Cogmaster, Probabilités discrètes

Feuille de TD no 3 :
Indépendance d’événements, variables aléatoires, lois discrètes

Exercice 1 Une auto-école présente le même jour trois candidats au permis : André, Denis et
Nicole. Sur la base des performances précédentes, le directeur estime les probabilités de succès :
pour Denise 0.5, pour Nicole 0.9 et pour André 0.7. Le succès de chaque candidat est indépendant
du succès des autres. Quelles sont les probabilités des événements suivants :
1. B ="Denise est la seule à réussir",
2. R ="Les trois candidats réussissent",
3. E ="les trois candidats échouent",
4. P ="au moins un candidat est reçu" ?

Correction Notons A, D et N (respectivement) les évènements respectifs « André réussit »,

« Denise réussit » et « Nicole réussit ». Ces trois évènements sont indépendants mutuellement
d’après l’énoncé. Ainsi,
1. P(B) = P(Ac ∩ D ∩ N c ) = P(Ac )P(D)P(N c ) = 0.3 × 0.5 × 0.1 = 0.015
2. P(R) = P(A ∩ D ∩ N ) = P(A)P(D)P(N ) = 0.7 × 0.5 × 0.9 = 0.315
3. P(E) = P(Ac ∩ Dc ∩ N c ) = P(Ac )P(Dc )P(N c ) = 0.3 × 0.5 × 0.1 = 0.015
4.

P(P ) = P(A ∪ D ∪ N )
= P(A) + P(D) + P(N ) − P(A ∩ D) − P(A ∩ N ) − P(D ∩ N ) + P(A ∩ D ∩ N )
= P(A) + P(D) + P(N ) − P(A)P(D) − P(A)P(N ) − P(D)P(N ) + P(A)P(D)P(N )
= 0.7 + 0.9 + 0.5 − 0.7 ∗ 0.5 − 0.7 ∗ 0.9 − 0.5 ∗ 0.9 + 0.7 ∗ 0.9 ∗ 0.5 = 0.985

Exercice 2 Trois chasseurs tirent simultanément sur un oiseau, avec des probabilités de succès
de 70%, 50% et 90% respectivement. Quelle est la probabilité que l’oiseau soit touché ?

Correction Il faut donc calculer la probabilité qu’au moins un chasseur touche l’oiseau.
C’est exactement le même calcul qu’à la question 4 de l’exercice précédent. Les succès respectifs
des chasseurs sont des évènements indépendants mutuellement.

Exercice 3 Trois étudiants x, y et z attendent dans une file à la porte du secrétariat. On

considère les deux événements
— A : “y attend derrière x”
— B : “z attend derrière x”
On suppose qu’il y a équiprobabilité sur l’ordre d’arrivée des étudiants. Les événements A et B
sont-ils indépendants ?

1
 Correction On a 6 ordres d’arrivées possible : xyz, xzy, yxz, yzx, zxy, zyx. Ils sont équi-
probables, donc chaque ordre arrive avec probabilité 61 . Donc,

1
P(A) = P({xyz, xzy, zxy}) =
2
1
P(B) = P({xyz, xzy, yxz}) =
2
1
P(A ∩ B) = P({xyz, xzy}) =
3
Donc P(A ∩ B) 6= P(A)P(B), les deux évènements A et B ne sont donc pas indépendants !

Exercice 4 On considère l’ensemble des familles de 2 enfants en admettant que les naissances
sont indépendantes et qu’à chaque naissance, la probabilité d’avoir une fille (resp. un garçon)
est 1/2. Soient les événements A =”Le premier enfant est une fille", B =”Le second enfant est
une fille”, et C ="la famille a des enfants des deux sexes". Montrer que les événements A, B et
C sont indépendants deux-à-deux mais pas mutuellement.

Correction On a clairement P(A) = 12 , P(B) = 12 , et P(C) = 12 . Par ailleurs,

1
P(A ∩ B) = = P(A)P(B) (donc A et B sont indépendants),
4
1
P(A ∩ C) = P(A ∩ B c ) = = P(A)P(C) (donc A et C sont indépendants) et
4
1
P(B ∩ C) = P(Ac ∩ B) = = P(B)P(C) (donc B et C sont indépendants).
4
Cependant, si A et B sont vérifiés, C ne peut pas l’être, donc P(A ∩ B ∩ C) = 0 6=
P(A)P(B)P(C), donc ces trois évènements ne sont pas mutuellement indépendants.

Exercice 5 On lance une fois un dé non pipé.

