Exercices - Variables aléatoires discrètes : corrigé. Variables discrètes finies - Exercices pratiques



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

Chapitre 3 : Fonctions d une variable réelle (1)

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

Etude de la fonction ζ de Riemann

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

. (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

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

1 Mesure et intégrale

Processus et martingales en temps continu

Limites des Suites numériques

Séries réelles ou complexes

Comportement d'une suite

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

Suites et séries de fonctions

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

CHAPITRE 2 SÉRIES ENTIÈRES

Dénombrement. Chapitre Enoncés des exercices

Les Nombres Parfaits.

EXERCICES : DÉNOMBREMENT

Cours de Statistiques inférentielles

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

SÉRIES STATISTIQUES À DEUX VARIABLES

14 Chapitre 14. Théorème du point fixe

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

Baccalauréat S Asie 19 juin 2014 Corrigé

20. Algorithmique & Mathématiques

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

Séquence 5. La fonction logarithme népérien. Sommaire

Chaînes de Markov. Arthur Charpentier

Exercices de mathématiques

Probabilités et statistique pour le CAPES

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

STATISTIQUE : TESTS D HYPOTHESES

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

4 Approximation des fonctions

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...

Processus géométrique généralisé et applications en fiabilité

UNIVERSITÉ DE SFAX École Supérieure de Commerce

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

Introduction : Mesures et espaces de probabilités

2 ième partie : MATHÉMATIQUES FINANCIÈRES

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

Chap. 5 : Les intérêts (Les calculs financiers)

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

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

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

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

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

Gérer les applications

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

STATISTIQUE AVANCÉE : MÉTHODES

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

Des résultats d irrationalité pour deux fonctions particulières

Terminale S. Terminale S 1 F. Laroche

55 - EXEMPLES D UTILISATION DU TABLEUR.

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

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

Statistique descriptive bidimensionnelle

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.

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

Cours 5 : ESTIMATION PONCTUELLE

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

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

Les algorithmes de tri

MESURE DE L'INFORMATION

Chapitre 3 : Transistor bipolaire à jonction

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

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

Principes et Méthodes Statistiques

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

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

16.1 Convergence simple et convergence uniforme. une suite de fonctions de I dans R ou C.

DETERMINANTS. a b et a'

Télé OPTIK. Plus spectaculaire que jamais.

Que faire lorsqu on considère plusieurs variables en même temps?

Statistique Numérique et Analyse des Données

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

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

Compte Sélect Banque Manuvie Guide du débutant

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

Module 3 : Inversion de matrices

Contribution à la théorie des entiers friables

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

Séries numériques. Chap. 02 : cours complet.

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.

Probabilités sur un univers fini

Logiciel de synchronisation de flotte de baladeurs MP3 / MP4 ou tablettes Androïd

Initiation à l analyse factorielle des correspondances

POLITIQUE ECONOMIQUE ET DEVELOPPEMENT

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet :

Guide des logiciels de l ordinateur HP Media Center

Loi d une variable discrète

RECHERCHE DE CLIENTS simplifiée

Sommaire Chapitre 1 - L interface de Windows 7 9

Probabilités sur un univers fini

Le chef d entreprise développe les services funéraires de l entreprise, en

Petit recueil d'énigmes

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Transcription:

Variables discrètes fiies - Exercices pratiques Exercice - Loi d u dé truqué - L2/ECS -. X pred ses valeurs das {,..., 6}. Par hypothèse, il existe u réel a tel que P (X k) ka. Maiteat, puisque P X est ue loi de probabilité, o a : 6 k P (X k) a 6 7 2 a /. O a doc : k 2 4 5 6 P (X k) O vérifie aisémet e appliquat la formule que E(X). 2 2. O a Y k X /k. Y pred doc ses valeurs das {, /2, /, /4, /5, /6}, et la loi est doée par : 4 5 6 k / /2 / /4 /5 /6 P (Y k) Le calcul de l espérace est pas plus difficile, et doe : 2 E(Y ) 2 7. Attetio à l erreur suivate : ce est pas parce que Y /X que E(Y ) /E(X)!!!. Exercice 2 - Garagiste - L2/ECS - 4 5 6. Z est élémet de {0,, 2}. O a : P (Z 2) 4 5 4 5 6 25 (les deux voitures sot dispoibles). D autre part, P (Z 0) 5 5 25 (les deux voitures sot simultaémet idispoibles). Efi, o obtiet : P (Z ) P (Z 0) P (Z ) 8 25. 2. Remarquos que Y est à valeurs das {0,, 2}. O calcule sa loi e utilisat la formule des probabilités totales. L évéemet Y 0 se produit si X 0 ou bie si X et Z 0. Ces deux évéemets état disjoits, o a : P (Y 0) P (X 0) + P (X Z 0) P (X 0) + P (X )P (Z 0) http://www.bibmath.et

