Exercice 4:

Feuille d'exercices 7: Variables aléatoires discrètes Soit p ∈]0; 1[

1. Vérier qu'on dénit bien une mesure de probabilité en posant :
∀k ∈ N∗ , pk = p × (1 − p)k−1 (loi géométrique)
I démonstrations de cours 2. Démontrer que la fonction de répartition d'une variable aléatoire X suivant la loi géo-
métrique de paramètre p est dénie par :
1 − (1 − p)btc

si t>1
∀t ∈ R FX (t) = P (X 6 t) =
 Exercice 1: 0 si t<1
Soit p ∈]0; 1[
En raisonnant par récurrence, montrer que si Y1 , ... Yn sont n variables aléatoires indépen-  Exercice 5:
dantes suivant toutes une loi de Bernoulli de paramètre p, alors leur somme X = Y1 + ... + Yn Montrer que si une la variable aléatoire réelle X suit une loi géométrique, alors
est une variable aléatoire suivant une loi binomiale de paramètres n et p
∀(t; s) ∈ N2 , P(X>s) (X > t + s) = P (X > t)
 Exercice 2:
Soient n ∈ N∗ , N ∈ N∗et C∈ N∗ avec
 n 6 N et C < N
C N −C  Exercice 6:
On pose ∀k ∈ N , pk =
k n−k Soit λ > 0
λk
 
N
n
1. Vérier qu'on dénit bien une mesure de probabilité en posant ∀k ∈ N, pk = e−λ
k!
 
n (loi de Poisson)
On rappelle que = 0 si k < 0 ou k > n 2. En utilisant un raisonnement par récurrence et une intégration par parties, démontrer
k
1. Vérier que pk = 0 si k ∈/ [[max(0, n − (N − C)); min(n, C)]] que si la variable aléatoire X suit la loi de Poisson de paramètre λ alors :
λ
2. En raisonnant par récurrence sur q, démontrer la formule de Vandermonde : xn
Z
∀n ∈ N P (X > n) = e−x dx
0 n!
n     
X p q p+q 3. En déduire que la fonction de répartition de la loi de Poisson de paramètre λ est dénie
∀q ∈ N ∀p ∈ N ∀n ∈ N =
k n−k n par :
k=0

xbtc
 Z λ
3. En déduire que la suite (pk )k∈N est nulle à partir d'un certain rang et dénit bien une 
1− e−x dx si t>0
mesure de probabilité (loi hypergéométrique). ∀t ∈ R FX (t) = P (X 6 t) = 0 btc!
0 si t<0


 Exercice 3:
Soient n ∈ N∗ et p ∈]0; 1[  Exercice 7:
Soit (XN )N >n une suite de variables aléatoires telle que ∀N > n, XN suit une loi hypergéo- Soient λ > 
0 et (X
n )n∈N∗ une suite de variables aléatoires telle que ∀n ∈ N , Xn suit une loi
∗

métrique H(n; N ; bpN c) binomiale B n,

λ
bpN c n
1. Calculer lim λ k
N →+∞N λk en ln(1− n ) Y n−j+1
2. Montrer que ∀k ∈ [[0; n]], ∀N > n, si on pose C = bpN c, on a : 1. Montrer que ∀k ∈ N, ∀n > k, P (Xn = k) = × k ×
k! λ j=1
n
1−
k n−k n
n! Y C −i+1 Y N −C −j+1
k
P (XN = k) = × × λ
k!(n − k)! i=1 N − i + 1 j=1 N − k − j + 1 2. En déduire que ∀k ∈ N, lim P (Xn = k) = e−λ
n→+∞ k!
 
