Exercices de probabilit

es

Exercice 1
Supposons quune maison dedition publie deux revues M1 et M2 . Leur service dabonnements sait que
dans une region specifiee 60% des menages recoivent la revue M1 , 45% recoivent la revue M2 , et que
30% des menages sont abonnes `
a la fois `
a M1 et M2 .
1) Calculer la probabilite quun menage recoive au moins lune des revues.
2) Calculer la probabilite quun menage ne recoive aucune des deux revues.
3) Calculer la probabilite conditionnelle quun menage recoive la revue M2 sachant quil recoit la revue
M1 .

Solution :
Notons A1 (resp. A2 ) levenement recevoir la revue M1 (resp. M2 ).
1) P (A1 A2 ) = P (A1 ) + P (A2 ) P (A1 A2 ) = 0.6 + 0.45 0.3 = 0.75.
2) P (A1 A2 ) = P (A1 A2 ) = 1 P (A1 A2 ) = 1 0.75 = 0.25.
3) P (A2 |A1 ) = P (A2 A1 )/P (A1 ) = 0.3/0.6 = 0.5.

Exercice 2
Soit (, A) un espace mesurable et soient A, B deux evenements independant dans A (cest-`a-dire
P (A B) = P (A)P (B)). Montrer que :
1) A et B sont independants.
2) A et B sont independants.

Solution :
1) Vu que B est lunion disjointe de B A et B A on a :
P (B) = P (B A) + P (B A)
et par consequent,
P (B A) = P (B) P (A)P (B) = P (B)P (A).
2) On a P (A B) = P (A B) = 1 P (A B). Vu que P (A B) = P (A) + P (B) P (A)P (B) nous
obtenons,
P (A B) = 1 P (A) P (B) + P (A)P (B) = P (A) P (B)P (A) = P (A)P (B).

Exercice 3
2

Un ouvrier surveille 3 machines qui fonctionnent independamment. La probabilite que pendant une
heure determinee la i`eme machine necessite son intervention (evenement Ai ) est notee pi . Determiner les
probabilites des evenements suivants :
1) Louvrier nest pas intervenu.
2) Louvrier est intervenu une fois au moins.
3) Louvrier est intervenu sur une seule machine.

Solution :
1) Il faut calculer P (A1 A2 A3 ). Les evenements A1 , A2 , A3 etant independants leurs complementaires
egalement et il sensuit que P (A1 A2 A3 ) = P (A1 )P (A2 )P (A3 ) = (1 p1 )(1 p2 )(1 p3 ).
2) Cest la probabilite de levenement complementaire de celui de la question 1. Pas suite sa probabilite
est 1 (1 p1 )(1 p2 )(1 p3 ).
3) Levenement louvrier est intervenu sur une seule machine est la reunion disjointe des evenements
louvrier est intervenu sur la i`eme machine mais pas sur les deux autres pour i = 1, 2, 3. Cet evenement
secrit donc comme (A1 A2 A3 ) (A2 A1 A3 ) (A3 A2 A1 ) (o`
u lunion est disjointe). Par
consequent, sa probabilite vaut p1 (1 p2 )(1 p3 ) + p2 (1 p1 )(1 p3 ) + p3 (1 p2 )(1 p1 ).

Exercice 4
On consid`ere N + 1 urnes U0 , ..., UN . Dans chaque urne Un il y a N boules toutes identiques excepte
par leur couleur : n sont noires et N n sont blanches. On choisit une urne au hasard (on suppose les
urnes equiprobables) et on tire une boule (on suppose que toutes les boules se trouvant dans une urne
sont tirees avec la meme probabilite).
1) Quelle est la probabilite que la boule tiree soit une boule noire ?
Supposons maintenant que lon ait tire une boule noire.
2) Quelle est la probabilite quelle ait ete tiree de lurne Un ?
3) Repondre aux memes questions en supposant maintenant que lon choisit lurne Un avec une probabilite
PN
n > 0, o`
u i=0 i = 1.

Solution :
Notons An levenement lurne n a ete choisie et B levenement une boule noire a ete tiree.
1) On a B =

N
[

(An B) o`
u lunion est disjointe.

n=0

Par suite, P (B) =

N
X
n=0

P (An B) =

N
X

P (B|An )P (An ) =

n=0

N
X
n 1
= 1/2.
N N +1
n=0

2) P (An |B) = P (An B)/P (B) = P (B|An )P (An )/P (B) =

3

2n
.
N (N + 1)

3) On obtient P (B) =

N
X
nn
nn
.
et P (An |B) = P (B|An )P (An )/P (B) = N
N
X
n=0
jj
j=0

Exercice 5
1) Soit P une mesure de probabilite definie sur un espace mesurable (,
! A) et soit {Ai }i=1,2,... une suite

[
croissante devenement de A. Montrer que lim P (An ) = P
Ai .
n+

i=1

2) Formuler un enonce dual pour les suites devenements aleatoires decroissantes.