(la dispoibilité des voitures état supposée idépedate de l arrivée des cliets). D où : ( ) 2 P (Y 0) 0, + 0, 9 0, 6. 5 De même, l évéemet Y se produit si X et Z ou bie si X 2 et Z. O e déduit : P (Y ) P (X )P (Z ) + P (X 2)P (Z ) 0, 48. Efi, l évéemet Y 2 est réalisé si X 2 et Z 2. Ceci doe : ( ) 4 2 P (Y 2) P (X 2)P (Z 2) 0, 6 0, 84. 5. La marge brute vaut 00Y. La marge brute moyee par jour est e euros : E(00Y ) 00(0 0, 6 + 0, 48 + 2 0, 84) 74, 4. Exercice - Vaches laitières - L2/ECS -. Y e pred que deux valeurs, / et + /. O a e outre : (Y /) aucue vache est malade d où P (Y /) 0, 85. O e déduit - la loi de Y est ue loi de probabilité - P (Y + /) (0, 85). Le calcul de l espérace doe : E(Y ) 0, 85 + + ( 0, 85 ) + 0, 85. 2. f est dérivable sur ]0, + [, et f (x) +ax x. f (x) est doc du sige de + ax, ce qui permet de dire que f est croissate sur ]0, /a[, et décroissate esuite. La limite de f e + est, il e est de même e 0. E calculat les valeurs successives de f(), o a f(7) > 0, 07 et f(8) < 0, 0. 7 est doc la plus grade valeur etière pour laquelle f() est positive. E outre, f() < 0 alors que f(2) > 0. L esemble d etiers recherché est doc {2,..., 7}.. O a : E(Y ) < + 0, 85 < 0, 85 > l(0, 85) > l. Par suite, E(Y ) < f() > 0. L étude précédete motre que les etiers pour lesquels f() > 0 est {2,..., 7}. O a itérêt à choisir la deuxième méthode si, et seulemet si, il y a de 2 à 7 vaches das l étable! http://www.bibmath.et 2

Lois discrètes usuelles Exercice 4 - Avio - L2/Prépa Hec - O ote X la variable aléatoire du ombre de moteurs de A qui tombet e pae, et Y la variable aléatoire du ombre de moteurs de B qui tombet e pae. X suit ue loi biomiale B(4, p). E particulier, o a : P (X 0) + P (X ) ( ) 4 p 0 ( p) 4 0 + 0 D autre part, Y suit ue loi biomiale B(2, p). E particulier, P (Y 0) ( p) 2. ( ) 4 p ( p) 4 ( p) 4 + 4p( p). O a itérêt à predre l avio A si P (X 0) + P (X ) P (Y 0). Ceci doe : p( p) 2 (2 p) 0. Doc, si 0 p < 2/ (cas que l o espère être celui du mode réel), il est préférable de choisir A. Si p 2/, le choix est idifféret, et si p > 2/, il vaut mieux choisir B. Exercice 5 - Pièce de moaie - L2/Prépa Hec -. Soit X le ombre de piles obteus au cours de 0 lacers. X est le ombre de réalisatios de l évéemet "le lacer doe pile" de probabilité costate 0, au cours de 0 lacers idépedats. X suit doc ue loi biomiale de paramètres 0 et p 0,. O e déduit : P (X ) ( 0 ) (0, ) ( 0, ) 0 0, 27. 2. Soit Y le ombre de lacers effectués jusqu à l obtetio de pile pour la première fois. Y est le temps d attete de la première réalisatio de l évéemet "obteir pile" de probabilité costate 0, lors d ue suite de lacers idépedats, doc Y suit ue loi géométrique de paramètre 0,. O e déduit, e appliquat la formule du cours du calcul de l espérace d ue loi géométrique E(Y ) 0, 0. Exercice 6 - Service de dépaage - L2/Prépa Hec -. (a) Soit R l évéemet "le cliet a subi u retard". X est le ombre de réalisatios de l évéemet R de probabilité costate /4 au cours de 4 appels idépedats. Doc X suit ue loi biomiale B(4, /4). E particulier, o a : (b) O cherche P (X ) : E(X) et V (X) 4. ( ) 4 P (X ) P (X 0). 4 http://www.bibmath.et

