Corrigé Examen PST - 10 Février 2022

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 4

Corrigé Examen Final PST (L3)

(10/02/2022)
Exercice 1 : (5 pts)

Soit 𝑿 la variable aléatoire dont la fonction de densité est :

𝒄(𝟏 − 𝒙𝟐 ) ; 𝒔𝒊 − 𝟏 < 𝒙 < 𝟏


𝒇(𝒙) = {
𝟎 ; 𝒔𝒊𝒏𝒐𝒏
a) Calculer la valeur de 𝒄.
b) Calculer la fonction de répartition de 𝑿.
c) Calculer 𝑬(𝑿) et 𝑽(𝑿).

Solution :
+∞
a) Comme 𝒇 est une densité, elle vérifie : ∫−∞ 𝒇(𝒙)𝒅𝒙 = 𝟏 ; d’où :
+∞ −𝟏 +𝟏 +∞ +𝟏

∫ 𝒇(𝒙)𝒅𝒙 = ∫ 𝒇(𝒙)𝒅𝒙 + ∫ 𝒇(𝒙)𝒅𝒙 + ∫ 𝒇(𝒙)𝒅𝒙 = ∫ 𝒇(𝒙)𝒅𝒙 = 𝟏


−∞ −∞ −𝟏 −∞ −𝟏

Or,
+𝟏
+𝟏 +𝟏 𝟐) 𝒄𝒙𝟑 𝒄 𝒄 𝟐𝒄 𝟒𝒄
∫−𝟏 𝒇(𝒙)𝒅𝒙 = ∫−𝟏 𝒄(𝟏 − 𝒙 𝒅𝒙 = [𝒄𝒙 −
𝟑
] = (𝒄 − ) − (−𝒄 + ) = 𝟐𝒄 −
𝟑 𝟑 𝟑
=
𝟑
.
−𝟏

𝟑
On en tire que : 𝒄 = . (1,5)
𝟒

b) Calcul de la fonction de répartition :

𝑭𝑿 (𝒙) = 𝑷(𝑿 ≤ 𝒙)
𝟎 ; 𝒔𝒊 𝒙 ≤ −𝟏
𝒙 𝒙 𝒙
𝟑 𝒕𝟑 𝟑 𝒙𝟑 𝟏𝟐)
𝟑
= ∫ 𝒇(𝒕)𝒅𝒕 = ∫(𝟏 − 𝒕 𝒅𝒕 = [𝒕 − ] = (𝒙 − ) + ; 𝒔𝒊 − 𝟏 < 𝒙 < 𝟏 (𝟐)
𝟒 𝟒 𝟑 −𝟏 𝟒 𝟑 𝟐
−∞ −𝟏
{ 𝟏 ; 𝒔𝒊 𝒙 ≥ 𝟏

c) Calcul de l’espérance et de la variance :


+𝟏
+∞ +𝟏 𝟑 +𝟏 𝟑 𝒙𝟐 𝒙𝟒
𝑬(𝑿) = ∫−∞ 𝒙𝒇(𝒙)𝒅𝒙 = ∫−𝟏 𝒙𝒇(𝒙)𝒅𝒙 = 𝟒 ∫−𝟏 𝒙( 𝟏 − 𝒙𝟐 )
⏟ 𝒅𝒙 = 𝟒 [ 𝟐 − ] = 𝟎. (𝟎, 𝟕𝟓)
𝟒 −𝟏
𝒇𝒐𝒏𝒄𝒕𝒊𝒐𝒏 𝒊𝒎𝒑𝒂𝒊𝒓𝒆
𝟐) 𝟐( 𝟐) +∞
𝑽(𝑿) = 𝑬(𝑿 ⏟ 𝑿) = 𝑬(𝑿
−𝑬 = ∫−∞ 𝒙𝟐 𝒇(𝒙)𝒅𝒙
𝟎

+𝟏 +𝟏 +𝟏
𝟑 𝟑 𝒙𝟑 𝒙𝟓 𝟏
= ∫ 𝒙𝟐 𝒇(𝒙)𝒅𝒙 = ∫ 𝒙𝟐 (𝟏 − 𝒙𝟐 )𝒅𝒙 = [ − ] = . (𝟎, 𝟕𝟓)
𝟒 𝟒 𝟑 𝟓 −𝟏 𝟓
−𝟏 −𝟏

1
Exercice 2 : (5)

Soit 𝒌 un entier naturel et 𝑿 une variable aléatoire uniforme sur les nombres pairs

entre 𝟎 et 𝟐𝒌.

a) Déterminer la loi de 𝑿 puis calculer 𝑬(𝑿) et 𝑽(𝑿).


