Série d exercices n 1 - Corrigé

Documents pareils
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

1 Mesure et intégrale

Probabilités et statistique pour le CAPES

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

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

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

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

Chapitre 3 : Fonctions d une variable réelle (1)

EXERCICES : DÉNOMBREMENT

Dénombrement. Chapitre Enoncés des exercices

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

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

Processus et martingales en temps continu

SÉRIES STATISTIQUES À DEUX VARIABLES

. (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

CHAPITRE 2 SÉRIES ENTIÈRES

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

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Solutions particulières d une équation différentielle...

Séquence 5. La fonction logarithme népérien. Sommaire

14 Chapitre 14. Théorème du point fixe

Statistique descriptive bidimensionnelle

20. Algorithmique & Mathématiques

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

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

Etude de la fonction ζ de Riemann

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

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

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

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...

Les Nombres Parfaits.

Introduction : Mesures et espaces de probabilités

2 ième partie : MATHÉMATIQUES FINANCIÈRES

55 - EXEMPLES D UTILISATION DU TABLEUR.

Séries réelles ou complexes

Suites et séries de fonctions

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

Limites des Suites numériques

Baccalauréat S Asie 19 juin 2014 Corrigé

Des résultats d irrationalité pour deux fonctions particulières

Cours de Statistiques inférentielles

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

Comportement d'une suite

Chap. 5 : Les intérêts (Les calculs financiers)

Terminale S. Terminale S 1 F. Laroche

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

4 Approximation des fonctions

Module 3 : Inversion de matrices

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

STATISTIQUE : TESTS D HYPOTHESES

Chaînes de Markov. Arthur Charpentier

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

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

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

Gérer les applications

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

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

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Les algorithmes de tri

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

Université Pierre et Marie Curie. Biostatistique PACES - UE

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

STATISTIQUE AVANCÉE : MÉTHODES

Compte Sélect Banque Manuvie Guide du débutant

UNIVERSITÉ DE SFAX École Supérieure de Commerce

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

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

Calculs de probabilités conditionelles

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

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

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

Échantillonnage et estimation


Statistique Numérique et Analyse des Données

Mécanismes de protection contre les vers

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

Probabilités. C. Charignon. I Cours 3

Donnez de la liberté à vos données. BiBOARD.

Principes et Méthodes Statistiques

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

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

Sommaire Chapitre 1 - L interface de Windows 7 9

Guide des logiciels de l ordinateur HP Media Center

Chapitre 3 : Transistor bipolaire à jonction

DETERMINANTS. a b et a'

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

Processus géométrique généralisé et applications en fiabilité

Augmentation de la demande du produit «P» Prévision d accroître la capacité de production (nécessité d investir) Investissement

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

One Office Voice Pack Vos appels fixes et mobiles en un seul pack

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

SYSTEME FERME EN REACTION CHIMIQUE

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

Guide des logiciels installés sur votre ordinateur portable Sony PCG-C1MHP

Copyright Hewlett-Packard Development Company, L.P.

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

Initiation à l analyse factorielle des correspondances

Séries numériques. Chap. 02 : cours complet.

Transcription:

Uiversité Pierre et Marie Curie Aée 2014-2015 Probabilités LM90 Série d exercices 1 - Corrigé Rappel : C = ( :=!!(! est le ombre de choix o ordoés de élémets disticts pris parmi. A :=! (! est le ombre de choix ordoés de élémets disticts pris parmi. Exercice 1. Tout d abord, par l iclusio A B A, o a la majoratio suivate de P(A B : P(A B P(A = 4. Par ailleurs, o obtiet ue mioratio e écrivat P(A B = P(A+P(B P(A B = 4 + 4 P(A B 4 + 4 1 = 1 2. Motros maiteat que ces bores peuvet être atteites. O cosidère la probabilité uiforme P sur l esemble Ω = {1,2,,4}. Le maximum est atteit par exemple pour tadis que le miimum est atteit pour A = B = {1,2,}, avec A B = {1,2,}, A = {1,2,}, B = {1,2,4}, de sorte que A B = {1,2}. Exercice 2. 1. U espace probabilisé pouvat être associé à cette expériece est Ω = {(a 1,a 2,a,a 4,a i {1,,}} = {1,...,} 4. L esemble état fii, o choisit comme tribu F l esemble de toutes les parties : F = P(Ω. O défiit sur P(Ω la probabilité uiforme : A Ω, P(A = card(a card(ω = card(a 4 2. (a Soit A 1 l esemble de tous les quadruplets das u ordre strictemet croissat. Alors le ombre d élémets de A 1 est le ombre de combiaisos ( 4. O peut le motrer de deux faços différetes : A 1 est e bijectio avec l esemble des parties à 4 élémets pris parmi. E effet, chaque partie est associée de maière uique avec ue suite croissate (il suffit d arrager les élémets par ordre croissat o peut aussi voir que le ombre de quadruplets (a 1,a 2,a,a 4 avec 4 élémets disticts pris parmi est A 4, qu o doit esuite diviser par 4! pour e compter que les quadruplets qui sot strictemet croissats. 1

