Scribd Logo
Importer

Bienvenue sur Scribd !

  • 83 vues

    TD 1

    Transféré par

    Wilson Goulla

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    TD 1

    Transféré par

    Wilson Goulla
    83 vues2 pages

    Titre original

    td1

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    83 vues2 pages

    TD 1

    Transféré par

    Wilson Goulla

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 2

    Licence de Physique, FIP

    Mathématiques pour physiciens : TD n˚1

    Probabilités - I
    Amir Kashani-Poor & Sylvain Nascimbene

    1 Formule de Poincaré
    On considère deux événements A1 et A2 . A1 ∪ A2 peut s’écrire comme la réunion de deux
    évenements disjoints : A1 ∪ A2 = A1 ∪ (A2 \ A1 ∩ A2 ).
    1. En déduire la formule

    P (A1 ∪ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 ).

    2. Exprimer d’une façon similaire A1 ∪ A2 ∪ A3 , en déduire une formule pour P (A1 ∪ A2 ∪ A3 ).


    3. Soient n ∈ N et A1 , . . . , An des événements quelconques. Montrer que l’on a
    n n
    !
    [ X X
    P Ai = (−1)k+1 P (Ai1 ∩ · · · ∩ Aik ). (1)
    i=1 k=1 1≤i1 <i2 <...<ik ≤n

    On utilisera pour cette démonstration les variables aléatoires indicatrices des événements
    Ai :

    1Ai : Ω → R
    (
    1 si ω ∈ Ai
    ω 7→
    0 si ω ∈
    / Ai

    ainsi que le fait que ∪i Ai = Ω \ [∩i (Ω \ Ai )].


    P
    On définit maintenant Sk ≡ 1≤i1 <i2 <...<ik ≤n P (Ai1 ∩ · · · ∩ Aik ). Ainsi le terme de droite
    n
    X
    dans la formule (1) se réécrit (−1)k+1 Sk . Par ailleurs, l’ensemble des éléments appartenant
    k=1
    à exactement m événements parmi (A1 , . . . , An ) est noté Gm .
    4. On cherche à démontrer la formule (1) par une méthode constructive. Soit un élément de
    Gm , montrer qu’il contribue de la même façon à gauche et à droite du signe égal dans
    l’équation (1). Conclure.
    5. Montrer par un raisonnement similaire que
         
    m+1 m+2 n
    PGm = Sm − Sm+1 + Sm+2 − . . . ± Sn (2)
    m m m

    6. Un jeu de N cartes, initialement ordonné, est rebattu de manière aléatoire. Quelle est
    la probabilité qu’au moins une des cartes se retrouve à la même position ? Que vaut-elle
    lorsque N → +∞ ? Quelle est la vitesse de convergence ?
    Que dire de la probabilité d’avoir exactement m cartes à la même position ?
    2 Paradoxe de Bertrand et composition de variables
    Proposé en 1888 par Joseph Bertrand, ce paradoxe avait pour but de critiquer l’utilisation
    des probabilités pour des variables continues.
    Le problème est le suivant : on tire au hasard une corde entre deux points d’un cercle, quelle
    est la probabilité pour qu’elle soit plus longue que le côté du triangle équilatéral inscrit ? Nous
    allons faire le calcul de trois façons différentes.
    1. Les deux points du cercle définissant la corde sont tirés au hasard. Quelle probabilité
    obtient-on pour le problème ci-dessus ?
    2. La direction de la corde et la distance au centre du cercle sont choisies aléatoirement.
    Même question.
    3. Le point milieu de la corde est choisi aléatoirement à l’intérieur du cercle. Même question.
    Pourquoi y-a-t’il un paradoxe ? Comment le résout-on ? Déterminer en particulier les densités
    de probabilité des cas 2 et 3 en supposant la densité uniforme du cas 1.

    3 Inégalité de Tchebychef
    L’inégalité de Tchebychev est très utilisée en probabilités, ainsi que ses versions dérivées.
    Elle permet notamment de majorer l’importance des événements rares.
    1. Montrer que si une variable aléatoire X admet un second moment E(X 2 ), alors

    E(X 2 )
    P{|X| ≥ t} ≤ pour t > 0.
    t2
    En déduire que si E(X) = m et Var(X) = σ 2 , alors

    σ2
    P{|X − m| ≥ t} ≤ .
    t2
    De façon plus générale, on peut construire des majorations ou minorations de probabilités faisant
    intervenir des moments de la variable aléatoire.
    4. Montrer que pour une variable centrée X de variance σ 2 ,

    σ2
    P{X > t} ≤ pour t > 0.
    σ 2 + t2

    On utilisera la fonction u(x) = (x + c)2 où c > 0.


    5. En utilisant le même genre de méthode, montrer que pour une v.a. X positive, telle que
    E(X) = 1 et E(X 2 ) = b,

    (1 − a)2
    P{X > a} ≥ pour 0 < a < 1.
    b
    En déduire que pour une v.a. vérifiant E(X 2 ) = 1 et E(X 4 ) = M ,

    (1 − t2 )2
    P{|X| > a} ≥ pour 0 < t < 1.
    M

    Vous aimerez peut-être aussi