𝑿
b) On pose 𝒀 = 𝟐 + 𝟏, montrer que 𝒀 suit une loi usuelle et retrouver ainsi 𝑬(𝑿) et 𝑽(𝑿).
𝒏(𝒏+𝟏) 𝒏(𝒏+𝟏)(𝟐𝒏+𝟏)
(rappel : ∑𝒏𝒊=𝟏 𝒊 = ; ∑𝒏𝒊=𝟏 𝒊𝟐 = ).
𝟐 𝟔

Solution :

a) Loi de 𝑿 et calcul de 𝑬(𝑿) et 𝑽(𝑿) :


Loi de 𝑿 : Comme 𝑿 suit la loi uniforme sur le nombre pairs entre 𝟎 et 𝟐𝒌 qui sont au
𝟏
nombre de 𝒌 + 𝟏, alors 𝑷(𝑿 = 𝟐𝒊) = , 𝒊 = 𝟎, … 𝒌.
𝒌+𝟏
𝟏 𝟐 𝟐 𝒌(𝒌+𝟏)
𝑬(𝑿) = ∑𝒌𝒊=𝟎 𝟐𝒊. 𝑷(𝑿 = 𝟐𝒊) = ∑𝒌𝒊=𝟎 𝟐𝒊. 𝒌+𝟏 = 𝒌+𝟏 ∑𝒌𝒊=𝟎 𝒊 = 𝒌+𝟏 = 𝒌. (2)
𝟐
𝟐
𝑽(𝑿) = 𝑬(𝑿𝟐 ) − 𝑬𝟐 (𝑿) = 𝑬(𝑿𝟐 ) − 𝒌 .

𝒌 𝒌 𝒌
𝟐) 𝟐
𝟏 𝟒 𝟒 𝒌(𝒌 + 𝟏)(𝟐𝒌 + 𝟏)
𝑬(𝑿 )𝟐
= ∑(𝟐𝒊 . 𝑷(𝑿 = 𝟐𝒊) = ∑ 𝟒𝒊 . = ∑ 𝒊𝟐 =
𝒌+𝟏 𝒌+𝟏 𝒌+𝟏 𝟔
𝒊=𝟎 𝒊=𝟎 𝒊=𝟎
𝟐𝒌(𝟐𝒌 + 𝟏)
=
𝟑

D’où :
𝟐 𝟐𝒌(𝟐𝒌+𝟏) 𝒌𝟐 +𝟐𝒌
𝑽(𝑿) = 𝑬(𝑿𝟐 ) − 𝒌 = − 𝒌𝟐 = . (2)
𝟑 𝟑

𝑿
b) 𝒀 = 𝟐 + 𝟏 ⟹ 𝒀(𝛀) = {𝟏, 𝟐, … , 𝒌 + 𝟏}. D’autre part,

𝟏
𝑷(𝒀 = 𝒊) = 𝑷(𝑿 = 𝟐𝒊 − 𝟐) = 𝒌+𝟏 , ∀𝒊 = 𝟏, … , 𝒌 + 𝟏 ; ce qui montre que 𝒀 ↪ 𝓤⟦𝟏, 𝒌 + 𝟏⟧. Ainsi,

