ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Exercices de synthèse

Exercice 102

Vrai ou fauxDémonstration

Vrai ou faux ? Justifier chaque réponse par une démonstration ou un contre-exemple. Les variables aléatoires sont réelles et définies sur un espace probabilisé fini.

1. Deux événements incompatibles, de probabilités strictement positives, ne sont jamais indépendants.

2. Si trois événements sont deux à deux indépendants, ils sont mutuellement indépendants.

3. Si XX et YY ont la même loi, alors X2X^{2} et Y2Y^{2} ont la même loi, et E(X3)=E(Y3)\mathrm{E}(X^{3}) = \mathrm{E}(Y^{3}).

4. Si XX et YY ont la même loi, alors X+YX + Y et 2X2X ont la même loi.

5. Si E(XY)=E(X) E(Y)\mathrm{E}(XY) = \mathrm{E}(X)\,\mathrm{E}(Y), alors XX et YY sont indépendantes.

6. Pour toutes variables aléatoires XX et YY, on a V(X+Y)=V(X)+V(Y)\mathrm{V}(X + Y) = \mathrm{V}(X) + \mathrm{V}(Y).

7. Si XX et YY sont indépendantes, de lois ℬ(n,p)\mathcal{B}(n,p) et ℬ(m,p)\mathcal{B}(m,p), alors X+YX + Y suit la loi ℬ(n+m,p)\mathcal{B}(n + m,p).

8. Si AA et BB sont deux événements tels que P(A∩B)>0\mathrm{P}(A \cap B) > 0, alors PB(A)=PA(B)\mathrm{P}_{B}(A) = \mathrm{P}_{A}(B) si et seulement si P(A)=P(B)\mathrm{P}(A) = \mathrm{P}(B).

9. Il existe une variable aléatoire XX, d'espérance nulle et de variance 11, telle que P(∣X∣⩾2)=14\mathrm{P}\big(|X| \geqslant 2\big) = \frac{1}{4} ; l'inégalité de Bienaymé-Tchebychev ne peut donc pas être améliorée sans autre hypothèse.

10. Il y a plus de surjections de ⟦1 ,5⟧\llbracket 1\,,5 \rrbracket sur ⟦1 ,3⟧\llbracket 1\,,3 \rrbracket que d'injections de ⟦1 ,3⟧\llbracket 1\,,3 \rrbracket dans ⟦1 ,5⟧\llbracket 1\,,5 \rrbracket.

Corrigé

1. Vrai. Si AA et BB sont incompatibles, P(A∩B)=P(∅)=0<P(A) P(B)\mathrm{P}(A \cap B) = \mathrm{P}(\varnothing) = 0 < \mathrm{P}(A)\,\mathrm{P}(B). C'est la première remarque qui suit la proposition 10 : savoir que l'un est réalisé apprend que l'autre ne l'est pas.

2. Faux. On lance deux pièces équilibrées, avec Ω={P,F}2\Omega = \{P, F\}^{2} muni de la probabilité uniforme ; AA est « la première donne pile », BB « la seconde donne pile », CC « les deux donnent le même côté ». Chacun a la probabilité 12\frac{1}{2}, chaque intersection de deux d'entre eux est réduite à {(P,P)}\{(P, P)\}, de probabilité 14\frac{1}{4} : ils sont deux à deux indépendants. Mais P(A∩B∩C)=14≠18\mathrm{P}(A \cap B \cap C) = \frac{1}{4} \neq \frac{1}{8}. C'est le second exemple qui suit la proposition 10.

3. Vrai. Si X∼YX \sim Y, alors X2∼Y2X^{2} \sim Y^{2} par la proposition 13 avec f(x)=x2f(x) = x^{2}. La formule de transfert exprime E(X3)=∑xx3 P(X=x)\mathrm{E}(X^{3}) = \sum_{x} x^{3}\,\mathrm{P}(X = x) à l'aide de la seule loi de XX, donc E(X3)=E(Y3)\mathrm{E}(X^{3}) = \mathrm{E}(Y^{3}).

4. Faux. Soit DD le résultat d'un dé équilibré, X=DX = D et Y=7−DY = 7 - D. Les variables XX et YY suivent la loi uniforme sur ⟦1 ,6⟧\llbracket 1\,,6 \rrbracket, mais X+Y=7X + Y = 7 est constante alors que 2X2X prend six valeurs. C'est la remarque qui suit la proposition 13.

5. Faux. Soit XX de loi uniforme sur {−1,0,1}\{-1, 0, 1\} et Y=X2Y = X^{2}. Alors E(XY)=E(X3)=0=E(X) E(Y),maisP(X=0,Y=1)=0≠P(X=0) P(Y=1)=29.\mathrm{E}(XY) = \mathrm{E}(X^{3}) = 0 = \mathrm{E}(X)\,\mathrm{E}(Y), \qquad\text{mais}\qquad \mathrm{P}(X = 0, Y = 1) = 0 \neq \mathrm{P}(X = 0)\,\mathrm{P}(Y = 1) = \frac{2}{9}. C'est la remarque qui suit la proposition 20 : la relation E(XY)=E(X)E(Y)\mathrm{E}(XY) = \mathrm{E}(X)\mathrm{E}(Y) exprime seulement la décorrélation.

6. Faux. Soit XX de loi ℬ(12)\mathcal{B}(\frac{1}{2}) et Y=XY = X. Alors V(X+Y)=V(2X)=4V(X)=1\mathrm{V}(X + Y) = \mathrm{V}(2X) = 4\mathrm{V}(X) = 1, alors que V(X)+V(Y)=12\mathrm{V}(X) + \mathrm{V}(Y) = \frac{1}{2}. Le théorème 13 exige que les variables soient deux à deux décorrélées.

