Colles ECT 2 : énoncés et corrections

17 novembre 2019

1 Matrices
 
0 −1
3. Soit B =
1 0
1.1 Énoncés (a) Calculer B 2 .
Exercice1 :    (b) En déduire que pour tout réel r, on a rI ∈ C.
−2 2 3 1 0 0 
a 0

Soit A =  3 −7 9 et I = 0 1 0 4. Soient a et b deux réels distincts et A = .
0 b
2 −4 5 0 0 1
(a) Déterminer les matrices qui commutent avec A (deux matrices X et Y
1. Calculer A2 + 3A. En déduire que A est inversible. commutent si XY = Y X).
2. Calculer son inverse par la méthode de Gauss. (b) Donner une condition nécéssaire et suffisante sur a et b pour que A appar-
3. Utiliser le calcul de A−1 pour résoudre le système tienne à C.
 5. 
Pour chacune des deux matrices suivantes, indiquer si elle appartient à C :
−2x +2y +3z = 2 1 1

−1 1
3x −7y +9z = 0 , .
0 1 0 −1
2x −4y +5z = −2

6. Soit A une matrice carrée d’ordre 2 appartenant à C et soit P une matrice
inversible d’ordre 2, d’inverse P −1 . On pose : D = P −1 AP . Montrer que D
Exercice 2 : [Oral HEC 2009 (sans préparation)]
appartient à C.
On considère les matrices :
      Exercice 4 : [Oral HEC 2013 (sans préparation)]
1 0 1 −1 7 −5 Soitm un réel strictement positif et M la matrice d’ordre 3 définie par :
I= , J= et A = .
0 1 1 −1 5 −3 m 0 0


M = 2 m 0.
1. Calculer J 2 , puis J n en fonction de n, pour tout entier naturel n. 0 2 m
2. Calculer A2009 . 1. Justifier que la matrice M est inversible et calculer son inverse.
Exercice 3 : [Oral HEC 2014 (avec préparation)] 2. Calculer pour tout entier n ≥ 1, la matrice M n .
1. Question de cours : définition d’une matrice inversible. Exercice 5 : [Oral HEC 2013 (sans préparation)]
Soient
 a1 , a2 et a3 des réels
 non nuls et soit M la matrice définie par
On note C l’ensemble des matrices A carrées d’ordre 2 pour lesquelles il existe 1 a1 /a2 a1 /a3
une matrice B carrée d’ordre 2 telle que B 2 = A. On note I la matrice identité M = a2 /a1 1 a2 /a3 .
d’ordre 2. a3 /a1 a3 /a2 1
2. Montrer que si B 2 = A, alors AB = BA. 1. Calculer M 2 . En déduire que la matrice M n’est pas inversible.

1
David Duchemin Lycée La Martinière Duchère

2. Déterminer tous les vecteurs Y de R3 tels que M Y = 3Y . Exercice 10 :  

1 1 1
Exercice 6 : [Oral HEC 2012 (sans préparation)] On considère les matrices P = 1 1 1 et Q = 41 (I + P ) où I désigne la matrice
Soient a, b, c et d des
 réels
 tous non nuls. Déterminer toutes les matrices carrées 1 1 1
a b identité d’ordre 3.
A d’ordre 2 avec A = qui vérifient la propriété : A2 = 2A (on exprimera les
c d
solutions en fonction du produit bc). 1. Exprimer P 2 puis QP en fonction de P .
Exercice 7 : [Type écrit ESCP] 2. Montrer par récurence sur n qu’il existe deux suites (an ) et (bn ) de nombres
On définit   réels tels que pour tout entier naturel n,
1 0 0
A = 0 1 1 . Qn = an I + bn P .
1 0 1
1. Calculer A2 . On exprimera an+1 et bn+1 en fonction de an et bn et on précisera a0 et b0 .
n ∗
2. En utilisant la formule du binôme, calculer A pour n ∈ N . 3. Exprimer an en fonction de n.
3. On définit les suites (un ), (vn ) et (wn ) par u0 = a ∈ R, v0 = 1, w0 = 1 et pour
4. Calculer la somme
tout n ∈ N,  n−1
 un+1 = un X
(bk+1 − bk ) .
vn+1 = vn + wn
k=0
wn+1 = un + wn

En déduire l’expression de bn en fonction de n.
(a) Exprimer un , vn et wn en fonction de a et de n.
(b) Soit n ∈ N. Calculer
n
Sn =
X
wk . 1.2 Corrections
k=0

Exercice 8 : Soient a, b et c des réels. On définit la matrice Correction de l’exercice 1

 
0 0 a
M = 1 0 b .
0 1 c 1. On obtient
 
10 −24 36
1. À quelle condition la matrice M est-elle inversible ? A2 + 3A =  0 −2 18 .
2. Calculer son inverse lorsque cela est possible. 0 0 10

Exercice 9 : Soit m ∈ R. On considère le système

La matrice P = A2 + 3A est triangulaire supérieure sans 0 sur la diagonale.
Donc P est inversible et

 x + y + (1 − m)z = m+2
(S) (1 + m)x − y + 2z = 0

2x − my + 3z = m+2 A2 + 3A = P ⇔ (A2 + 3A) × P −1 = I (multiplication à droite par P −1
⇔ A × (A + 3I)P −1 = I
1. À quelle condition sur m le système (S) est-il de Cramer ?
2. Résoudre le système (S) pour m = −1. Donc A est inversible d’inverse (A + 3I)P −1 .
David Duchemin Lycée La Martinière Duchère

2. On applique la méthode de Gauss : Correction de l’exercice 2

 
−2 2 3 1 00
 3 −7 9 0 10  1. Un calcul rapide montre que J 2 = 0. On obtient donc
2 −4 5 0 01

−2 2 3 1 0 0
 J 0 = I , J 1 = J et J n = 0 si n ≥ 2 .
 0 −4 27 3
1 0  L2 ← L2 + 32 L1
2 2
0 −2 8 1 0 1 L3 ← L2 + L1
  Remarque 1 : Si le jury demande d’expliquer l’égalité J n = 0 pour n ≥ 2,
−2 2 3 1 0 0 on fait une récurrence rapide avec initialisation à n = 2.
 0 −4 27 3 1 0 
2 2 2. Avant de se lancer dans des calculs compliqués, on cherche si il existe un lien
0 0 5 1
− 12 1 L3 ← L3 − 12 L2
4 4 entre A, I et J. Or on voit ( après quelques tatonnements ) que A − 2I = 5J,
ou encore A = 2I + 5J.
On a obtenu une matrice triangulaire supérieure dont tous les éléments diago- Comme I et J commutent, on peut appliquer la formule du binôme :
naux sont non nuls. Donc A est inversible (déjà prouvé au 1). On poursuit la
méthode de Gauss pour trouver son inverse :
A2009 = (2I + 5J)2009
2009
X 2009
L1 ← − 12 L1
 