1. On suppose qu’on reçoit 15 euros si on obtient 1, rien si on obtient 2,3 ou 4, et 6 euros
si on obtient 5 ou 6. Soit G la variable aléatoire égale au gain de ce jeu. Quelle est la loi
de G ? Que vaut le gain moyen ?
2. Mêmes questions en supposant qu’on gagne 27 euros pour un 1 et rien sinon. Préférez
vous jouez au jeu du 1) ou à celui-ci ?

Correction La loi de G est donnée par le tableau suivant :

k 0 6 15
P(G = k) 12 13 16

et E(G) = 0 ∗ 21 + 6 ∗ 13 + 15 ∗ 16 = 4.5 euros.

Dans la deuxième version du jeu, le tableau devient
k 0 27
P(G = k) 56 16

2
et E(G) = 0 ∗ 56 + 27 ∗ 16 = 4.5 euros. En moyenne, l’espérance de gain est donc la même qu’avec
la première version du jeu.

Exercice 6 On lance une fois un dé non pipé. Soit X la variable aléatoire égale au résultat du
dé. On pose Y = X 2 et Z = (X − 3)2 .
1) Quelle est la loi de Y ?
2) Donner la loi de Z et la représenter sous forme d’un graphique (diagramme en bâtons).

Correction La loi de Y est

k 1 4 9 16 25 36
P(Y = k) 16 16 16 16 16 16
La variable Z peut prendre les valeurs (1 − 3)2 = 4, (2 − 3)2 = 1, (3 − 3)2 = 0, (4 − 3)2 = 1,
(5 − 3)2 = 4, (6 − 3)2 = 9 et sa loi est représentée par le tableau
k 0 1 4 9
P(Z = k) 16 13 13 16
Sous forme graphique :

P(Z = k)

k
0 1 4 9

Exercice 7 On considère un sac contenant deux boules rouges et quatre boules noires, indis-
cernables au toucher.
1) On tire successivement une boule, avec remise, jusqu’à obtenir une boule rouge.
On note X son rang d’apparition. Déterminer la loi de ce rang.
2) On tire successivement une boule, sans remise, jusqu’à obtenir une boule rouge, et on
note X son rang d’apparition. Déterminer la loi de ce rang.

Correction
1. La variable aléatoire X prend des valeurs entières. Pour tout entier n, l’évènement {X =
n} est égal à l’évènement « on tire des boules noires lors des n − 1 premiers tours et au
n-ième tirage on tire une boule rouge ». Puisque l’on tire avec remise, et qu’il y a deux
boules rouges parmi six, la probabilité de tirer une boule rouge à chaque tour est 26 = 31 ,
et la probabilité de tirer une boule noire est 23 . Par suite, pour tout entier n,
 n−1
2 1
P(X = n) = .
3 3

3
 Remarquons que c’est bien une loi de probabilité puisque
+∞ +∞  n−1
X X 2 1 1 1
P(X = n) = = 2 ∗ = 1.
n=0 n=0
3 3 1− 3
3

2. Dans le cas d’un tirage sans remise, le rang de la première boule rouge est forcément
inférieur à cinq puisqu’il n’y a que quatre boules noires. Dans ce cas, la loi de X est
représentée par le tableau suivant :
k 1 2 3 4 5 k 1 2 3 4 5
=
P(X = k) 13 42
65
432
654
4322
6543
4321
6543
P(X = k) 5
15
4
15
3
15
2
15
1
15

Exercice 8 On lance trois fois de suite un dé. Soit X le nombre de valeurs distinctes obtenues
(par exemple X = 3 si le résultat des lancers est (1, 2, 6) et X = 2 s’il est (4, 4, 2)). Déterminer
la loi de X et calculer son espérance.

Correction Il y a en tout 63 triplets possibles de résultats lorsqu’on tire un dé trois fois de

suite. La variable X ne peut prendre que les valeurs 1, 2 et 3. X est égal à 1 si et seulement si
les trois valeurs successives obtenues sont égales, donc
6 1
P(X = 1) = = .
6∗6∗6 36
De même, X = 2 si et seulement si deux valeurs sur les trois sont distinctes. On a 32 choix

pour les positions des deux valeurs égales, et 6 ∗ 5 choix pour les valeurs en question, donc
 
3 6∗5 5
P(X = 2) = = .
2 6∗6∗6 12
Enfin, X = 3 si et seulement si les trois valeurs successives sont distinctes, donc
6∗5∗4 5
P(X = 3) = = .
6∗6∗6 9
On vérifie bien que P(X = 1) + P(X = 2) + P(X = 3) = 1.