Solution :
1) On definit pour tout n 1, Bn = An An1 o`
u on pose A0 = . Nous obtenons ainsi une suite
devenements de A deux `
a deux disjoints. En effet, si n < m, Bn Bm = An An1 Am Am1 =
An Am1 An An = .

n
[
[
[
Ai ; par consequent
Bi =
Bi = An et donc
De plus on voit facilement que
i=1

i=1

[
i=1

!
Ai

=P

[
i=1

!
Bi

= lim

n+

n
X

P (Bi ) = lim P (
n+

i=1

2) Si la suite {Ai }i=1,2,... est decroissante alors

i=1
n
[

Bi ) = lim P (An ).
n+

i=1

lim P (An ) = P

n+

!
Ai . Pour le montrer il suffit

i=1

dappliquer le resultat de 1) `
a la suite croissante {Ai }i=1,2,... .

Exercice 6
On dit que la variable aleatoire T suit une loi geometrique de param`etre p [0, 1] si P (T = n) = pq n1 ,
n 1, o`
u q = 1 p. Montrer que T na pas de memoire cest-`a-dire
P (T n0 + n|T > n0 ) = P (T n)

Solution :
Pour n 1 calculons P (T n). On a P (T n) =

X
k=0

P (T = n + k) =

pq n+k1 = p

k=0

Par consequent, P (T > n0 ) = P (T n0 ) P (T = n0 ) = q n0 1 pq n0 1 = q n0 .

Nous pouvons `
a present calculer P (T n0 + n|T > n0 ).
Si n = 0 on a evidemment P (T n0 + n|T > n0 ) = 1 = P (T 0).
P (T n0 + n)
q n0 +n1
Si n 1, P (T n0 + n|T > n0 ) =
=
= q n1 = P (T n).
P (T > n0 )
q n0
4

q n1
= q n1 .
1q

Exercice 7
Une variable aleatoire X suit une loi de Poisson de param`etre > 0 si les valeurs de cette variable sont
les entiers positifs et si
r
P (X = r) = e
r!
1) Verifier que la somme de n variables de Poisson independantes de param`etres 1 , ..., n est une variable
de Poisson de param`etre 1 + ... + n .
On fait lhypoth`ese que le nombre N denfants dune famille prise au hasard dans un pays determine est
une variable de Poisson de param`etre . De plus la loi du nombre de garcons parmi n enfants est une
loi binomiale de param`etres n et 1/2.
2) Quelle est la loi de la variable aleatoire Y egale au nombre de garcons dans une famille prise au
hasard ? (cest-`
a-dire calculer la probabilite de levenement {Y = r} pour tout entier positif r)
3) Quelle est la probabilite que N = n si on sait que Y = k 0 ?

Solution :
1) Commencons par montrer la propriete pour n = 2. Si X1 , X2 sont deux variables aleatoires independantes suivant une loi de Poisson de param`etres 1 et 2 respectivement, alors pour tout entier r 0,
r
r
r
X
X
X
k
rk
e1 1 e2 2
P (X1 = k)P (X2 = rk) =
.
P (X1 = k, X2 = rk) =
P (X1 +X2 = r) =
k!
(r k)!
k=0
k=0
k=0
r!
Sachant que Ckr =
nous obtenons :
(r k)!k!
P (X1 + X2 = r) =

r
(1 + 2 )r
e(1 +2 ) X r k rk
Ck 1 2 = e(1 +2 )
.
r!
r!
k=0

Pour montrer la proprietes dans le cas general on proc`ede par recurrence sur n. Pour n = 2 la propriete a
dej`
a ete demontree. Soit n 2 et supposons la propriete vraie pour tout k n. Soit Z = X1 +...+Xn+1 ,
par hypoth`ese de recurrence la variable X1 + ... + Xn suit une loi de Poisson de param`etre 1 + ... + n
et vu que les variables X1 + ... + Xn et Xn+1 sont independantes il sensuit, toujours par hypoth`ese de
recurrence, que Z suit une loi de Poisson de param`etre 1 + ... + n+1 .
2) Levenement {Y = r} est egal `
a lunion disjointe des evenements {N = n} {Y = r} pour n variant
de r jusqu`
a linfini. Par consequent,

P (Y = r) =

P (N = n, Y = r).

n=r

Cette egalite peut encore secrire comme :

P (Y = r) =

P (Y = r|N = n)P (N = n).

n=r

Or P (Y = r|N = n) est la probabilite davoir r garcons dans une famille de n enfants et lenonce nous
1
n
dit que cette probabilite vaut Crn n . Dun autre cote, P (N = n) = e . Donc,
2
n!
P (Y = r) =

X
n=r

1
n
Crn n e
2
n!

=e

X
1 X
n
(/2)n
1
r
=
e
(/2)
.
r! n=r 2n (n r)!
r!
n!
n=0

La derni`ere somme etant egale `

a e/2 nous obtenons pour finir :
P (Y = r) = e/2

(/2)r
.
r!

La variable aleatoire Y suit donc une loi de Poisson de param`etre /2.

3) Evidemment
cette probabilite est nulle si n < k. Si n k,
nk
P (N = n)
n
Cn
1
/2 (/2)
P (N = n|Y = k) = P (Y = k|N = n)
=
e
= nk e e/2 k!
P (Y = k)
2
n!
(/2)k
(n k)!
= P (Y = n k).