La probabilité d obteir quatre ombres das u ordre strictemet croissat est doc ( P(A 1 = 4 4 = 2 000 = 0,021. (b Soit A 2 l esemble de tous les quadruplets das u ordre croissat au ses large. Das A 2, il y a quadruplets de ombres tous idetiques (α,α,α,α ; 2 ( 2 quadruplets de ombres dot trois sot égaux (α,α,α,β et (α,β,β,β, avec α < β ; ( quadruplets de ombre dot deux sot égaux (α,α,β,γ, (α,β,β,γ et (α,β,γ,γ, avec α < β < γ ; ( 2 quadruplets de ombres composés de deux couples de ombres idetiques (α,α,β,β, avec α < β ; ( 4 quadruplets de ombres tous disticts (α,β,γ,δ, avec α < β < γ < δ. Fialemet : P(A 2 = +2 ( ( 2 + ( + ( 2 + 4 4 = +2 45+ 120+45+2 4 = 715 4 = 0,0715. O peut aussi raisoer de la maière suivate : L applicatio (a 1,a 2,a,a 4 (a 1,a 2 +1,a +2,a 4 + est ue bijectio de A 2 sur l esemble A 2 = {(a 1,a 2,a,a 4 : a 1 < a 2 < a < a 4, a i = 1,,1}. Le cardial de A 2 est doc égal à celui de A 2, c est à dire ( 1 4 = 715. (c Soit A l évéemet correspodat. Alors le cardial du complémetaire A c de A est le ombre de quadruplets obteus e réalisat cette expériece avec 9 ombres, c est à dire card(a c = 94. O a alors P(A = 1 P(A c = 1 ( 9 4 = 000 6561 000 = 49 000 = 0,49. Exercice. 1. O peut choisir l espace probabilisé suivat : Ω = {(a 1,a 2,,a, a i {1,,N}, a i a i si i j}. L esemble Ω état fii, o choisit F = P(Ω. O muit (Ω,F de la probabilité uiforme : A P(Ω, P(A = card(a card(ω = card(a (N! A = card(a. N N! 2. (a A s écrit : A = {(a 1,,a Ω, a {1,2,,M}}, et o a P(A = card(a card(ω. Il reste à calculer card(a. O propose trois solutios: L applicatio A A 1 (a 1,,a,,a (a,a 2,,a 1,a +1,,a est ue bijectio de A das A 1, d où card(a = card(a 1. Le cardial de A 1 est card(a 1 = M(N 1 (N +1 = MA 1 N 1, et o trouve P(A = M N. 2