2. (a) O ote p 0, 25 et q 0, 25. O recoait le schéma théorique d ue variable aléatoire de loi biomiale. O a doc : { ( ) P (Z k Y ) k p k q k si 0 k 0 si k > (b) O a : P (Z k, Y ) P (Y )P (Z k Y ) { e m m ( )! k p k q k si k 0 sio. (c) Il faut réaliser la sommatio! O a, teat compte du fait que les premiers termes sot uls : P (Z k) k P (Z k, Y ) ( ) p k e m q k! k ( ) p k e m q k! (mq)k ( ) p k e m q k! (mq)k e m ( p q mp (mp)k e. k! (mq) ( k)! k 0 ) k k! (mq)k e mq Z suit doc ue loi de Poisso de paramètre m 0, 25. (mq) k ( k)! (mq) ()!. U est le rag de la première réalisatio de l évéémet R de probabilité /4 au cours d ue successio d appels idépedats. Y suit doc la loi géométrique G(/4), c est-à-dire que, pour k, P (U k) 4 ( 4) k. O applique la formule du cours pour obteir l espérace (o o calcule simplemet la somme d ue série géométrique), et o trouve que E(U) 4. Exercice 7 - Le cocierge - L2/Prépa Hec - Notos p k la probabilité que la porte soit ouverte au k-ième essai et V k l évéemet "la porte est pas ouverte après le k-ième essai". O a p k P (V c k V k ) P (V k ) P (V k ), http://www.bibmath.et 4

la derière formule veat du fait que (V k ) est ue suite décroissate d évéemets. Das chaque cas, o va calculer P (V k ) e utilisat la formule P (V k ) P (V k V k )P (V k ).. Si V k est vraie, au k-ième essai, le cocierge choisit au hasard ue clef parmi les (k ) qui restet. O a doc P (V k ) ( ) P (V k ) k Par ue récurrece aisée, o trouve doc que, pour k, P (V k ) k et P (V k ) 0 si k. O a doc, pour k, k k P (V k ). Le ombre moye d essais vaut doc p k k k. kp k k. 2 k k 2. Cette fois, si V k est vraie, le cocierge tire ue clef parmi les du trousseau, et doc ( P (V k ) ) P (V k ) P (V k ). O obtiet cette fois, pour k 0, puis ( ) k P (V k ), ( ) k ( ) k ( ) k p k. E recoaissat ue loi géométrique de paramètre /, o trouve que le ombre moye d essais écessaires est Fialemet, ce est pas si différet! k kp k. Exercice 8 - Chaîe de fabricatio - Ecricome - http://www.bibmath.et 5

. Pour u objet pris à la sortie, P (A) 0.6 et P (B) 0.4 Soit D l objet est défectueux. O a P (D A) 0. et P (D B) 0.2 et comme (A, B) est u système complet d évéemets, P (D) P (D A) P (A) + P (D B) P (B) 0. 0.6 + 0.2 0.4 0.4. Si l objet est défectueux, la probababilité de l évéemet l objet proviet de la chaîe A est P (A D) que l o calcule par la formule de Bayes : P (A/D) P (A D) P (D) 0. 0.6 0.4 P (D/A) P (A) P (D) 0.06 0.4 6 4 7. 2. O suppose de plus que le ombre d objets produits e ue heure par A est ue variable aléatoire Y qui suit ue loi de Poisso de paramètre λ 20. O cosidère la variable aléatoire X représetat le ombre d objets défectueux produits par la chaîe A e ue heure. (a) O a Y (Ω) N et pour tout etier : P (Y ) λ e λ!. E (Y ) λ 20 et V (Y ) λ 20 (b) Quad Y, X est le ombre d objets défectueux parmi, qui sot défectueux idépedemmet les u des autres avec ue même probabilité 0.. Doc X Y B (, 0.) et P [X k Y ] 0 si k > et P [X k Y ] ( ) k 0. k 0.9 k si k (c) Comme (Y ) N, est u système complet d évéemets o a pour tout etier k : P (X k) 0 P [X k Y ] P (Y ) série covergete dot o calcule la somme partielle e distiguat suivat que k http://www.bibmath.et 6