𝟏+(𝒌+𝟏) 𝒌+𝟐 (𝒌+𝟏)𝟐 −𝟏 𝒌𝟐 +𝟐𝒌


𝑬(𝒀) = = et 𝑽(𝒀) = = (voir le cours sur la loi uniforme).
𝟐 𝟐 𝟏𝟐 𝟏𝟐

𝒌+𝟐 𝒌𝟐 +𝟐𝒌 𝒌𝟐 +𝟐𝒌


Comme 𝑬(𝑿) = 𝟐𝑬(𝒀) − 𝟐, alors 𝑬(𝑿) = 𝟐. – 𝟐 = 𝒌 et 𝑽(𝑿) = 𝟒𝑽(𝒀) = 𝟒. = .
𝟐 𝟏𝟐 𝟑

On retrouve ainsi les résultats établis en b). (1)

2
Exercice 3 : (6)

Une classe compte 30 élèves dont 20 sont des filles. A chaque cours de Mathématiques,

le professeur interroge au hasard un(e) élève de la classe sans se rappeler quels élèves il a déjà

interrogés. On considère un entier 𝒏 ≥ 𝟎 et on note 𝑿 la variable aléatoire qui correspond au nombre

de filles interrogées au cours de 𝒏 jours consécutifs.

a) Déterminer la loi de 𝑿 puis calculer 𝑬(𝑿) et 𝑽(𝑿).


b) Quelle est la probabilité que sur 10 jours consécutifs soit interrogées 4 filles exactement ? au
moins 4 filles ?
c) Quel doit être le nombre minimal de cours consécutifs pour que la probabilité qu’aucune fille ne
soit interrogée soit inférieure à 0,001 ?

Solution :
𝟐𝟎 𝟐
a) La variable aléatoire 𝑿 suit une loi binomiale de paramètres 𝒏 et 𝒑 = = . Autrement dit 𝑿 ↪
𝟑𝟎 𝟑
𝟐
𝓑 (𝒏, 𝟑). De ce fait ;

𝟐 𝒌 𝟏 𝒏−𝒌 𝟐 𝟐𝒏
𝑷(𝑿 = 𝒌) = 𝑪𝒌𝒏. . (𝟑) . (𝟑) , 𝒌 = 𝟎, 𝟏, … 𝒏 (2) ; 𝑬(𝑿) = 𝒏. 𝟑 = (0,5) et
𝟑

𝟐 𝟏 𝟐𝒏
𝑽(𝑿) = 𝒏. 𝟑 . 𝟑 = . (0,5)
𝟗

𝟐 𝟒 𝟏 𝟔 𝟏𝟔 𝟏
b) Pour 𝒏 = 𝟏𝟎 et 𝒌 = 𝟒, on a : 𝑷(𝑿 = 𝟒) = 𝑪𝟒𝟏𝟎. . ( ) . ( ) = 𝟐𝟏𝟎. . = 𝟎, 𝟎𝟓𝟕. (1)
𝟑 𝟑 𝟖𝟏 𝟕𝟐𝟗

𝑷(𝑿 ≥ 𝟒) = 𝟏 − 𝑷(𝑿 < 𝟒) = 𝟏 − (𝑷(𝑿 = 𝟎) + 𝑷(𝑿 = 𝟏) + 𝑷(𝑿 = 𝟐) + 𝑷(𝑿 = 𝟑))

𝟐 𝟎 𝟏 𝟏𝟎 𝟐 𝟏 𝟏 𝟗 𝟐 𝟐 𝟏 𝟖 𝟐 𝟑 𝟏 𝟕
= 𝑪𝟎𝟏𝟎. . ( 𝟏 𝟐 𝟑
) . ( ) + 𝑪𝟏𝟎. . ( ) . ( ) + 𝑪𝟏𝟎. . ( ) . ( ) + 𝑪𝟏𝟎 . ( ) . ( )
𝟑 𝟑 𝟑 𝟑 𝟑 𝟑 𝟑 𝟑

= 𝟏 − (𝟎. 𝟎𝟎𝟎 + 𝟎, 𝟎𝟎𝟎 + 𝟎, 𝟎𝟎𝟑 + 𝟎. 𝟎𝟏𝟔) = 𝟎. 𝟗𝟖𝟏. (1)

c) On cherche 𝒏 de telle façon que :


𝟐 𝟎 𝟏 𝒏
𝑷(𝑿 = 𝟎) = 𝑪𝟎𝒏. . (𝟑) . (𝟑) < 𝟏𝟎−𝟑 ⟺ 𝟑𝒏 > 𝟏𝟎𝟑 ⟺ 𝒏 > 𝟔, 𝟐𝟖𝟔.