7. Vrai. Par l'indépendance et la proposition 15, la loi du couple (X,Y)(X, Y) est le produit de ses lois marginales ; elle ne dépend que des lois ℬ(n,p)\mathcal{B}(n,p) et ℬ(m,p)\mathcal{B}(m,p), et la loi de X+YX + Y aussi (proposition 13). Il suffit donc de la calculer sur un modèle commode. La proposition 17 fournit des variables B1B_{1}, …, Bn+mB_{n+m} mutuellement indépendantes de loi ℬ(p)\mathcal{B}(p) ; les sommes U=B1+⋯+BnU = B_{1} + \cdots + B_{n} et W=Bn+1+⋯+Bn+mW = B_{n+1} + \cdots + B_{n+m} suivent les lois ℬ(n,p)\mathcal{B}(n,p) et ℬ(m,p)\mathcal{B}(m,p) (théorème 8) et sont indépendantes (théorème 7). Le couple (U,W)(U, W) a donc même loi que (X,Y)(X, Y), et X+YX + Y a même loi que U+W=B1+⋯+Bn+mU + W = B_{1} + \cdots + B_{n+m}, qui suit la loi ℬ(n+m,p)\mathcal{B}(n + m,p) par le théorème 8. On peut aussi calculer directement, avec la formule de Vandermonde de la remarque qui suit la proposition 4 : P(X+Y=k)=∑j(nj)(mk−j)pk(1−p)n+m−k=(n+mk)pk(1−p)n+m−k.\mathrm{P}(X + Y = k) = \sum_{j} \binom{n}{j}\binom{m}{k - j}p^{k}(1 - p)^{n+m-k} = \binom{n + m}{k}p^{k}(1 - p)^{n+m-k}.

8. Vrai. Comme A∩B⊂AA \cap B \subset A et A∩B⊂BA \cap B \subset B, la croissance donne P(A)>0\mathrm{P}(A) > 0 et P(B)>0\mathrm{P}(B) > 0 : les deux probabilités conditionnelles sont définies. Alors PB(A)=PA(B)  ⟺  P(A∩B)P(B)=P(A∩B)P(A)  ⟺  P(A)=P(B),\mathrm{P}_{B}(A) = \mathrm{P}_{A}(B) \iff \frac{\mathrm{P}(A \cap B)}{\mathrm{P}(B)} = \frac{\mathrm{P}(A \cap B)}{\mathrm{P}(A)} \iff \mathrm{P}(A) = \mathrm{P}(B), la dernière équivalence venant de P(A∩B)≠0\mathrm{P}(A \cap B) \neq 0. Sans cette hypothèse, l'équivalence tombe : deux événements incompatibles de probabilités 13\frac{1}{3} et 12\frac{1}{2} vérifient PB(A)=PA(B)=0\mathrm{P}_{B}(A) = \mathrm{P}_{A}(B) = 0.

9. Vrai. Soit XX une variable qui prend les valeurs −2-2, 00 et 22 avec les probabilités 18\frac{1}{8}, 34\frac{3}{4} et 18\frac{1}{8}. Alors E(X)=0,V(X)=E(X2)=4×14=1,P(∣X∣⩾2)=14=V(X)22.\mathrm{E}(X) = 0, \qquad \mathrm{V}(X) = \mathrm{E}(X^{2}) = 4 \times \frac{1}{4} = 1, \qquad \mathrm{P}\big(|X| \geqslant 2\big) = \frac{1}{4} = \frac{\mathrm{V}(X)}{2^{2}}. L'inégalité de Bienaymé-Tchebychev est une égalité pour cette variable : aucune majoration de la probabilité d'un écart à la moyenne au moins égal à ε\varepsilon, qui ne dépendrait que de la variance et de ε\varepsilon, ne peut être meilleure.

10. Vrai. Par la proposition 6 pour les surjections de ⟦1 ,5⟧\llbracket 1\,,5 \rrbracket sur ⟦1 ,3⟧\llbracket 1\,,3 \rrbracket, et par le théorème 1 pour les injections de ⟦1 ,3⟧\llbracket 1\,,3 \rrbracket dans ⟦1 ,5⟧\llbracket 1\,,5 \rrbracket, ces nombres valent respectivement 35−3×25+3×15=243−96+3=150etA53=5×4×3=60.3^{5} - 3 \times 2^{5} + 3 \times 1^{5} = 243 - 96 + 3 = 150 \qquad\text{et}\qquad A_{5}^{3} = 5 \times 4 \times 3 = 60.

Vrai : 1,3,7,8,9,10;Faux : 2,4,5,6\boxed{\text{Vrai : } 1, 3, 7, 8, 9, 10 ; \qquad \text{Faux : } 2, 4, 5, 6} Piège. Les assertions 4, 5 et 6 commettent la même faute : elles traitent des variables comme si leurs lois suffisaient à tout décrire. Or X+YX + Y, E(XY)\mathrm{E}(XY) et V(X+Y)\mathrm{V}(X + Y) dépendent de la loi conjointe du couple, que les lois marginales ne déterminent pas ; l'indépendance est précisément l'hypothèse qui fait de la loi conjointe le produit des marginales (proposition 15), et c'est elle qui rend vraie l'assertion 7.

Ouvrir dans l'atlas interactif →