ou < k : M P [X k Y ] P (Y ) doc X P (2) Exercice 9 - U problème chiois! - L2 - k 0 M + 0 + P [X k Y ] P (Y ) k M ( 0. 0.9 ( 9 k P [X k Y ] P (Y ) ( ) 0. k 0.9 k 20 e 20 k! ) k e 20 M ) k e 20 k! k M k! (0.9 20) k! ( k)!! ( k)! 8 ( ) k e 20 M k 9 k! m! 8m+k m0 ( k e 9) 20 k! 8k e 8 2k e 2 k!. Très clairemet, puisqu il y a u seul efat par couple, P /X. 2. X est le temps d attete du premier succès, avec probabilité de succès égale à /2. O e déduit que X suit ue loi géométrique de paramètre /2. E particulier, P(X k) 2 k.. Par défiitio, o a E(P ) k + k P(P /k) k + k P(X k) k 2 k k. O recoait alors le développemet e série etière de l( x) pris e x /2, et il viet E(P ) l(/2) l(2) 0, 69. C est très déséquilibré et ceci risque de poser rapidemet des problèmes de reouvellemet de géératio. Exercice 0 - Miimum et maximum de deux dés - L2 -. Pour i,..., 6, l évéemet X i est réuio disjoite des trois évéemets suivats : A : U i et U 2 i ; B : U i et U 2 > i ; C : U > i et U 2 i. http://www.bibmath.et 7

Par idépedace des variables aléatoires U et U 2, o e déduit que P (A) 6, P (B) 6 i 6 et P (C) 6 i 6. Il viet P (X ) /6, P (X 2) 9/6, P (X ) 7/6, P (X 4) 5/6, P (X 5) /6, P (X 6) /6. O e déduit E(X) 9/6. 2. O a X + Y U + U 2 car (U, U 2 ) est ue permutatio de (X, Y ). Il viet E(X + Y ) E(X)+E(Y ) E(U )+E(U 2 ) 7, puisque chaque U i suit ue loi uiforme sur {,..., 6}, so espérace vaut (6 + )/2 7/2. O e déduit E(Y ) 6/6.. O a XY U U 2. O e déduit E(XY ) E(U U 2 ) E(U )E(U 2 ) par idépedace de ces deux variables aléatoires. D où Exercice - Pile ou face - Oral ESCP - Cov(X, Y ) E(XY ) E(X)E(Y ) 225 296.. La variable aléatoire T est le temps d attete du premier pile ; elle suit la loi géométrique de paramètre p, doc d espérace /p. 2. Notos X la variable aléatoire égale à si la partie uméro amèe pile. Les variables X sot des variables aléatoires de Beroulli idépedates de même paramètre p. Soit (i,..., i ) N. L évéemet (A i,..., A i ) s écrit aussi : X X i 0, X i, X i + X i +i 2 0, X i +i 2,..., X i + +i. Doc, e posat q p, o a : P (A i,..., A i ) q i pq i 2 p... q i p. E sommat pour (i,..., i ) parcourat (N ), o a : P (A i ) q i p. (A ) suit bie ue loi géométrique de paramètre p. De plus l expressio ci-dessus prouve que : P (A i,..., A i ) P (A i )... P (A i ), ce qui motre que les variables A,..., A sot idépedates. Variables discrètes ifiies Exercice 2 - Ue certaie variable aléatoire - Oral ESCP - http://www.bibmath.et 8