Exercice 9 Le participant d’un jeu télévisé doit choisir entre deux questions, une question
facile et une question difficile. S’il répond juste une première fois, il peut tenter de répondre à
l’autre. La question facile rapporte un euro et la question difficile 3 euros. Les questions sont
indépendantes, et il estime avoir 30% de chances de bien répondre à la question difficile, et 60%
de chances pour la question facile. Calculer la loi et l’espérance de son gain dans le cas où il
choisit la question facile en premier, puis dans le cas contraire. Quelle question doit-il choisir ?

Correction Notons X la variable aléatoire représentant le gain du joueur à la fin de la

partie. X peut prendre les valeurs 0, 1, 3 et 4.
1. S’il choisit la question facile en premier, la probabilité qu’il se trompe dès la première
question est 0.4. La probabilité qu’il réussisse la première question (facile) puis se trompe
à la deuxième question (difficile) est 0.6 ∗ 0.7 = 0.42. La probabilité qu’il réussisse les
deux questions est 0.6 ∗ 0.3 = 0.18. On en déduit le tableau représentant la loi de son
gain :

4
 k 0 1 4
P(X = k) 0.4 0.42 0.18
L’espérance de X est alors
E[X] = 0.4 ∗ 0 + 0.42 ∗ 1 + 0.18 ∗ 4 = 1.14.
2. S’il choisit la question difficile en premier, le tableau devient
k 0 3 4
P(X = k) 0.7 0.3 ∗ 0.4 0.3 ∗ 0.6
L’espérance de X est alors
E[X] = 0.7 ∗ 0 + 0.12 ∗ 3 + 0.18 ∗ 4 = 1.08.
Le joueur a donc intérêt à choisir la première stratégie !

Exercice 10 Les étudiants d’un cours de probabilités sont répartis en trois groupes pour les
séances d’exercices, comprenant respectivement 25, 30 et 35 étudiants. On choisit au hasard un
étudiant du cours et on note X le nombre d’étudiants de son groupe. Calculer la loi et l’espérance
de X. Cette espérance est-elle égale à la moyenne du nombre d’étudiants par groupe ?

Correction Il y a en tout 25 + 30 + 35 = 90 étudiants. La variable aléatoire X ne peut

prendre que trois valeurs : 25, 30 et 35. Sa loi est représentée par le tableau
k 25 30 35
P(X = k) 25
90
30
90
35
90
L’espérance de X est
25 30 35 2750
E[X] = 25 ∗ + 30 + 35 = ' 30.555556.
90 90 90 90
Cette espérance est différente de la moyenne du nombre d’étudiants par groupe qui est de 30.

Exercice 11 (*) Soient c ∈ R et X une variable aléatoire de support égal à N, avec P (X =

n
n) = c 2n! pour tout n ∈ N. Calculer la valeur de c puis l’espérance de X.

Correction
On sait qu’on a forcément
+∞
X
P(X = n) = 1.
n=0
On reconnaît le développement en série entière de l’exponentielle et
+∞
X 2n
c = ce2 .
n=0
n!

On en déduit que c = e−2 .

Exercice 12 Au bowling, Lucie a une probabilité 3/4 de faire tomber toutes les quilles ("strike").
Dans une soirée elle lance 18 boules et on considère les lancers indépendants. Soit X la variable
aléatoire égale au nombre de "strike" réussis par Lucie.

5
 1. Quelle est la loi de X ?
2. Calculer la probabilité pour que Lucie réussisse dix "strike".
3. Quelle est l’espérance du nombre de "strike" réussis dans une soirée, sa variance ?

Correction Pour tout i = 1, . . . 18, notons Xi la variable aléatoire de Bernoulli qui vaut 1
si Lucie fait un strike, et 0 sinon. Le nombre de strikes réussi au cours de la soirée est représenté
par la variable aléatoire
X18
X= Xi = X1 + X2 + · · · + X18 .
i=1

Comme les Xi sont indépendants et suivent la même loi de Bernoulli de paramètre p = 34 , cette
somme suit une loi Binômiale B(18, 43 ). On en déduit que la probabilité que Lucie réussisse
exactement dix strikes dans la soirée est
   10  8
18 3 1
P(X = 10) = .
10 4 4

L’espérance et la variance du nombre de strikes réussis par Lucie dans la soirée valent :
3
E[X] = 18 ∗ = 13.5, et
4
3 1 27
Var[X] = 18 ∗ ∗ = .
4 4 8