1 −1 −3/2 −1/2 00 = 2k × 52009−k J 2009−k car I k = I
 0 1 −27/8 −3/8 −1/4
0 L2 ← − 14 L2 k
 k=0
0 0 1 1/5 −4/10
4/5 L3 ← 45 L3
   
2009 2009 2009 2008
= 2 I+ 2 × 5J d’après 1.
L1 ← L1 + 23 L3
 
1 −1 0 −2/10 −6/10 12/10 2009 2008
 0 1 0 3/10 −8/5 27/10  L2 ← L2 + 27 8 L3 = 22009 I + 2009 × 22008 × 5J
0 0 1 1/5 −4/10 4/5
 
1 −1 0 1/10 −22/10 39/10 L1 ← L1 + L2
 0 1 0 3/10 −8/5 27/10 
Correction de l’exercice 4
0 0 1 1/5 −4/10 4/5

Remarque 2 : Cet exercice peut se résoudre  par tatonnement  et se prète

Donc   donc bien à une réalisation orale.
0, 1 −2, 2 3, 9
1. La matrice M est triangulaire inférieure et ses éléments diagonaux m sont non
A−1 = 0, 3 −1, 6 2, 7
nuls, donc M est inversible ( ou encore, M est la transposée d’une matrice
0, 2 −0, 4 0, 8
inversible). On va chercher M −1 sous une forme qui  ressemble  à la matrice
 
x M . Plus précisement, supposons qu’il existe deux réels a et b tels que la matrice
3. On écrit le système sous forme matricielle en posant X = y . Alors inverse soit  
z 1/m 0 0
A= a 1/m 0 .
   
2 8 b a 1/m
X = A−1  0  = 6 Alors
−2 2
 
1 0 0
M A = am + 2/m 1 0 .
2a + bm am + 2/m 1
David Duchemin Lycée La Martinière Duchère

En choisissant alors a = − m22 et b = 4

m3 , on M A = I. Donc 2. Cherchons les
 vecteurs
 Y de R3 tels que M Y = 3Y soit aussi (M − 3I)Y = 0.
  x
1/m 0 0 Posons Y = y . On a le système :
M −1 = −2/m2 1/m 0 . z
4/m3 −2/m2 1/m  a a  a a
 −2x + a12 y + a31 z = 0  −2x + a21 y + a13 z = 0
a2 a2 a2
2. En calculant M 2 et M 3 , on devine qu’il existe une suite (un ) telle que x − 2y + a3 z = 0 ⇔ −3y + 3 aa23 z = 0 L2 ← 2L2 + a1 L1
 aa31 a3 a3
a1 x + a2 y − 2z = 0 3 aa32 y − 3z = 0 L3 ← 2L3 + a1 L1

mn
 
0 0  a a
∀n ≥ 1 , M n = 2nmn−1 mn 0 .  −2x + a21 y + a13 z = 0
n−2 n−1 ⇔ −3y + 3 aa23 z = 0
un m 2nm mn a3

0=0 L3 ← L3 + a2 L2

Dans ce cas, en calculant M n × M , il vient la relation de récurrence Le système n’est donc pas de Cramer, il y a une infinité de solutions. Si on
choisit de donner l’ensemble des solutions en fonction de z, on obtient
un+1 = un + 4n ,
  
 a1 z/a3 
soit S = a2 z/a3  , z ∈ R .
z
 
un = 4 × 1 + 4 × 2 + 4 × 3 + · · · + 4(n − 1) = 4(1 + 2 + 3 + · · · + (n − 1)) .
Plus élégant : si on décide de poser z = a3 t où t est un réel, on obtient
On a une série géométrique et
   
 a1
(n − 1)n

un = 4 = 2n(n − 1) . S = t a2  , t ∈ R .
2 
a3

Finalement,

mn
 
0 0
n
∀n ≥ 1 , M =  2nmn−1 mn 0 . Correction de l’exercice 7
2n(n − 1)mn−2 2nmn−1 mn
1.
 
1 0 0
2
A = 1
 1 2 .
Correction de l’exercice 5
1 0 1
 
1. On obtient M 2 = 3M . Donc M (M − 3I) = 0. On raisonne maintenant par 0 0 0
l’absurde. Supposons que M soit inversible. En multipliant la dernière égalitée 2. Posons J = 0 0 1 et I la matrice identité d’ordre 3. Alors A = J +
à gauche par M −1 , nous obtenons alors 1 0 0
I. Comme I et J commutent (la matrice identité commute avec toute autre
M −1 M (M − 3I) = M −1 × 0 ⇔ I(M − 3I) = 0 ⇔ M − 3I = 0 ⇔ M = 3I . matrice), on peut appliquer la formule du binôme :
n  
Mais cette dernière égalité est manifestement fausse. Donc M n’est pas inver-
X n
An = J k I n−k .
sible. k
k=0
David Duchemin Lycée La Martinière Duchère

Calculons les puissances de J : on obtient,

   
  0 0 a 1 0 0
0 0 0 1 0 b 0 1 0
J 2 = 1 0 0 et J 3 = 0 .
0 1 c 0 0 1
0 0 0
   
k 1 0 b 0 1 0
On en déduit que J = 0 si k ≥ 3. 0 0 a L2 ↔ L1 1 0 0
Remarque 3 : Si le jury demande d’expliquer l’égalité J k = 0 pour k ≥ 3, on 0 1 c 0 0 1
fait une récurrence rapide avec initialisation à k = 3.
On peut maintenant calculer An :
   
1 0 b 0 1 0
0 1 c  L2 ↔ L3 0 0 1
2  
0 0 a 1 0 0
     
X n n n n 2
si n ≥ 2 , An = Jk = I+ J+ J ,
k 0 1 2 La dernière matrice à gauche est triangulaire supérieure. Elle est inversible ssi
k=0
a 6= 0.
soit Donc M est inversible ssi a 6= 0.
 
1 0 0
n(n − 1) 2. On suppose maintenant que a 6= 0 et on poursuit la méthode de Gauss de la
An = I + nJ + J 2 =  n(n−1)
2 1 n . question précédente :
2
n 0 1    
1 0 b 0 1 0
On remarque que cette formule est encore valable pour n = 1 et n = 0. 0 1 c  L3 ← a1 L3  0 0 1
 
un 0 0 1 1/a 0 0
3. (a) Posons Xn =  vn . Alors (Xn ) vérifie la relation de récurrence Xn+1 =    
wn 1 0 0 −b/a 1 0
L1 ← L1 − bL3
AXn . On prouve donc par récurrence que Xn = An X0 , soit 0 1 0 −c/a 0 1
L2 ← L2 − cL3
 0 0 1 1/a 0 0
 un = 1
v = n(n−1) a+1+n Finalement,
 n 2
 
−b/a 1 0
wn = na + 1
M −1 = −c/a 0 1 .
1/a 0 0
(b) La suite (wn ) est arithmétique, donc
n
X n(w0 + wn ) n(na + 2) 2 Séries
Sn = wk = = .
2 2
k=0 2.1 Énoncés
Exercice 11 :
Soient (un ) et (vn ) les suites définies pour tout entier naturel n par