Le nombre de jours consécutifs minimal répondant à la question est égal à 7. (1)

3
Exercice 4 : (4)

Soit 𝑿 la variable aléatoire comptant le nombre d’occurrences de « Pile » dans une


série de 40 jets d’une pièce de monnaie équilibrée. Calculer la valeur exacte de 𝑷(𝑿 = 𝟐𝟎) puis
par approximation normale (justifier). Comparer les deux résultats.

Solution :

La variable aléatoire 𝑿 comptant le nombre d’occurrences de « Pile » suit la loi binomiale de


𝟏 𝟏
paramètres 𝒏 = 𝟒𝟎 et 𝒑 = . Autrement dit, 𝑿 ↪ 𝓑 (𝟒𝟎, 𝟐).
𝟐

Calcul de la valeur exacte de 𝑷(𝑿 = 𝟐𝟎) :


𝟐𝟎 𝟒𝟎−𝟐𝟎
𝟏 𝟏 𝟏𝟑𝟕𝟖𝟒𝟔𝟓𝟐𝟖𝟖𝟐𝟎
𝑷(𝑿 = 𝟐𝟎) = 𝑪𝟐𝟎
𝟒𝟎 . ( ) .( ) = = 𝟎, 𝟏𝟐𝟓𝟒. (𝟐)
𝟐 𝟐 𝟏𝟎𝟗𝟗𝟓𝟏𝟏𝟔𝟐𝟕𝟕𝟕𝟔

Par approximation normale :


𝟏 𝟏
Justification : 𝒏 = 𝟒𝟎 ≥ 𝟑𝟎, 𝒏𝒑 = 𝟒𝟎. 𝟐 = 𝟐𝟎 ≥ 𝟓 et 𝒏𝒒 = 𝟒𝟎. 𝟐 = 𝟐𝟎 ≥ 𝟓.

𝑷(𝑿 = 𝟐𝟎) ≅ 𝑷(𝟏𝟗, 𝟓 < 𝒀 < 𝟐𝟎, 𝟓), où 𝒀 ↪ 𝓝(𝟐𝟎, √𝟏𝟎) ; d’où :

𝟏𝟗, 𝟓 − 𝟐𝟎 𝒀 − 𝟐𝟎 𝟐𝟎, 𝟓 − 𝟐𝟎
𝑷(𝑿 = 𝟐𝟎) ≅ 𝑷(𝟏𝟗, 𝟓 < 𝒀 < 𝟐𝟎, 𝟓) = 𝑷 ( < < )
√𝟏𝟎 √𝟏𝟎 √𝟏𝟎
−𝟎,𝟓 𝟎,𝟓
= 𝑷( < 𝒀∗ < ) = 𝑷(−𝟎, 𝟏𝟔 < 𝒀∗ < 𝟎, 𝟏𝟔), où 𝒀∗ ↪ 𝓝(𝟎, 𝟏)
√𝟏𝟎 √𝟏𝟎

= 𝑭𝒀∗ (𝟎, 𝟏𝟔) − 𝑭𝒀∗ (−𝟎, 𝟏𝟔)

= 𝑭𝒀∗ (𝟎, 𝟏𝟔) − (𝟏 − 𝑭𝒀∗ (𝟎, 𝟏𝟔))

= 𝟐𝑭𝒀∗ (𝟎, 𝟏𝟔) − 𝟏

(𝟎, 𝟓𝟔𝟑𝟔) − 𝟏 = 𝟎, 𝟏𝟐𝟕𝟐


= 𝟐. ⏟
𝒗𝒐𝒊𝒓 𝒕𝒂𝒃𝒍𝒆

Les deux résultats sont sensiblement égaux (à 2 millièmes prés), l’approximation est bonne. (𝟐)

Fin.

Vous aimerez peut-être aussi