. L évéemet X correspod au déroulemet suivat : o a obteu u et u seul pile lors des + premiers tirages, et le + 2-ième tirage doe u face. Il y a doc + choix pour le premier pile. Ceci choisi, l évéemet élémetaire a ue probabilité qui vaut p 2 ( p). O a doc : P (X ) ( + )p 2 ( p). 2. La série défiisat E(X) est évidemmet covergete, et sa sommatio est facile (si elle vous semble difficile, il faut réviser commet faire, par exemple e utilisat les séries etières). O trouve : 2( p) E(X) P (X ). p. Si est fixé, et k {0,..., }, o a clairemet : Par la formule des probabilités totales : P (Y k X ) +. P (Y k) P (Y k X )P (X ) 0 ( + )p 2 ( p) + p( p)k. k O recoait que Y + suit ue loi géométrique de paramètre p. O a doc : E(Y ) p p p. Ceci peut bie sûr se retrouver par u calcul direct. 4. O a : Cette réuio état disjoite, il viet : O a esuite : P (Z h) (Z h) [(Y j) (X h + j)]. j0 P (Y j X h + j)p (X h + j) j0 p 2 ( p) h+j j0 p( p) h. P [(Z h), (Y j)] P (X h + j, Y j) P (Y j X h + j)p (X h + j) p 2 ( p) h+j. Ceci est égal à P [(Z h), (Y j)]. Les variables aléatoires sot idépedates. http://www.bibmath.et 9

Exercice - Deux fois pile - L2/ECS -. O ote P k (resp. F k ) l évéemet o obtiet pile (resp. face) au k ième lacer. L évéemet (X 2) correspod à : De même, ( ) 2 2 (X 2) P P 2 p. ) 2. Pour (X 4), cela se corse u peu! (X ) F P 2 P p 2 ( 2 (X 4) F F 2 P P 4 P F 2 P P 4 p 4 4 27. 2. O s ispire du calcul de p 4 : pour obteir X, o peut : ou bie avoir obteu pile au er lacer (proba 2/). Das ce cas, o a forcémet obteu face au secod lacer (sio X 2), doc avec ecore ue probabilité de 2/. Maiteat, il reste 2 lacers, et le premier "double pile" doit arriver au bout du 2ième. Ceci se produit avec ue probabilité valat p 2. ou bie avoir obteu face au er lacer (proba /). Il reste lacers où il faut obteir le premier double pile au bout du -ième, ce qui se produit avec ue probabilité valat p. D après la formule des probabilités totales, o trouve : p 2 9 p 2 + p.. O a ue classique formule de récurrece liéaire d ordre 2. L équatio caractéristique r 2 r/ + 2/9 a pour solutio 2/ et /. O e déduit fialemet : ( ) 2 p α + β ( ). O détermie α et β e testat sur les premiers termes. O obtiet : ( ) 2 + p + 4 4. Il est bie cou que pour tout q ], [, o a : 0 q ( ). q ( q) 2. O e déduit : E(X) p 7 4. http://www.bibmath.et 0

Exercice 4 - Loi de Pascal - L2 - Il est d abord clair que X pred ses valeurs das {r, r +,..., }. Soit k r. Remarquos que si X k, alors le derier lacer est u pile. Pour les lacers précédets, o a obteu r fois pile, parmi k lacers. Le ombre de tirages correspodat à X k est doc ( k r ). La probabilité de chaque lacer est p r ( p) r k. O e déduit que : ( ) k P (X k) p r ( p) k r. r Exercice 5 - Ragée de spots - Oral ESCP -. Si le spot reste costammet allumé jusqu à l istat, c est qu il y a eu la successio d évéemet A k : "le spot S est éclairé à l istat k". Par la formule des probabilités composées, o trouve que : P (A A ) P (A A... A )... P (A ) 4. 2. Clairemet(!), o a P (X ) /4. D autre part, (X 2) est réalisé, soit si le spot S reste allumé à l istat et le spot S 2 s allume à l istat 2, soit si le spot S s allume à l istat (et S 2 s allumera automatiquemet à l istat 2). Ces deux cas sot disjoits, doc : P (X 2) 4 4 + 4 5 6.. Soit. S s allume pour la première fois à l istat si et seulemet si : Soit S reste allumé jusqu à l istat, et S 2 s allume à l istat. Soit S reste allumé jusqu à l istat 2, et S s allume à l istat. Soit S reste allumé jusqu à l istat, et S 4 s allume à l istat 2. Ces cas état disjoits, o obtiet :, P (X ) 4 4 + 4 2 4 + 4 4 4. 4. La covergece de la série état évidete, o obtiet : E(X) P (X ) 4 + 5 + 8 + 4 La somme de la série se calcule e utilisat x 0 x /( x) pour x <, e dérivat cette égalité, et e faisat x /4. O obtiet fialemet : E(X) 7. Variables discrètes - Exercices théoriques http://www.bibmath.et