Correction de l’exercice 8 n−1 2

un = et vn = n .
3 3
Pn Pn−1
Si n ≥ 2, calculer k=2 uk et k=1 vk en précisant si les suites (un ) et (vn ) sont
1. Je vais utiliser la méthode du pivot de Gauss : arithmétiques ou géométriques.
David Duchemin Lycée La Martinière Duchère

Pn−1
Exercice 12 : 2. On définit pour tout entier naturel non nul n : Sn = k=0 u2k .
2
n
Soit (un ) la suite définie par un = 3n . (a) On définit pour tout entier naturel k, exprimer uk − uk+1 en fonction de uk .
1 1
1. Montrer par récurrence qu’il existe un entier n0 tel que un ≤ n pour tout (b) Montrer que pour tout entier naturel non nul : Sn = 2 − un .
2
entier naturel n ≥ n0 . (c) On noter pour tout entier naturel k :pk = 2u2k .
P
2. Montrer que la série ( un ) converge.
P
Montrer que la série k≥n pk converge et que
Exercice 13 :
+∞
Soit p ∈ [0; 1]. X
Pour tout entier naturel n, on note un = n2 pn . pk = 1 .
k=0
1. Que peut-on dire de la série de terme général un si p = 0 ? Et si p = 1 ?
1+p
2. On suppose maintenant que p ∈]0; 1[. On pose a = 2 . 2.2 Corrections
(a) Vérifier que p < a < 1.
(b) Déterminer la limite de vn = uann lorsque n tend vers +∞.
P Correction de l’exercice 16
(c) Montrer que la série un converge.
Exercice 14 :
Calculer les sommes, si elles existent : 1. (a) La fonction f est continue et dérivable sur [0; 1] et pour tout t ∈ [0; 1],
+∞ +∞
X 1 X n+1 f 0 (t) = 1 − 2t .
1. n n!
2.
n=0
2 n=0
n!
On obtient le tableau de variation :
Exercice 15 :
n 1
X 1 x 0 1
Soit n un entier naturel supérieur ou égale à 2. Calculer la somme ln(1 − ). 2
k2
k=2
X 1 f 0 (x) + 0 −
En déduire la nature de la série ln(1 − 2 ).
k
k≥2
1
Exercice 16 : [d’après ESC 2010] 4
On considère la suite (un )n∈N définie par : f (x)
u0 = 12

0 0
Pour tout n ∈ N, un+1 = un (1 − un )
(b) Montrons par récurrence que pour tout entier naturel n, un ∈ [0; 12 ].
ainsi que la fonction f définie sur [0; 1] par f (t) = t(1 − t).
• Initialisation : u0 = 21 ∈ [0; 12 ].
1. (a) Établir le tableau des variations de f . • Hérédité : soit n ∈ N fixé. On suppose que un ∈ [0; 21 ].
(b) Montrer que pour tout entier naturel n, un ∈ [0; 12 ]. Montrons que un+1 ∈ [0; 12 ].
Par définition, un+1 = f (un ).
(c) Montrer que la suite (un )n∈N est monotone et convergente. On note l sa
Par hypothèse de récurrence, un ∈ [0; 12 ] ⊂ [0; 1]. Or sur [0; 1], le mi-
limite.
nimum de f est 0 et le maximum est 12 , donc f (un ) ∈ [0; 12 ], soit
(d) Justifier que (un+1 )n∈N converge à la fois vers l et vers l(1 − l). un+1 ∈ [0; 21 ].
En déduire que l = 0. • On a montré par récurrence que pour tout n ∈ N, un ∈ [0; 12 ].
David Duchemin Lycée La Martinière Duchère

(c) Pour montrer la convergence de (un )n∈N , je vais d’abord montrer qu’elle est 3 Couple de variables aléatoires
décroissante : soit n ∈ N,
3.1 Énoncés
un+1 − un = un (1 − un ) − un
= un − u2n − un Exercice 17 :
(X; Y ) désigne un couple de variables aléatoires dont la loi conjointe est donnée
= −u2n par le tableau suivant :
Comme un carré est toujours positif, un+1 − un ≤ 0 : la suite (un )n∈N est
décroissante. D’apès le 1.b, elle est aussi minorée par 0. Donc par conver-
Y
gence monotone, (un )n∈N est convergente vers un réel l. -2 -1 1 2
X
(d) La suite (un )n∈N converge vers l donc (un+1 )n∈N converge aussi vers l. 0 0 1 1 1
2 4 8
D’autre part, puisque (un )n∈N converge vers l, par opération sur les limites, 1 1 1 1
1 32 32 32 32
lim un+1 = lim un (1 − un ) = l(1 − l) .
n→+∞ n→+∞
1. Calculer les lois marginales de X et Y .
Par unicité des limites, 2. Calculer la loi de X sachant que [Y = 2].
2
l = l(1 − l) ⇔ l = 0 ⇔ l = 0 . 3. Calculer la covariance de X et Y . Les variables X et Y sont-elle indépendantes ?
4. Calculer l’espérance de Z = XY 2 .
2. (a) Pour k ∈ N, uk − uk+1 = u2k .
Exercice 18 :
(b) Pour n ∈ N∗ ,
On lance une pièce 4 fois de suite. On note X la variable aléatoire qui compte le
n−1
X nombre de Pile sur ces 4 lancers. On note Y le plus grand nombre de Pile obtenus
Sn = u2k consécutivement.
k=0
n−1
1. Que valent X et Y si les lancers ont donné P F P P ?
X
= (uk − uk+1 ) 2. Donner X(Ω) et la loi de X.
k=0 3. Calculer E(X).
n−1 n−1
4. (a) Donner Y (Ω).
X X
= uk − uk+1
k=0 k=0 (b) Calculer P ([X = i] ∩ [Y = j]) si 0 ≤ i < j ≤ 4.
= u0 + u1 + · · · + un−1 − (u1 + u2 + · · · + un ) (c) Calculer P ([X = i] ∩ [Y = i]) si 0 ≤ i ≤ 4.
= u0 − un (d) Calculer la loi conjointe de X et Y .
soit 5. (a) Calculer la loi de Y .
1
Sn = − un . (b) En déduire l’espérance de Y .
2
6. Calculer E(XY ).
(c) Pour n ∈ N∗ ,
n
X n
X 7. En déduire la covariance de X et Y .
pk = 2 u2k = 1 − 2un .
Exercice 19 :
k=0 k=0
! (X; Y ) désigne un couple de variables aléatoires dont la loi conjointe est donnée
n
X par le tableau suivant :
Comme (un )n∈N converge vers 0, pk converge vers 1.
k=0 n∈N
David Duchemin Lycée La Martinière Duchère

Y 4. Commer vérifier (en partie) votre résultat avec Scilab ? On pourra utiliser l’ap-
-2 -1
X plication Matlab de votre téléphone.
1 1
0 3 3 Exercice 22 : [D’après ESSEC 2005]
1
1 0 3 Dans cet exercice, n désigne un entier naturel supérieur ou égal à 2.
Un urne contient 2n boules, parmi lesquelles n sont numérotées de 1 à n, les autres
1. Calculer E(X), E(Y ). portant le numéro 0.
2. Calculer Cov(X; Y ). On s’intéresse à l’expérience aléatoire qui consiste à tirer simultanément dans cette
urne n boules. On considérera qu’un résultat est une partie à n éléments de l’ensemble
3. Calculer V (X + Y ). des 2n boules et on munit l’ensemble Ω des résultats de la loi de probabilité uniforme
Exercice 20 : P (hypothèse d’équiprobabilité).
On lance deux dés numérotés cubiques et parfaitement équilibrés. On note A le Pour i ∈ {1, 2, . . . , n}, Xi désigne la variable aléatoire qui prend la valeur 1 si la
résultat du premier dé et B le résultat du second dé. boule i fait partie du tirage et 0 sinon.
 
