ATLAS Ouvrir dans l'atlas →

ExerciceMaths Sup – MPSI, chapitre 21 — Dénombrement et probabilités · Variance et covariance

Exercice 83

Calcul

Soit n⩾2n \geqslant 2, et XX, YY deux variables indépendantes de loi 𝒰(⟦1 ,n⟧)\mathcal{U}(\llbracket 1\,,n \rrbracket). On pose N=min⁡(X,Y)N = \min(X, Y) et M=max⁡(X,Y)M = \max(X, Y).

1. Calculer P(M⩽k)\mathrm{P}(M \leqslant k) pour k∈⟦0 ,n⟧k \in \llbracket 0\,,n \rrbracket, puis en déduire la loi de MM et son espérance.

2. Calculer E(N)\mathrm{E}(N) par linéarité de l'espérance.

3. Montrer que E(N)=∑k=1nP(N⩾k)\mathrm{E}(N) = \displaystyle\sum_{k=1}^{n} \mathrm{P}(N \geqslant k), et retrouver ainsi la valeur de E(N)\mathrm{E}(N).

4. Calculer V(M)\mathrm{V}(M).

Corrigé

1. Soit k∈⟦0 ,n⟧k \in \llbracket 0\,,n \rrbracket. On a (M⩽k)=(X⩽k)∩(Y⩽k)(M \leqslant k) = (X \leqslant k) \cap (Y \leqslant k), et, par indépendance, P(M⩽k)=P(X⩽k)P(Y⩽k)=k2n2\boxed{\mathrm{P}(M \leqslant k) = \mathrm{P}(X \leqslant k)\mathrm{P}(Y \leqslant k) = \frac{k^{2}}{n^{2}}} Pour k∈⟦1 ,n⟧k \in \llbracket 1\,,n \rrbracket, (M=k)=(M⩽k)∖(M⩽k−1)(M = k) = (M \leqslant k) \setminus (M \leqslant k - 1), d'où P(M=k)=k2−(k−1)2n2=2k−1n2\boxed{\mathrm{P}(M = k) = \frac{k^{2} - (k - 1)^{2}}{n^{2}} = \frac{2k - 1}{n^{2}}} Avec les sommes usuelles du chapitre 3, E(M)=1n2∑k=1n(2k2−k)=1n2(n(n+1)(2n+1)3−n(n+1)2),E(M)=(n+1)(4n−1)6n\mathrm{E}(M) = \frac{1}{n^{2}}\sum_{k=1}^{n} (2k^{2} - k) = \frac{1}{n^{2}}\Big(\frac{n(n + 1)(2n + 1)}{3} - \frac{n(n + 1)}{2}\Big), \qquad \boxed{\mathrm{E}(M) = \frac{(n + 1)(4n - 1)}{6n}}

2. Pour toute issue, {M,N}={X,Y}\{M, N\} = \{X, Y\} en tant que valeurs, donc M+N=X+YM + N = X + Y. Par linéarité, et avec E(X)=E(Y)=n+12\mathrm{E}(X) = \mathrm{E}(Y) = \frac{n + 1}{2} (proposition 19), E(N)=(n+1)−(n+1)(4n−1)6n,E(N)=(n+1)(2n+1)6n\mathrm{E}(N) = (n + 1) - \frac{(n + 1)(4n - 1)}{6n}, \qquad \boxed{\mathrm{E}(N) = \frac{(n + 1)(2n + 1)}{6n}}

3. Comme NN est à valeurs dans ⟦1 ,n⟧\llbracket 1\,,n \rrbracket, N=∑k=1n1(N⩾k)N = \sum_{k=1}^{n} \mathbf{1}_{(N \geqslant k)} pour toute issue, comme à l'exercice 76, d'où E(N)=∑k=1nP(N⩾k)\boxed{\mathrm{E}(N) = \sum_{k=1}^{n} \mathrm{P}(N \geqslant k)}. Or (N⩾k)=(X⩾k)∩(Y⩾k)(N \geqslant k) = (X \geqslant k) \cap (Y \geqslant k), de probabilité (n−k+1n)2\big(\frac{n - k + 1}{n}\big)^{2}, et, en posant j=n−k+1j = n - k + 1, E(N)=1n2∑j=1nj2=(n+1)(2n+1)6n,\mathrm{E}(N) = \frac{1}{n^{2}}\sum_{j=1}^{n} j^{2} = \frac{(n + 1)(2n + 1)}{6n}, ce qui confirme la question 2 ✓.

4. Par la formule de transfert et la somme des cubes, E(M2)=1n2∑k=1n(2k3−k2)=1n2(n2(n+1)22−n(n+1)(2n+1)6)=(n+1)(3n2+n−1)6n.\mathrm{E}(M^{2}) = \frac{1}{n^{2}}\sum_{k=1}^{n} (2k^{3} - k^{2}) = \frac{1}{n^{2}}\Big(\frac{n^{2}(n + 1)^{2}}{2} - \frac{n(n + 1)(2n + 1)}{6}\Big) = \frac{(n + 1)(3n^{2} + n - 1)}{6n}. La formule de König-Huygens (théorème 11 (i)) donne, après réduction au dénominateur 36n236n^{2}, V(M)=(n+1)(3n2+n−1)6n−(n+1)2(4n−1)236n2,V(M)=(n2−1)(2n2+1)36n2\mathrm{V}(M) = \frac{(n + 1)(3n^{2} + n - 1)}{6n} - \frac{(n + 1)^{2}(4n - 1)^{2}}{36n^{2}}, \qquad \boxed{\mathrm{V}(M) = \frac{(n^{2} - 1)(2n^{2} + 1)}{36n^{2}}} Pour n=1n = 1, on trouve V(M)=0\mathrm{V}(M) = 0, puisque M=1M = 1. Les quatre résultats ont été vérifiés par énumération pour n⩽7n \leqslant 7 ✓. Quand nn est grand, E(M)∼2n3\mathrm{E}(M) \sim \frac{2n}{3} et E(N)∼n3\mathrm{E}(N) \sim \frac{n}{3} : les deux tirages partagent l'intervalle en trois parts égales en moyenne, ce que l'exercice 92 retrouvera.

Piège. L'erreur la plus répandue est d'écrire que la probabilité P(M=k)\mathrm{P}(M = k) vaut P(X=k)P(Y=k)\mathrm{P}(X = k)\mathrm{P}(Y = k), ou bien P(X=k)+P(Y=k)\mathrm{P}(X = k) + \mathrm{P}(Y = k). L'événement (M=k)(M = k) ne s'écrit pas simplement en termes de XX et de YY ; c'est l'événement (M⩽k)(M \leqslant k) qui est une intersection, d'où le passage par les probabilités P(M⩽k)\mathrm{P}(M \leqslant k).

Ouvrir dans l'atlas interactif →