3. En déduire que ∀k ∈ [[0; n]], lim P (XN = k) =
n k
p (1 − p)n−k  Exercice 8:
k
Soit X une variable aléatoire suivant la loi hypergéométrique de paramètres n ∈ N∗ (taille
N →+∞

de l'échantillon), N ∈ N∗ (taille de la population) et C ∈ N∗ (eectif du caractère ciblé dans

C
la population) avec n 6 N , C < N . On pose p = ∈]0; 1[
N
En utilisant la formule de Vandermonde, montrer que E[X] = np
1 ovok.free.fr  Variables aléatoires discrètes 
 Exercice 9:  Exercice 13:
Soit X une variable aléatoire suivant la loi géométrique de paramètre p ∈]0; 1[ (probabilité Deux Terminators, T1 et T2, jouent à la roulette russe.
de succès). Heureusement pour eux, ils ont la tête dure et risquent seulement d'abîmer leur maquillage.
1
Montrer que X admet une espérance avec E[X] = et une variance avec V [X] = 2
1−p Ils utilisent chacun à leur tour, en commençant par T1, un revolver à 6 coups contenant une
p p seule balle. A chaque tour, celui qui "joue", fait tourner aléatoirement le barillet, pointe le
revolver sur sa tempe et appuie sur la gachette : si il fait feu, il a perdu et le jeu s'arrête.
 Exercice 10: On appelle F la variable aléatoire donnant le numéro du tour où la balle sera tirée.
Soit X une variable aléatoire suivant la loi Poisson de paramètre λ > 0 1. Identier la loi de la variable aléatoire F
Montrer que X admet une espérance avec E[X] = λ et une variance avec V [X] = λ
2. Traduire la probabilité de gain de chaque joueur en terme de parité de la variable
aléatoire F , puis comparer les probabilités de gain des deux joueurs.
II Lois usuelles
 Exercice 14:
Une urne contient a boules rouges et b boules noires, avec (a, b) ∈ (N∗ )2 .
 Exercice 11: On eectue une succession de tirages d'une boule avec la règle suivante : si on tire un boule
Loi géométrique sur N de paramètre p rouge, on la remet dans l'urne, si c'est une noire, on l'enlève de l'urne.
1. Déterminer la loi de la variable aléatoire X comptant le nombre de tirages nécessaires
import Random as rd pour obtenir la première boule noire.
2. Déterminer la loi de la variable aléatoire Y comptant le nombre de tirages nécessaires
# l'instruction rd.random() gènère un nombre pseudo-aléatoire
pour obtenir la première boule rouge.
suivant la loi uniforme sur [0;1[
def simul(p):  Exercice 15:
. 'entrée : un réel p strictement compris entre 0 et 1
Chez les pharaons de l'ancien empire, les mariages consanguins ont développé un risque de
. sortie : un entier aléatoire X '
stérilité. A partir du fondateur de la dynastie, on note X le nombre de générations précédant
. X = 0
l'extinction de la dynastie par stérilité.
. while rd.random() > p :
On suppose que la loi de probabilité de la variable aléatoire X vérie la relation
. X=X+1
. return X 3P (X = n + 2) = 4P (X = n + 1) − P (X = n)

1. Déterminer la loi de probabilité de X ainsi que sa fonction de répartition.

Déterminer la loi de probabilité de la variable aléatoire X simulée ci-dessus.
On pourra s'intéresser à la variable aléatoire Y = X + 1 2. Quelle est la loi connue suivie par la variable aléatoire Y = X + 1 ?

 Exercice 12:
Donald Knuth, dans son "Art of computer programming", s'engage à verser 2 dollars au III Espérance et variance
premier lecteur lui signalant une erreur dans son livre.(*)
On suppose que le livre comporte une erreur, qu'un lecteur assidu a une chance sur 100000 de
la trouver et de la signaler et qu'il y a 500000 lecteurs assidus.  Exercice 16:
On note L le nombre de lettres concernant cette erreur reçues par D. Knuth. Un oral de concours comporte 100 sujets. Chaque candidat doit tirer aléatoirement 3 sujets
1. Justier que L suit approximativement une loi de Poisson et préciser la valeur du puis en traiter un au choix parmi les 3.
paramètre. Un candidat se présente à l'oral de ce concours en ayant révisé seulement 60 sujets sur les 100.
2. Estimer la probabilité pour que D. Knuth paie 2 dollars 1. Quelle est la probabilité pour que le cadidat ait révisé :
(*)
J'ore plus modestement ma gratitude pour le signalement d'une erreur de frappe sur cette feuille (a) les 3 sujets tirés
d'exercices. (b) exactement 2 sujets sur les 3
(c) aucun des 3 sujets
2. En moyenne, combien de sujets le candidat aura-t-il révisé sur les 3 sujets tirés ?