1 A 1. Question préliminaire.
Soit X la variable aléatoire égale au déterminant de la matrice M = .
1 B Démontrer que pour tout entiers naturels p et m tels que 1 ≤ p ≤ m, on a
On note Y la variable aléatoire qui prend la valeur 0 si A + B est pair et 1 sinon. l’égalité :
1. Déterminer X(Ω).    
m m m−1
2. Calculer la probabilité de l’événement  la matrice M n’est pas inversible . = .
p p p−1
3. On note Z = |X|.
(a) Donner la loi de Z. 2. (a) Quel est le nombre de résultats possibles de l’expérience aléatoire étudiée ?
(b) Calculer E(Z). (b) Quelle est la probabilité de n’obtenir que des boules portant le numéro 0 ?
(c) Soit i ∈ J1; nK. Montrer que le nombre de tirages où apparaı̂t la boule
4. Calculer la loi de Z sachant que A = 1.
numérotée i est 2n−1


n−1 .
5. (a) Donner la loi conjointe de (Y ; Z).
3. Soit i un entier naturel compris au sens large entre 1 et n.
(b) Calculer E(Y Z). (a) Déterminer la loi de la variable aléatoire Xi (on veillera à donner une ex-
(c) Calculer la covariance Cov(Y ; Z). pression très simple des résultats en utilisant 1.).
Exercice 21 : (b) Préciser l’espérance et la variance de Xi .
On lance 5 fois de suite un dé cubique et parfaitement équilibré. On note X la 4. Soient i et j des entiers de {1, 2, . . . , n}.
variable aléatoire qui donne le nombre de 6 obtenus. On note Y le numéro du premier (a) Calculer la probabilité que la variable aléatoire Xi Xj prenne la valeur 1.
lancer qui donne un 6. Si aucun lancer donne 6, alors par convention Y = 0.
En déduire que
1. (a) Donner la loi de X. n−1
E(Xi Xj ) = .
2(2n − 1)
(b) Calculer E(X).
(c) Calculer V (X). (b) Calculer Cov(Xi ; Xj ). Ces variables aléatoires sont-elles indépendantes ?
5 5

(c) Calculer V (Xi + Xj ).
2. Donner Y (Ω) puis vérifier que P (Y = 0) = 6 et
Exercice 23 :
 k−1 Soient X et Y deux variables aléatoires telles que X(Ω) = Y (Ω) = J0; 3K.
1 5
∀k ∈ J1; 5K , P (Y = k) = On suppose que qu’il existe m ∈ R tel que
6 6
j+k
3. Donner la loi conjointe du couple (X; Y ). ∀(j; k) ∈ J0; 3K2 , P ([X = j] ∩ [Y = k]) = .
m
David Duchemin Lycée La Martinière Duchère

1. Calculer m. 3.2 Corrections

2. Donner les lois marginales de X et Y puis leurs espérances.
3. Calculer P (X ≤ Y ). Correction de l’exercice 18
4. Calculer Cov(X; Y ).
Exercice 24 : 1. X compte le nombre de Pile donc X(P F P P ) = 3 et Y compte le plus grand
Soient X et Y deux variables aléatoires telles que X(Ω) = Y (Ω) = J−2; 2K. nombre de Pile consécutifs, donc Y (P F P P ) = 2.
On suppose qu’il existe un réel m > 0 tel que 2. Chaque lancer de pièce est une expérience de Bernouilli où le succès est d’obtenir
2 |jk| Pile. Son paramêtre est 21 . On répête 4 fois de suite, de manière identique et
∀(j; k) ∈ J−2; 2K , P ([X = j] ∩ [Y = k]) = .
m indépendante cette expérience de Bernouilli. X compte le nombre de succès.
1. Calculer m. Donc X suit une loi binomiale B(4, 12 ). Ainsi, X(Ω) = {0; 1; 2; 3; 4} et pour
2. Donner les lois marginales de X et Y puis leurs espérances. k ∈ {0; 1; 2; 3; 4},
3. Calculer P (X ≤ Y ).  
4 1 1
 
4 1
4. Calculer Cov(X; Y ). P (X = k) = = .
k 2k 24−k k 16
Exercice 25 :
Soient X et Y deux variables aléatoires telles que X(Ω) = Y (Ω) = J0; 3K. A l’aide du triangle de Pascal, on obtient
On suppose qu’il existe un réel m tel que k 0 1 2 3 4
m
∀(j; k) ∈ J0; 3K2 , P ([X = j] ∩ [Y = k]) = j+k . P (X = k) 1
16
4
16
6
16
4
16
1
16
2
1. Calculer m. 3. L’espérance de X est
2. Donner les lois marginales de X et Y puis leurs espérances. 1
E(X) = 4 × = 2.
3. Calculer P (X ≤ Y ). 2
4. Calculer Cov(X; Y ). 4. (a) On peut avoir de 0 à 4 Pile consécutifs, donc Y (Ω) = {0, 1, 2, 3, 4}.
Exercice 26 : (b) Si i < j, l’événement [X = i] ∩ [Y = j] signifie que l’on a obtenu plus de
Soit n ∈ N∗ . On considère n urnes numérotées de 1 à n. Pour k ∈ J1; nK, l’urne Uk Pile consécutivement que de Pile au total sur les 4 lancers. Cet événement
numérotée k, contient 2k boules numérotées de 1 à 2k . est impossible, donc
On considère un jeu qui consiste à choisir une urne puis à tirer une boule dans cette
urne. On note X le numéro de l’urne et Y le numéro de la boule tirée. On suppose P ([X = i] ∩ [Y = j]) = 0 si 0 ≤ i < j ≤ 4 .
que X et Y sont indépendantes. 1
(c) • P ([X = 0] ∩ [Y = 0]) = P ([X = 0]) = 16 car avoir obtenu 0 Pile est
1. (a) Donner X(Ω) et Y (Ω). identique à avoir obtenu 0 Pile consécutivement.
(b) Donner la loi de X ainsi que son espérance. • De même, P ([X = 1] ∩ [Y = 1]) = P ([X = 1]) = 16 4
.
(c) Si (k, j) ∈ J1; nK2 , calculer P ([X = k] ∩ [Y = j]). • Soit i ≥ 2. Pour obtenir l’événement [X = i] ∩ [Y = i], il faut avoir
(d) En déduire la loi de Y . obtenu tous les Pile consécutivement. Il y a 4 − i + 1 façon de les placer.
1
2. Soit k ∈ J1; 2n K. Calculer la loi conditionnelle de X sachant que Y = k. Chacun de ces placements a pour probabilité 16 d’apparaı̂tre. Donc
3. Écrire un programme Scilab qui demande la valeur de n à l’utilisateur et renvoie 4−i+1
l’espérance de Y . Le tester sur l’appli Matlab de votre téléphone. P ([X = i] ∩ [Y = i]) = .
16
Exercice 27 :
Soient X et Y deux variables indépendantes suivant une loi de Bernouilli de même (d) La loi conjointe de (X; Y ) est donnée par le tableau suivant. Les explications
paramêtre p. On note U = X + Y et V = X − Y . Calculer la loi du couple (U, V ). des cases qui restent à remplir se trouvent sous le tableau :
Les deux variables sont-elles indépendantes ?
David Duchemin Lycée La Martinière Duchère