O peut aussi déombrer directemet l esemble A. O a M choix pour la boule. Ue fois la boule choisie, le ombre de choix pour les boules restates est doé par le ombre de choix ordoés de 1 élémets disticts pris parmi N 1, à savoir A 1 N 1. O retrouve bie card(a = MA 1 N 1. Troisième méthode : otos X le uméro de la boule. C est doc ue variable aléatoire. Par symétrie, o a P(X = 1 = P(X = 2 =... = P(X = N, doc vu que N P(X = i = 1, o obtiet que P(X = i = 1 N pour tout i. O remarque que P(A = P(X M = M P(X = i = M N. O remarque que la probabilité de l évéemet A e déped pas de et est égale à la proportio de boules rouges das l ure. (b Si = m alors P(A A m = P(A m = M/N. O suppose doc que m. De même qu à la questio précédete, o peut établir ue bijectio etre A A m et A 1 A 2, d où P(A A m = P(A 1 A 2. Efi il est facile de voir que le cardial de A 1 A 2 est soit card(a 1 A 2 = M(M 1(N 2 (N +1, P(A A m = M(M 1 N(N 1. O peut ecore doer ue autre solutio: O a M choix pour la boule puis M 1 choix pour la boule m. Ue fois ces deux boules choisies, il s agit de compter le ombre de choix ordoés de 2 élémets pris parmi N 2, doc card(a A m = M(M 1A 2 N 2 puis P(A A m = M(M 1 A 2 N 2. A N Exercice 4. 1. O peut choisir au mois deux espaces probabilisés : U premier choix : Ω 1 = {(a 1,a 2,,a, a i {1,,20}, a i a i si i j}. L esemble Ω 1 état fii, o choisit F 1 = P(Ω 1. O muit (Ω 1,F 1 de la probabilité uiforme : A P(Ω 1, P 1 (A = card(a card(ω 1 = card(a A 20 U autre choix possible est Ω 2 = {E {1,...,20}, card(e = }. = (20! card(a. 20! L esemble Ω 2 état fii, o choisit F 2 = P(Ω 2. O muit (Ω 2,F 2 de la probabilité uiforme : A P(Ω 2, P 2 (A = card(a card(ω 2 = card(a =!(20! card(a. 20! ( 20

2. Si o travaille avec l espace probabilisé Ω 2, l évéemet {X = 8} est égal à l esemble des parties à trois élémets de {8,...,20} qui cotieet 8, c est-à-dire des parties de la forme {8,a,b}, avec 9 a < b 20. So cardial est doc égal au ombre de parties à deux élémets de {9,...,20}, c est-à-dire ( 12 2. O a doc ( 12 P 2 (X = 8 = 2 = 66 1140 = 11 190 0.058. ( 20 L évéemet {X 8} est égal à l esemble des parties de {8,...,20} qui a pour cardial ( 1, et o a ( 1 P(X 8 = = 286 1140 0.25.. E gééralisat le raisoemet fait à la questio précédete, o obtiet : {( 20 card({x = } = 1 si 20 +1, 0 sio. ( 20 et O obtiet doc et card({x } = {( 20 +1 si 20 +1 0 sio. ( 20 1 si 20 +1 P(X = = ( 20 0 sio. ( 20 +1 si 20 +1 P(X = ( 20 0 sio. Exercice 5. 1. Il suffit d écrire les équivaleces suivates : ( ( 1 A (ω = 1 ω A (, ω A (, 1 A (ω = 1 ( 1 A (ω = 1. 2. O écrit, e utilisat la relatio 1 A = 1 1 A c et la relatio de la questio 1 : 1 A = 1 ( Ac c = 1 1 Ac = 1 1 A c = 1 (1 1 A.. Il suffit de développer le derier terme de l idetité établie e 2, c est à dire : (1 1 A = 1 ( 1 1 1 i 1 < <i 1 Ai1 A i. La formule demadée viet alors de l égalité établie e 2 et de la liéarité de l espérace, e remarquat que que E(1 A = P(A pour tout évéemet A. 4