2 ovok.free.fr  Variables aléatoires discrètes 

 Exercice 17:  Exercice 20:
Deux automobilistes, Alpha et Bêta, viennent de rouler, de nuit, sur des clous et doivent Le nombre X de pannes dans les 500000 premiers kilomètres d'une Rolls Royce suit une loi
chacun changer une roue. Pour dévisser les boulons de la roue, ils utilisent chacun une croix de Poisson. Au cours de la révisions des 500000 kilomètres de deux mille cinq cent Rolls, on a
dont les quatre extrémités sont des clefs de tailles diérentes (une, et une seule, convient pour observé que deux mille n'avaient jamais eu de panne.
les boulons de la roue) 1. En déduire une approximation du paramètre de la loi de la variable aléatoire X .
1. Comme il est dans l'obscurité, Alpha essaye au hasard les extrémités de sa croix jusqu'à 2. Estimer la proportion de Rolls ayant eu plus de deux pannes pendant cette période.
trouver la bonne, en éliminant à chaque fois les extrémités déjà testées sans succès.
Déterminer la loi et l'espérance de la variable aléatoire A donnant le numéro de l'essai  Exercice 21:
où Alpha utilisera la bonne extrémité de la croix. Un fermier possède une seule jument dont il ne saurait se séparer.
2. Bêta est un peu moins futé ... Il essaye au hasard les extrémités de sa croix jusqu'à Il envisage de donner la première pouliche mise au monde par sa jument à sa lle de 15 ans
trouver la bonne. S'il échoue, de rage, il jette la croix. Puis, il la ramasse et essaye à qui projette de s'installer comme éleveuse de chevaux.
nouveau, sans pouvoir se souvenir des extrémités déjà testées. On note X la variable aléatoire donnant le nombre de gestations au bout duquel la jument
Déterminer la loi et l'espérance de la variable aléatoire B donnant le numéro de l'essai accouchera enn d'une pouliche.
où Bêta utilisera la bonne extrémité de la croix. 1. Déterminer l'espérance et la variance de X
2. A raison d'une gestation par an, quelle est la probabilité que le fermier puisse orir une
 Exercice 18: pouliche à sa lle pour l'année de ses 18 ans ?
Il y a bien longtemps, dans une galaxie lointaine, très lointaine ...
... on constituait de gigantesques armées de clones, et, peut être continue-t-on encore à le faire.  Exercice 22:
On pourra donc considérer le nombre de soldats clonés comme potentiellement inni.
La probabilité qu'un soldat cloné soit porteur d'une mutation aectant ses capacités est 10−6 . On estime à 1% la proportion de personnes daltonienne dans un pays.
n citoyens de ce pays passent une visite médicale permettant de déterminer s'ils sont dalto-
Elle est indépendante des éventuelles mutations aectant les autres clones.
niens.
1. On note X la variable aléatoire désignant le numéro du premier soldat cloné ayant des En utilisant l'inégalité de Bienaymé-Tchebychev, déterminer une valeur de n pour laquelle la