Y 1. (a) X compte le nombre de succès (obtenir 6) parmi 5 lancers identiques et

0 1 2 3 4
X indépendants d’un dé cubique. Chaque lancer de dé est une expérience de
1
0 16 0 0 0 0 Bernouilli B( 16 ). Donc X suit la loi binomiale B(5; 16 ) et
4
1 0 16 0 0 0
5k
 
n 1
2 0 3 3
0 0 ∀k ∈ J0; 5K , P (X = k) = × .
16 16 k 6k 6k
2 2
3 0 0 16 16 0
4 0 0 0 0 1 (b) On sait que pour une variable aléatoire X qui suit la loi binomiale B(n; p),
16
1 7 5 2 1
E(X) = np. Donc ici
P (Y = k) 16 16 16 16 16 5
E(X) = .
• Si X = 4 alors nécéssairement Y = 4 : 6
(c) D’après le cours,
P ([X = 4]) = P ([X = 4] ∩ [Y = 4]) . 25
V (X) = np(1 − p) = .
36
• P (X = 2) = P ([X = 2] ∩ [Y = 1]) + P ([X = 2] ∩ [Y = 2], donc
2. Y (Ω) = {0, 1, 2, 3, 4, 5} puisque le premier 6 peut apparaı̂tre à n’importe quel
6 3 3 lancer, ou jamais et dans ce cas Y = 0. Notons Ak l’évènement  le lancer
P ([X = 2]∩[Y = 1]) = P (X = 2)−P ([X = 2]∩[Y = 2]) = − = .
16 16 16 numéro k donne 6 . Les évènemnts Ak sont mutuellement indépendants.
• Avec cette notation, [Y = 0] = A1 ∩ A2 ∩ · · · ∩ A5 , donc
• P ([X = 3] ∩ [Y = 1]) = 0 car [X = 3] ∩ [Y = 1] est un événement
impossible.  5
5
• P ([X = 3] ∩ [Y = 2]) = P (X = 3) − P ([X = 3] ∩ [Y = 3]). P (Y = 0) = P (A1 ) × P (A2 ) × · · · × P (A5 ) = .
6
5. (a) Voir tableau du 4.d.
(b) L’espérance de Y est • De même, P (Y = 1) = 16 et si k ≥ 2, [Y = k] = A1 ∩ · · · ∩ Ak−1 ∩ Ak et par
indépendance mutuelle,
1 7 5 2 1 27
E(Y ) = 0 × +1× +2× +3× +4× = .  k−1
5 1
16 16 16 16 16 16 P (Y = k) = .
6 6
6.
3. Question très difficile : tout début de réponse permet de gagner des
4 3 3 2 2 1
E(XY ) = 1 × +2× +2×2× +3×2× + 32 × + 42 × points.
16 16 16 16 16 16 • Les événements [X = k] ∩ [Y = 0] avec k ≥ 1 sont impossibles, donc
66
=  5
16 5
33 P ([X = 0] ∩ [Y = 0]) = et si k ≥ 1 , P ([X = k] ∩ [Y = 0]) = 0 .
= 6
8
• Si k ≥ 1, les événements [X = 0] ∩ [Y = k] sont impossibles, donc

7. La covariance de X et Y est donc P ([X = 0] ∩ [Y = k]) = 0 .

66 27 2 • Si k ≥ 1, les événements [X = j]∩[Y = k] avec j ≥ 5−k+2 sont impossibles
Cov(X; Y ) = E(XY ) − E(X)E(Y ) = −2× = .
16 16 3 donc
∀j ≥ 5 − k + 2 , P ([X = j] ∩ [Y = k]) = 0 .
Voir déjà le tableau en parti rempli en fin de question. Nous continuons les
Correction de l’exercice 21 autres cas :
David Duchemin Lycée La Martinière Duchère

• On choisit maintenant k ∈ J1; 5K et 1 ≤ j ≤ 6 − k : on n’a pas eu de 6 parmi L’espérance de X est

les k − 1 premiers lancers, puis le lancer numéro k est 6, puis parmi les 5 − k
3
lancers suivant, nous avons obtenu j − 1 fois le 6. On voit apparaı̂tre la loi X 5 7 9 46 23
E(X) = jP (X = j) = 1 × +2× +3× = = .
binomiale B(5 − k; 16 ) et finalement 24 24 24 24 12
j=0
 k−1    6−k−j
5 1 5−k 1 5
P ([Y = k] ∩ [X = j]) = × × De même,
6 6 j−1 6 j−1 6 2k + 3 23
P (Y = k) = et E(Y ) = .
ou après quelques simplifications 24 12
3. On a
5 − k 55−j
 
P ([Y = k] ∩ [X = j]) = P (X ≤ Y ) =
j − 1 65
0+1+1+1+0+2+1+2+2+2+0+3+1+3+2+3+3+3
Y 48
0 1 2 3 4 5
X soit
5
0 5
0 0 0 0 0 30
65 P (X ≤ Y ) = .
54
54
54
54
54 48
1 0 65 65 65 65 65
3 3 3
53 4. On a
2 0 4 565 3 565 2 565 65 0 Cov(X; Y ) = E(XY ) − E(X)E(Y ) ,
2 2
52
3 0 6 565 3 565 65 0 0
et
4 0 4 655 5
0 0 0 155
65 E(XY ) = ,
5 0 1
0 0 0 0 48
65
donc  2
4. On entre la matrice de la loi conjointe puis on utilise la fonction sum() qui doit 155 23 155 529 64 4
renvoyer 1. Cov(X; Y ) = − = − =− =− .
48 12 48 144 144 9

