2-27 c X n (Ω) {, } P([X n ]) P(B n ) p n et P([X n ]) P(N n ) p n Ainsi, X n B (p) D où : E(X n ) p n et V(X n ) p n ( p n ) p n p 2 n d (Note : il n y a pas de dans la loi du couple, on essaie les différentes intersections successivement jusqu à ce qu une soit fausse ou toutes soient bonnes) Les var X et X 2 ne sont pas indépendantes car (par exemple) : P(X ) P(X 2 ) p p 2 3 et P([X ] [X 2 ]) P(B B 2 ) P(B ) P B (B 2 ) 2 2 e La var X k est égale au nombre de boule blanche ( ou ) obtenue au k ème tirage Ainsi : S n n Donc par linéarité de l espérance : E(S n ) n k E(X k ) n 3 + X k k n p k k ) n ( n 3 + 2 ( ( ) n ) Exercice ( ) Pour tout i, 3, on considère les événements suivants P : «le dé choisit est truqué», A i : «le i ème lancer a donné la face» On cherche donc à déterminer P (A A 2 A 3 )(P ) Par définition et comme P(A A 2 A 3 ) : P A A 2 A 3 (P ) P(P A A 2 A 3 ) P(A A 2 A 3 ) On obtient par la formule des probabilités composées : P(P A A 2 A 3 ) P(P ) P P (A ) P P A (A 2 ) P P A A 2 (A 3 ) 2 ( ) 3 Comme (P, P ) est un système complet d événements, on obtient par la formule des probabilités totales : P(A A 2 A 3 ) P (P A A 2 A 3 ) + P ( P A A 2 A 3 ) 3 2 3 + P(P ) P P (A ) P P A (A 2 ) P P A A 2 (A 3 ) 3 2 3 + ( ) 3 2 3 + 2 3 (la deuxième égalité est encore obtenue par la formule des probabilités composées) On en conclut que : P A A 2 A 3 (P ) 3 2 3 3 3 + 2 3 2 3 3 + 3 3 + 2 2 2 3 ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

ECE2-B 2-27 2 a) X est égale au rang d apparition du premier succès (obtenir ) dans une succession possiblement infinie d épreuves de Bernoulli (lancer d un dé) indépendantes et de même paramètre p ( ) Ainsi : X G ( ) On en déduit que : E(X) p et V(X) q p 2 ( 3 )2 b) De même Y G ( ) On en déduit que : E(Y ) et V(X) ( )2 2 3 ([X k]) k est le sce associé à la var X Ainsi, d après la formule des probabilités totales : P(X Y ) k P([X k] [X Y ]) Or, comme X et Y sont indépendantes : k P([X k] [Y k]) P([X Y ]) P([X k]) P([Y k]) k + ( ) k ( ) k k + ( ) k k 3 3 3 3 3 3 3 ([X i]) i est le sce associé à la var X Ainsi, d après la formule des probabilités totales : P(X < Y ) i i i i i 3 P([X i] [Y > i]) P([X i]) P([Y > i]) P(X i) ( + i ( ) i ( ) i ( ) i ) 2 ( 3 3 ) i ( ) i ( ) i 3 3 + i 3 3 3 3 Z suit la loi géométrique de paramètre ( ) i 3 Comme X(Ω) N et Z(Ω) N, (X + Z)(Ω) 2; + Soit k 2 ([X i]) i est le sce associé à la var X (car X et Y sont indépendantes) ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud

ECE2-B 2-27 Par la formule des probabilités totales : P([X + Z k]) P([X i] [X + Z k]) i P([X i] [Z k i]) i k i k i P([X i] [Z k i]) P([X i]) P([Z k i]) ((*) car [Z k i] si i k) (par indépendance de X et Z) k i ( ) i ( ) k i k 2 i ( ) k 2 (k )k 2 k (*) On cherche à déterminer les i tels que : i, + ET k i, + Or : k i, + k i i k Enfin :, +, k, k ( ): application directe du cours, ( ): pas de difficulté majeure, ( ): plus difficile, ( ): costaud