capacités réduites. proportion de daltoniens parmi les n citoyens se trouve dans l'intervalle [0, 009; 0, 011] avec
(a) Identier la loi de probabilité de la variable aléatoire X , puis calculer son espérance une probabilité supérieure à 0,9.
et sa variance.
 Exercice 23:
(b) Quelle est la probabilité qu'une armée de 10 millions de clones ne comporte aucun
soldat porteur d'une mutation aectant ses capacités ? Au stand des lapins blancs du salon de l'agriculture, on a mélangé trois lapins aux yeux
1 rouges, deux lapins aux yeux bleus et un lapin aux yeux vairons : un rouge et un bleu.
(c) Déterminer l'unique médiane entière m ∈ N caractérisée par P (X > m) > et Un photographe utilisant un ash photographie au hasard 3 lapins qui le regardent. Sur la
2
1 photo, ils ont évidemment tous les yeux rouges ...
P (X 6 m) > (une telle médiane existe toujours, mais son unicité est liée aux On note X la variable aléatoire égale au nombre d'yeux photographiés ayant leur véritable
2
paramètres de cet exercice) couleur sur la photo.
2. On considère la variable aléatoire Y donnant le nombre de soldat porteur d'une muta- Donner la loi de probabilité de X (sous forme d'un tableau), puis calculer son espérance et
tion aectant ses capacités au sein d'une armée de 10 millions de clones. son écart type.
(a) Quelle est la loi de la variable aléatoire Y ?  Exercice 24:
(b) Justier qu'on peut considérer que Y suit approximativement une loi de Poisson, et
préciser le paramètre λ de cette loi. Une urne contient au départ une boule verte et une boule rouge.
On eectue des tirages successifs selon la procédure suivante : on tire une boule, si elle est
(c) Estimer E[Y ] et V [Y ], puis interpréter ces résultats. rouge ou arrête les tirages, si elle est verte, on la remet dans l'urne en ajoutant une boule
(d) Quelle est la probabilité d'avoir plus d'une cohorte de 600 soldats porteurs d'une rouge.
mutation aectant ses capacités au sein d'une armée de 10 millions de clones. On note X le nombre de tirages eectués au total.
Pour k ∈ N∗ , on note Vk (respectivement Rk ) l'événement correspondant à l'obtention d'une
 Exercice 19: boule verte (respectivement rouge) au kième tirage, s'il a lieu.
Dans le département de Seine et Marne, on déplore chaque année en moyenne huit accidents 1. Que vaut P (Vn | V1 ∩ ... ∩ Vn−1 ) pour n > 2 ? En déduire P (X > k) pour tout k ∈ N
mettant en cause des camions-citernes transportant des produits dangereux. 2. Déterminer la loi de X
En utilisant une loi de Poisson, estimer la probabilité d'avoir dans une année plus de sept 3. En considérant Y = X + 1, montrer que X admet une espérance et la calculer.
accidents de ce type. 4. En considérant Z = X 2 − 1, montrer que X admet une variance et la calculer.