Exercice 6 - Maximiser l espérace - Oral ESCP -. O a Y (Ω) {,..., }, et par idépedace des variables aléatoires X et X 2 : si k a, P (Y k) P ((X k) (X 2 a)) a. si k > a, P (Y k) P ((X k) (X 2 a)) + P ((X 2 k) (X 2 > a)) a + ( ) 2. O a bie a a + ( a) a + 2 2. 2. Le calcul de l espérace est facile :. O vérifie que : E(Y ) a k a 2 + k a( + ) 2 + ka+ k a 2 + ka+ (a + + )( a) 2 E(X ) + a 2 ( a) E(X ). E(Y ) ( ) 5 2 4 2 + (a /2) 2. Aisi, E(Y ) est maximale pour a /2 le plus petit possible : si est pair, c est pour a /2. si est impair, c est pour a ( )/2 ou a ( + )/2. Exercice 7 - Etropie d ue variable aléatoire - L - k. Si X est costate, o a p i pour u i et p j 0 pour j i. O e déduit que H(X) l() 0. 2. Si X est équirépartie, o a p i / pour tout i. O e déduit H(X) i l(/) l(/) l().. Posos f(x) x l(x). Cette foctio est cocave, car sa dérivée secode est f (x) x < 0. O a doc f(p ) + + ( ) f(p p + + p ) f f(/) ce qui se traduit ecore e f(p i ) f(/) l. i i Aisi, o a toujours H(X) l et cette valeur est atteite quad X est équidistribuée. H(X) mesure le désordre egedré par X. Lorsque X e pred qu ue seule valeur, so etropie est ulle (pas de désordre). Lorsque la variable est équidistribuée, le désordre est maximal et l etropie aussi. http://www.bibmath.et 2

Exercice 8 - Ue autre expressio de l espérace - L2/L/Master Eseigemet -. (a) Pour, o peut écrire : kp (X k) k (P (X > k ) P (X > k)) k k (k + k)p (X > k) P (X > ) + P (X > 0) P (X > k) P (X > ). (b) O a, pour tout etier, kp (X k) P (X > k). La suite des sommes partielles d ue série à termes positifs est majorée. C est que la série coverge. (c) Si X admet ue espérace, la série kp (X k) coverge. Mais : 0 P (X > ) k+ P (X k) k+ kp (X k). Ce derier terme ted vers 0, lorsque ted vers l ifii, comme reste d ue série covergete. Doc : E(X) (d) O utilise le même type d argumet : P (X > k). k 2 P (X k) k 2 (P (X > k ) P (X > k)) (2k + )P (X > k) 2 P (X > ). Si X admet ue variace, X admet u momet d ordre 2, et la série k 2 P (X k) coverge. Mais : 0 2 P (X > ) 2 k+ P (X k) k+ k 2 P (X k). Ce derier terme ted vers 0 lorsque ted vers l ifii, et doc : E(X 2 ) (2k + )P (X > k). http://www.bibmath.et

2. (a) O a X k si et seulemet si les épreuves ot ameé u résultat iférieur ou égal à k, et o a doc : ( k P (X k) N Quat à la loi de X, o trouve, pour k N : (b) Par la questio précédete : ) ( ) k P (X > k). N P (X k) P (X k) P (X k ) k (k ) N. E(X) N (c) O recoait ici ue somme de Riema de la foctio x x, cotiue sur [0, ]. O a doc, pour N qui ted vers l ifii : N N N ( ) k N 0 ( k N ). x dx +. (d) O a : E(X) N N N ( k N ) + +. http://www.bibmath.et 4