Exercice 8
On appelle Xt la variable aleatoire egale `
a la duree de vie `a linstant t dun atome radioactif en vie `
a
cet instant. Cest-`
a-dire si latome se desint`egre `a un instant > t la variable Xt est egale `a t. On
admet que latome radioactif ne vieillit pas, cest-`a-dire que quels que soient t et t0 les variables Xt et
Xt0 ont meme loi de probabilite et donc leurs fonctions de repartition Ft et Ft0 sont egales. On suppose
en outre que ces fonctions de repartitions sont continues.
1) Soit t et x deux reels positifs. Exprimer en utilisant la fonction de repartition F0 de X0 la probabilite
quun atome en vie `
a linstant 0 soit encore en vie `a linstant t et desintegre `a linstant t + x.
En deduire la valeur de la probabilite conditionnelle P (x|t) que latome soit desintegre `a linstant t + x
sachant quil est en vie `
a linstant t.
2) Montrer que P (x|t) est par definition Ft (x) et deduire de ce resultat une equation que doit verifier la
fonction F0 .
En etudiant lequation verifiee par G = 1 F0 determiner G ainsi que la fonction F0 .

Solution :
1) Notons A levenement latome est en vie `a linstant t et B levenement latome est desintegre `
a
linstant t+x. La probabilite quun atome en vie `a linstant 0 soit encore en vie `a linstant t et desintegre
a linstant t + x est P (A B) = P (t < X0 t + x) = F0 (t + x) F0 (t).
`
La probabilite conditionnelle P (x|t) que latome soit desintegre `a linstant t + x sachant quil est en
F0 (t + x) F0 (t)
P (t < X0 t + x)
=
(car
vie `
a linstant t est donc P (B|A) = P (A B)/P (A) =
P (t < X0 )
1 F0 (t)
P (t < X0 ) = 1 P (X0 t) = 1 F0 (t)). Nous supposons evidemment que P (t < X0 ) > 0 pour tout t
positif.
2) P (x|t) est la probabilite conditionnelle que latome soit desintegre `a linstant t + x sachant quil est en
vie `
a linstant t, on peut donc lexprimer egalement `a laide de la variable Xt comme P (Xt x) = Ft (x).
Comme par hypoth`ese latome radioactif ne vieillit pas, ceci entrane que Ft (x) = F0 (x) et donc
F0 (x) =

F0 (t + x) F0 (t)
.
1 F0 (t)

En posant G = 1 F0 dans lequation precedente et en simplifiant nous obtenons :

G(t + x) = G(t)G(x).
Il sagit `
a present de determiner la fonction continue G verifiant lequation precedente pour tout t, x
positifs. Remarquons que bien que toute fonction identiquement nulle sur R+ soit une solution de cette
6

equation elle ne peut etre retenue, car dans ce cas F0 serait egale `a 1 pour tout x 0 et par suite il y
aurait une discontinuite de F0 en 0. En effet, il est evident que F0 (x) = 0 pour tout x < 0 car la duree
de vie dun atome est positive.
De lequation que doit verifier G on deduit immediatement par recurrence que si G existe elle verifie
G(nx) = G(x)n pour tout entier n 1 et tout reel positif x. Posons a = G(1), en appliquant legalite
precedente avecx =
= an . De plus, pour tous nombres entiers p, q > 0, on a
 1 ontrouve
q G(n) 
p
p
p
p
ap = G(p) = G
q =G
, donc G
= a q . Par continuite on en deduit que pour tout x reel
q
q
q
positif, G(x) = ax . Pour finir F0 (x) = 1 ax pour tout x 0 avec 0 < a < 1 car F0 tend vers 1 lorsque
x tend vers +.

Exercice 9
Dans un jeu en ligne il faut affronter dautres joueurs en duel. Un point est attribue `a un joueur pour
chaque match gagne et deux points lui sont retranches pour chaque match perdu. Le score dun joueur
a un instant donne est par definition le nombre total de points quil a `a cet instant. Sachant que Jean a
`
une probabilite p superieure `
a 2/3 de gagner un match, demontrer que la probabilite que son score tende
vers linfini est de 1.

Solution :
Intuitivement il est evident que Jean doive gagner plus de deux match sur trois pour esperer augmenter
son score et le faire tendre vers linfini. On desire neanmoins donner une demonstration mathematique
de ce fait. Soit donc Xn la variable aleatoire valant 1 si le n-i`eme match est gagne et -2 sil est perdu.
On a P
E[Xn ] = p 2(1 p) = 3p 2 > 0 pour tout n 1. Le score de Jean au bout de n match est
n

Sn = k=1 Xk . Etant
donne que (Xn )n1 est une suite de v.a i.i.d integrables, on peut appliquer la loi
Sn
converge presque s
urement vers 3p 2. Par consequent,
forte des grands nombres et en deduire que
n
Sn converge presque s
urement vers +; ce qui secrit aussi comme P ( t.q limn Sn () = +) = 1.