3 ovok.free.fr  Variables aléatoires discrètes 

 Exercice 25:  Problème 27:
: fonction de survie
Partie A
1. Soit X une variable aléatoire suivant une loi géométrique de paramètre p ∈]0; 1[. Soit Soit X une variable aléatoire à valeurs dans N. Montrer que :
α un réel strictement positif. On pose Y = eαX .
A quelle condition sur α la variable aléatoire Y admet-elle une espérance ? Quelle est n n−1
1. ∀n ∈ N∗ ,
X X
kP (X = k) = P (X > k) − nP (X > n)
la valeur de cette espérance lorsqu'elle existe ?
k=1 k=0
2. Un casino invente un nouveau jeu, qui se joue avec une pièce de monnaie qui donne +∞
pile avec la probabilité p. le joueur lance la pièce plusieurs fois jusqu'à obtenir pile. Si 2. Si X admet une espérance, alors ∀n ∈ N∗ , 0 6 nP (x > n) 6
X
kP (X = k)
cela arrive au lancer numéro n, il gagne 2n euros. k=n+1
(a) Pour quelles valeurs de p la variable aléatoire égale au gain du joueur admet-elle +∞
une espérance ? 3. Si X admet une espérance alors la série
X
P (X > k) converge et E[X] =
X
P (X > k)
(b) (Paradoxe de Saint Petersbourg) Pour ne pas faire faillite, le casino souhaite exiger k>0 k=0
une mise de départ du joueur supérieure à son espérance de gain. Quelle mise de +∞
départ minimale le casino devrait-il alors demander si la pièce utilisée est équilibrée ? 4. Si la série
X
P (X > k) converge alors X admet une espérance et E[X] =
X
P (X > k)
k>0 k=0
 Exercice 26:
Partie B
Loi de Pascal et loi binomiale négative
Un joueur dispose de N dés équilibrés à 6 faces. Il lance une première fois ceux-ci et on note
import random as rd X1 le nombre de 6 obtenus. Il met de côté les dés correspondants et relance les autres dés (s'il
en reste). On note X2 le nombre de 6 obtenus et on répète l'expérience dénissant ainsi une
# l'instruction rd.random() gènère un nombre pseudo-aléatoire
suite de variables aléatoires X1 , X2 , ...
suivant la loi uniforme sur [0;1[
S'il ne reste plus de dés au mième lancer, on a alors, pour tout k > m, Xk = 0. Pour tout
def simul(p,n): entier naturel non nul n, on dénit la variable Sn = X1 + X2 + ... + Xn , qui correspond alors
. 'entrées : un réel p strictement compris entre 0 et 1 et au nombre de 6 obtenus après n lancers.
un entier n non nul
. sortie : un entier aléatoire Tentatives ' 1. L'objectif de la série de questions suivante est de montrer par récurrence sur n ∈ N∗
. Succes = ... que Sn suit une loi binomiale de paramètres N et pn et de déterminer pn .
. Tentatives = ... (a) (question préliminaire) Soient N , M et k trois entiers avec M 6 k 6 N .
. while Succes ... n :      
N N −M N k
. while rd.random() ... p : Montrer que =
M k−M k M
. Tentatives = Tentatives + 1
. Tentatives = Tentatives + 1 (b) Montrer que la proposition est vériée pour n = 1 et déterminer p1 .
. Succes = Succes + 1 (c) Soit n ∈ N∗ , on suppose que Sn suit une loi binomiale de paramètre N et pn .
. return Tentatives
Soient M et k deux entiers naturels tels que M 6 k 6 N .
Déterminer P (Xn+1 = k − M | Sn = M ) et en déduire que Sn+1 suit une loi bino-
Soit p ∈]0; 1[ xé. 1 + 5pn
miale de paramètres N et pn+1 où pn+1 =
6
1. Compléter les pointillés dans la fonction précédente pour qu'elle renvoie en sortie une
variable aléatoire Tn simulant le nombre de tentatives nécessaires pour obtenir un nième (d) Déterminer une expression explicite de pn .
succès dans une successions d'épreuves de Bernoulli de paramètre p indépendantes. 2. On note T = min({n ∈ N∗ | Sn = N } ∪ {+∞}) le nombre de lancers nécessaires pour
Pour i ∈ N, on notera Si l'événement "la ième tentative est un succès" n'avoir que des 6, en posant, par convention, T = +∞ si on n'obtient jamais tous les 6
2. Quelle est la loi bien connue suivie par la variable aléatoire T1 ? (on admet que cela a, en fait, une probabilité nulle d'arriver).
3. (a) Déterminer l'ensemble T2 (Ω) des valeurs prises par T2 . (a) Pour k ∈ N∗ , déterminer P (T > k)
(b) Pour tout k ∈ T2 (Ω), exprimer l'événement {T2 = k} en fonction des événements (b) Déterminer la fonction de répartition FT de la variable aléatoire T
S1 et S1 . En déduire la loi de T2
4. (a) Déterminer l'ensemble Tn (Ω) des valeurs prises par Tn . (c) Vérier avec la formule obtenue que lim FT (t) = 1. Dans un cadre dépassant le
t→+∞

(b) Déterminer la loi de Tn (loi de Pascal) programme de BCPST, cela permettrait justier que P (T = +∞) = 0.
5. Dans la même expérience, on appelle Un le nombre d'échecs qui précèdent le nième (d) En utilisant la partie A, démontrer que T admet une espérance et la déterminer
succès. Déterminer la loi de Un (loi binomiale négative)
.
4 ovok.free.fr