Correction de l’exercice 23 4 Suites de variables aléatoires

Exercice 28 :
1. La somme des probabilités est égale à 1, donc
Une urne contient n + 1 boules numérotées de 0 à n. On y tire successivement et
3 X
3 avec remise un certain nombre de boules. La variable aléatoire Xk est définie de la
X j+k (0 + 0) + (0 + 1) + (0 + 2) + (0 + 3) + · · ·
=1⇒ façon suivante : X1 = 1, et ensuite Xi = 1 si le numéro obtenu au tirage i n’avait
m m
j=0 k=0 jamais été tiré avant, Xi = 0 sinon.
· · · + (3 + 0) + (3 + 1) + (3 + 2) + (3 + 3)
=1 1. Déterminer la loi de X2 .
m  i−1
0 + 6 + 4 + 6 + 8 + 6 + 12 + 6 n
2. Montrer que Xi suit la loi de Bernouilli de paramètre .
⇒ =1 n+1
m 3. Les variables Xi et Xj sont-elles indépendantes ?
⇒ m = 48
Exercice 29 :
2. Pour j ∈ J0; 3K, Une grenouille monte les marches d’un escalier (supposé infini) en partant du sol
3 3 et en sautant
X X j+k 4j + 6 2j + 3 • ou bien une seule marche, avec probabilité p ;
P (X = j) = P ([X = j] ∩ [Y = k]) = = = .
48 48 24 • ou bien deux marches, avec la probabilité 1 − p.
k=0 k=0
David Duchemin Lycée La Martinière Duchère

On suppose que les sauts sont indépendants les uns des autres. On observe n sauts 1. Quelle est la loi de Yi ?
de la grenouille, et on note Xn le nombre de fois où la grenouille a sauté une marche, 2. Pour i < j, calculer Cov(Yi , Yj ). (Indication : on distinguera les cas j = i + 1
et Yn le nombre de marches franchies. et j > i + 1).
1. Quelle est la loi de Xn ? Pn
3. Soit Sn = i=1 Yi . Calculer E(Sn ).
2. Exprimer Yn en fonction de Xn . En déduire l’espérance et la variance de Yn . Exercice 32 :
3. Calculer Cov(Xn , Yn ). On lance un dé à 6 faces. Les lancers sont indépendants. Pour chaque n ∈ N∗ , on
4. Pour k ≥ 1, on note pk la probabilité que la grenouille passe par la marche k. définit la variable aléatoire Xn par Xn = 1 si on obtient un 6 et 0 sinon. Par ailleurs,
on pose Yn = Xn + Xn+1 .
(a) Que vaut p1 ? Que vaut p2 ?
1. Donner la loi de Xn , son espérance et sa variance.
(b) Établir une formule de récurrence liant pk , pk−1 et pk−2 .
2. Donner la loi de Yn , son espérance et sa variance.
(c) En déduire la valeur de pk pour k ≥ 1. (Trop dur)
3. Pour i < j, calculer Cov(Yi , Yi+1 ) ( indication : on distinguera les cas j = i + 1
5. On note désormais Zn le nombre de sauts nécessaires pour atteindre ou dépasser
et j > i + 1.)
la n-ième marche. Écrire un algorithme Scilab qui simule la variable alatoire
Zn . Exercice 33 :
Une urne contient deux boules blanches et 3 boules noires. On effectue des tirage
Exercice 30 :
successifs indépendants et avec remise dans cette urne. Si n est un entier naturel
Deux urnes U1 et U2 contiennent chacune des boules blanches et des boules noires.
non nul, Xn désigne le nombre de fois où une boule blanche a été tirée parmi les n
U1 contient 2 boules blanches et 2 boules noires, U2 contient 1 boule blanche et 3
premiers tirages.
boules noires.
On effectue une suite de tirages avec remise de la boule tirée en procédant comme 1. Donner la loi de Xn .
suit : 2. Si n ≥ 1, calculer Cov(Xn , Xn+1 ). En déduire V (Xn + Xn+1 ).
— Le premier tirage s’effectue dans U1 .
— Si au n-ième tirage on obtient une boule blanche alors le (n + 1)-ième tirage Exercice 34 :
s’effectue dans U1 . n désigne un entier naturel non nul.
— Si au n-ième tirage on obtient une boule noire alors le (n + 1)-ième tirage Une piste rectiligne infinie est divisée en cases numérotées de 0, 1, 2,.... Une puce
s’effectue dans U2 . se déplace en partant de la case 0 et en sautant une ou deux cases (avec même
On désigne par : probabilité) dans le sens croissant des numéros. Soit Yn le nombre de sauts de deux
• pn la probabilité d’obtenir une boule blanche au n-ième tirage ; cases après n sauts et Xn le numéro de la case atteinte par la puce.
• Xn la variable aléatoire qui vaut 1 si la boule obtenue au n-ième tirage est 1. Donner la loi de Yn puis son espérance.
blanche, 0 sinon. 2. Calculer Xn en fonction de Yn .
Sn est le nombre total de boules blanches obtenues au bout de n tirages.
3. Donner la loi de Xn puis son espérance.
1. Calculer p1 et p2 .
4. Calculer Cov(Xn , Yn ). Les variables Xn et Yn sont-elles indépendantes ?
2. Déterminer une relation entre pn+1 et pn ; en déduire l’expression de pn en
5. On note Zn la variable aléatoire qui compte le nombre de sauts nécéssaires pour
fonction de n, et la limite de pn quand n tend vers +∞.
atteindre la case n ou plus.
3. Pour n supérieur ou égal à 1, donner la loi de Xn . Préciser E(Xn ) et V (Xn ). Complèter l’algorithme Scilab suivant pour qu’il demande la valeur de n puis
4. Les variables aléatoires X1 et X2 sont-elles indépendantes ? simule Zn .
5. Exprimer Sn en fonction des Xk , 1 ≤ k ≤ n ; En déduire E(Sn ). n = .......................
X = 0
Exercice 31 :
nbre = 0
Soit (Xi )i∈N une suite de variables aléatoires de Bernoulli de paramètre p et mu- while X < n
tuellement indépendantes. Pour i ≥ 0, on note Yi = Xi Xi+1 . .......................
David Duchemin Lycée La Martinière Duchère

....................... (a) Calculer P ([Xn = k] ∩ [Xn+1 = k]).