4. O umérote les factures et les boîtes aux lettres de 1 à. Soit A l évèemet A = {la facture est das la boîte aux lettres }. O cherche la probabilité de l évèemet A = A. Pour utiliser, il faut détermier p. Soit i 1 < i 2 <... < i. L espace Ω est l esemble des cofiguratios de factures réparties das boîtes aux lettres. O a card(ω =!. L évèemet A i1 A i2... A i est l esemble des cofiguratios telles que la facture i j est das la boîte aux lettres i j, pour j = 1... Comptos so cardial. Pour chaque j = 1..., o a u seul choix pour la boîte aux lettres i j. Il reste esuite à répartir factures das boîtes aux lettres, ce qui doe (! cofiguratios possibles. Doc D où p = 1 i 1 < <i P(A i1 A i2... A i = (!.! P(A i1 A i = ( (!/! = 1/!, et p( = P(A = ( 1 1 /!, d après la questio précédete. Il découle du développemet e série de l expoetielle que la limite de p( lorsque ted vers + est 1 1/e. Exercice 6. O peut représeter cette expériece à l aide de l espace probabilisé suivat : Ω = {(a 1,,a, a i {1,2,}, i {1,,}} = {1,2,}. Socardialest. Pour {0,,}, lecardialdel évéemet{x = }est ( ( = (ombre de maières de choisir mauvaises réposes, multiplié par 2 (2 choix possible à chaque fois. La loi de X est doc doée par : {0,1,,}, P(X = = ( 2 = ( ( 1 ( 2. X suit ue loi biomiale de paramètres et 1/, otée B(,1/. Ue autre maière de détermier la loi de X est d exprimer cette variable aléatoire comme la somme de variable aléatoire idépedates preat la valeur 0 avec probabilité 2/ et la valeur 1 avec probabilité 1/ : X est le ombre de succès obteus après épreuves de Beroulli idépedates, où la probabilité de succès est 1/. Il est cou alors que X suit ue loi B(,1/. Exercice 7. O défiit les évèemets S i = {tirer le sac S i }, (i {1,2,} A = {tirer ue pièce d or}, B = {tirer ue pièce ordiaire}. 1. Soit Ω l espace probabilisé, alors Ω = S 1 S 2 S et P(A = P(A (S 1 S 2 S = P(A S 1 +P(A S 2 +P(A S = 1 1+ 1 0+ 1 1 2 = 1 2. 5

2. La probabilité que l o cherche est P(S 1 A. Il est évidet que P(A S 1 = 1, d où : P(S 1 A = P(A S 1 P(S 1 P(A = 2. Exercice 8. O défiit A = {le documet se trouve das le septième tiroir} B = {le documet se trouve das l u des six premiers tiroirs}. La probabilité que l o cherche est P(A B c. D ue part, P(A = p/7, P(B = 6p/7 et d autre part A est iclus das B c doc P(A B c = P(A Bc P(B c = P(A 1 P(B = p 7 6p. Exercice 9. L évéemet {X = Y} se décompose de la maière suivate : {X = Y} = {X =,Y = }. De plus les évéemets {X =,Y = }, = 1,, sot disjoits et pour tout, {X = } et {Y = } sot idépedats. O a doc : P(X = Y = P(X = P(Y = = 1 2 = 1. L espace probabilisé Ω se décompose aisi : Ω = {X > Y} {X < Y} {X = Y}. Par symétrie, o a P(X > Y = P(X < Y, d où l équatio : 2P(X > Y+P(X = Y = 1. O e déduit que P(X > Y = ( 1/2 et P(X Y = P(X > Y+P(X = Y = 1/2+1/2. O aurait pu aussi calculer cette probabilité directemet : P(X Y = P(Y = i,x i = P(Y = i,x i = P(Y = ip(x i par l idépedace de X et Y. O calcule que P(X i = obtiet doc (e utilisat aussi P(Y = i = 1/ P(X Y = P(Y = ip(x i = i+1 2 = X Y est ue variable aléatoire symétrique à valeurs das l esemble j=i P(X = j = i+1. O i 2 = +1 2. { ( 1, ( 2,, 1,0,1,,( 2,( 1}. Pour détermier sa loi, il suffit de calculer P(X Y =, pour = 0,1,, 1 : P(X Y = = = P(X = +i,y = i P(X = +ip(y = i = 2, 6

où la secode égalité viet de l idépedace etre X et Y. Exercice. 1. Calculos P(X =. Il y a ( 00 faços de pêcher poissos parmi tous les poissos marqués. Puis il y a ( ( N 00 00 faços de pêcher les autres. De plus il y a N 00 faços de pêcher 00 poissos das le lac. La loi de X est alors doée par : P(X = = ( 00 ( N 00 00 ( N 00, = 0,1,,00. X suit ue loi hypergéométrique de paramètres N et 00. 2. O obtiet facilemet l égalité P(X = +1 P(X = = (00 2 ( +1(N 2000+ +1. Ce quotiet est décroissat e {0,..., 00}. O obtiet alors l équivalece P(X = 11 P(X = 1 P(X = P(X =. P(X = P(X = 9 De plus P(X=+1 P(X= est décroissat e N. E résolvat (00 9 2 = (9+1(x 2000+9+1 o obtiet x = 0199,1, puis N = 0200. 7