end
disp(nbre) (b) Calculer P ([Xn = k] ∩ [Xn+1 = k + 1]).
(c) Calculer P ([Xn = k] ∩ [Xn+1 = j]) si j ∈
/ {k, k + 1}.
Exercice 35 :
Exercice 38 : [Urnes de Polya]
Une urne contient 2 boules noires et 5 boules blanches. On tire successivement et
Un urne contient initialement une boule noire et une boule blanche. On tire au
avec remise des boules dans l’urne. On note Xn de boules noires tirées sur n tirages.
hasard une boule, on note sa couleur, puis on la remet dans l’urne ainsi qu’une autre
1. Donner la loi de Xn en précisant P ([Xn = k]) pour k ∈ Xn (Ω). boule de même couleur. On répête cette expérience aléatoire un nombre n ∈ N∗ de
2. Calculer P (X7 ≥ 2). fois et on note Xn la variable aléatoire qui compte le nombre de boules blanches
tirées au cours de n tirages.
Exercice 36 :
Une urne contient 2 boules noires et 4 boules blanches. On tire successivement et 1. Calculer les lois de X1 , X2 et X3 .
de manière indépendante des boules dans l’urne selon le procédé suivant : 2. Soient n ≥ 2 et 1 ≤ k ≤ n.
• si on tire une boule blanche, on la remet dans l’urne ;
• si on tire une boule noire, on la garde hors de l’urne. (a) Vérifier que
On note Xn le nombre de boules noires restant dans l’urne après le n-ième tirage.
[Xn = k] = ([Xn = k] ∩ [Xn−1 = k]) ∪ ([Xn = k] ∩ [Xn−1 = k − 1])
On note Y la variable aléatoire qui donne le numéro du tirage ayant enlevé la dernière
boule noire de l’urne.
(b) Montrer la relation de récurrence
1. (a) Donner X1 (Ω), la loi de X1 et son espérance.
(b) Donner X2 (Ω), la loi de X2 et son espérance. n−k k
P (Xn = k) = P (Xn−1 = k) + P (Xn−1 = k − 1) .
1+n 1+n
(c) Donner la loi conjointe du couple (X1 , X2 ) puis calculer Cov(X1 , X2 ).
2. On suppose que n ≥ 2. 3. Déterminer la loi de Xn .
(a) Donner Xn (Ω).
(b) Calculer P ([Xn = 2]). 4.1 Corrections
(c) Calculer P ([Xn = 1]).
(d) En déduire la loi de Xn . Correction de l’exercice 31
(e) Calculer la limite lim P ([Xn = 0]).
n→+∞

3. (a) Donner Y (Ω). 1. Soit i un entier naturel. Xi et Xi+1 suivent une loi de Bernoulli donc Xi (Ω) =
(b) Calculer P ([Y = 2]). Xi+1 (Ω) = {0, 1}. On en déduit en calculant les produits possibles de Xi et
Xi+1 que
Exercice 37 : Yi (Ω) = {0, 1} .
Une urne contient deux boules noires et une boule blanche. On tire successivement
et avec remise des boules dans l’urne. Pour tout entier naturel non nul n, on note La variable aléatoire Yi suit donc une loi de Bernoulli. Le paramètre de Yi est
Xn le nombre de boules blanches tirées sur n lancers.
P ([Yi = 1]) = P ([Xi = 1] ∩ [Xi+1 = 1])
1. Soit n ∈ N∗ .
= P ([Xi = 1])P ([Xi+1 = 1]) par indépendance de Xi et Xi+1
(a) Donner la loi de Xn (Ω) et précisant P (Xn = k) pour k ∈ Xn (Ω).
= p2
(b) Donner la loi de Xn+1 (Ω) et précisant P (Xn+1 = k) pour k ∈ Xn+1 (Ω).
2. Soit (k, j) ∈ Xn (Ω)2 . Donc Yi suit la loi de Bernoulli B(p2 ).
David Duchemin Lycée La Martinière Duchère

2. D’après la formule de Koenig Huygens, 2. Sur ses n sauts, la puce saute Yn fois deux cases et n − Yn fois une case. Donc

Cov(Yi , Yj ) = E(Yi Yj ) − E(Yi )E(Yj ) = E(Yi Yj ) − p4 . Xn = 2Yn + (n − Yn ) = Yn + n .

La variable aléatoire Yi Yj prend aussi les valeurs 0 et 1, donc Yi Yj suit une loi 3. Comme Yn (Ω) = {0, 1, . . . , n}, on obtient Xn (Ω) = {n, n + 1, . . . , 2n}. De plus,
de Bernouilli. si k est un entier naturel et n ≤ k ≤ 2n, alors
• Si j > i + 1 :
P ([Xn = k]) = P ([Yn + n = k])
P ([Yi Yj = 1]) = P ([Xi Xi+1 Xj Xj+1 = 1])
= P ([Yn = k − n])
Comme i, i + 1, j et j + 1 sont deux à deux distincts, les variables Xi , Xi+1 , 
n

1
Xj et Xj+1 sont mutuellement indépendantes et =
k − n 2n
P ([Yi Yj = 1]) = P ([Xi = 1])P ([Xi+1 = 1])P ([Xj = 1])P ([Xj+1 = 1]) = p4 .

Donc L’espérance de Xn est

Cov(Yi , Yj ) = 0 .
3n
• Si j = i + 1 : E(Xn ) = E(n + Yn ) = n + E(Yn ) = .
2
2
P (Yi Yi+1 = 1]) = P ([Xi Xi+1 Xi+2 )
4. On a
= P ([Xi = 1])P ([Xi+1 = 1])P ([Xi+2 = 1])
= p3 . Cov(Xn , Yn ) = Cov(Yn + n, Yn )
= Cov(Yn , Yn ) + Cov(n, Yn )
Donc E(Yi Yi+1 ) = p3 − p4 .
3. = V (Yn )
n
n
! n n =
X X X 4
E(Sn ) = E Yi = E(Yi ) = p2 = np2 .
i=1 i=1 i=1 Les variables Xn et Yn ne sont pas indépendantes puisque la covariance
Cov(Xn , Yn ) est non nulle !
5.
n = input(’donner n’)
Correction de l’exercice 34 X = 0
nbre = 0
while X < n
1. Chaque saut est assimilable à une expérience de Bernoulli de paramètre 21 où X = X+grand(1,1,’uin’,1,2)
le succès est  sauter deux cases  . Yn compte le nombre de succès parmi n nbre = nbre + 1
end
sauts indépendants. Donc Yn suit la loi binomiale B(n; 21 ). En particulier, pour disp(nbre)
tout k ∈ {0, 1, . . . , n},
   
n 1 1 n 1
P (Yn = k) = × = .
k 2k 2n−k k 2n

L’espérance de Yn est Correction de l’exercice 36

n
E(Yn ) = .
2
David Duchemin Lycée La Martinière Duchère

1. (a) Après le tirage d’une boule, il reste 1 ou 2 boules noires dans l’urne. Donc 2. (a) Si n ≥ 2, on peut avoir tiré les deux boules noires, ou une, ou aucune, donc
X1 (Ω) = {1, 2}. Xn (Ω) = {0, 1, 2}.
Remarque : même si il y a deux issues possibles, X1 ne suit pas une loi de (b) L’événement [Xn = 2] est l’événement  avoir tiré sur n tirages seule-
Bernoulli puisque X1 (Ω) 6= {0, 1}. ment des boules blanches . Commes les tirages sont alors identiques et
L’évènement [X1 = 1] est l’événement  avoir tiré une boule noire . Il y indépendants, on obtient
a 2 boules noires sur 6 boules, et tous les tirages sont équiprobables donc
 n
P ([X = 1]) = 26 = 13 . D’autre part, P ([X1 = 2]) = 46 = 32 . 2
P ([Xn = 2]) = .
L’espérance de X1 est 3
2
X 1 2 5 (c) L’événement [Xn = 1] est l’événement  avoir tiré seulement des boules
E(X1 ) = kP (X1 = k) = +2× = .
3 3 3 blanches, sauf une fois où on a tiré une boule noire . Notons Bk l’événement
k=1
 la boule noire a été tiré au rang k . Les événements Bk sont deux à deux

(b) Après le tirage de deux boules, il reste 2, 1 ou 0 boules noires : X2 (Ω) = incompatibles, donc d’après la formule des probabilités totales,
{0, 1, 2}.
n n  k−1  n−k
L’événement [X2 = 2] est l’événement  avoir tiré 2 boules blanches . Les X X 2 1 4

2 P ([Xn = 1]) = P (Bk ∩ [Xn = 1]) = × × ,
deux tirages sont identiques et indépendants et P ([X2 = 2]) = 46 = 49 . 3 3 5
k=1 k=1
L’événement [X2 = 0] est l’événement  avoir tiré les 2 boules noires  :
soit après regroupement des puissances,
P ([X2 = 0]) = P ([X1 = 1] ∩ [X2 = 0]) = P ([X1 = 1])P[X1 =1] ([X2 = 0]) .
 n Xn  k  n
n
1 4 5 5 4 1 − 56
Après avoir tiré une première boule noire, il n’en reste qu’une sur un total P ([Xn = 1]) = =
de 5 boules. Donc, 2 5
k=1
6 16 5 1 − 65
21 1
P ([X2 = 0]) = = .
65 15 et  n   n 
Enfin, 15 4 5
P ([Xn = 1]) = 1−
8 5 6
4 1 45 − 20 − 3 22
P ([X2 = 1]) = 1 − P ([X2 = 1]) = 1 − − = = .
9 15 45 45 (d) Comme la somme des probabilités est égale à 1, il vient
L’espérance de X2 est  n  n   n 
2 15 4 5
P ([Xn = 0]) = 1 − − 1−
22 4 62 3 8 5 6
E(X2 ) = +2× = .
45 9 45
(e) Comme 23 , 4
5 et 5
6 sont tous strictement compris entre −1 et 1, on a
(c) La loi conjointe de (X1 , X2 ) est donnée par le tableau :
 n  n  n
X2 2 4 5
0 1 2 lim = lim = lim = 0.
X1 n→+∞ 3 n→+∞ 5 n→+∞ 6
1 4
1 15 15 0
2 0 2 4 Par opération sur les limites, lim P ([Xn = 0]) = 1.
9 9 n→+∞

En effet, l’événement [X1 = 2] ∩ [X2 = 1] est l’événement avoir tiré une 3. (a) Pour retirer toutes les boules noires, il faut effectuer au moins 2 tirages.
boule blanche puis une boule noire ; et l’événement [X1 = 1] ∩ [X2 = 1] est Donc Y (Ω) = {2, 3, 4, . . .} est un ensemble infini.
1
l’événement  avoir tiré une boule noire puis une boule blanche . (b) P ([Y = 2]) = P ([X2 = 0]) = 15 .
David Duchemin Lycée La Martinière Duchère

5 Variables aléatoires discrètes Exercice 42 :

On lance successivement une pièce de monnaie parfaitement équilibrée.
5.1 Énoncés Si n ∈ N∗ , on note Xn le nombre de Pile obtenus lors des n premiers lancers.
On note Y le rang du premier lancer ayant permis d’obtenir deux Pile consécutifs.
Exercice 39 :
Une urne contient initialement des boules numérotées 1 et 2. Un jeu se déroule 1. Pour tout entier naturel n, donner la loi de Xn .
par une suite de parties numérotées 1, 2,... Lors de la partie numérotée n, on tire Préciser Xn (Ω) et P ([Xn = k]) pour k ∈ Xn (Ω).
successivement et sans remise toutes les boules de l’urne. 2. (a) Donner Y (Ω).
• Si on a tiré les boules dans l’ordre, le jeu s’arrête.
(b) Calculer P ([Y = 2]) et P ([Y = 3]).
• Si on ne les a pas tiré dans l’ordre, on remet toutes les boules dans l’urne et on
ajoute une boule numérotée n + 2. (c) Calculer P ([Y = 4]).
On note X la variable aléatoire qui donne le numéro de la dernière partie. Par 3. Calculer P ([Xn = 3] ∩ [Y = n]).
convention, si le jeu ne s’arrête pas, alors X = 0.
Exercice 43 :
1. Donner X(Ω).
Dans une population, une personne sur cent est centenaire. Quelle est la proba-
2. (a) Calculer P ([X = 1]). bilité de trouver au moins un centenaire parmi 100 personnes choisies au hasard ?
(b) Calculer P ([X = 2]). (Indication : utiliser une loi de Poisson bien choisie).
5
(c) Montrer que P ([X = 3]) = 188 . Exercice 44 :
3. Dans cette question, on montre que P ([X = 0]) > 0. On lance deux dés. Après chaque lancer, on met de côté les dés qui ont donnés un
 As  et on relance les autres dés. On procède ainsi jusqu’à l’obtention des deux
(a) Pour tout entier naturel n ≥ 2, vérifier que
 As . On note T la variable aléatoire déterminant le nombre de lancers nécéssaires

[X = n] = [X = 1] ∩ [X = 2] ∩ [X = 3] ∩ · · · [X = n − 1] ∩ [X = n] . pour obtenir les deux As.

On numérote 1 et 2 les deux dés. On note X1 et X2 les variables aléatoires donnant
(b) En déduire que P ([X = n]) ≤ 1 le nombre de lancers nécéssaires pour que le dé correspondant sorte un  As .
(n+1)! .
(c) En déduire que P ([X = 0]) ≥ 3 − e. 1. Pour k ∈ {1, 2}, donner Xk (Ω) et la loi de Xk .
2. Justifier que pour tout entier naturel n,
Exercice 40 :
Une urne contient 2 boules noires et 3 boules blanches. On tire successivement et [T ≤ n] = [X1 ≤ n] ∩ [X2 ≤ n] .
avec remise des boules dans l’urne. Pour n ∈ N∗ , on note Xn le nombre de boules
noires tirées sur les n premiers tirages. On note aussi Y le rang du premier tirage En déduire P ([T ≤ n]).
ayant permis d’obtenir une boule noire.
3. Montrer que
 n−1  n−1
1. Donner la loi de Xn en précisant P ([Xn = k]) pour k ∈ Xn (Ω). 1 5 11 25
P ([T = n]) = −
2. Calculer P ([Y = 3] ∩ [X10 = 3]). 3 6 36 36
3. (a) Donner Y (Ω). 4. Montrer que T admet une espérance et la calculer.
(b) Donner la loi de Y .
Exercice 45 :
Exercice 41 : [ Oral HEC 2013 (sans préparation)] Soit X une variable aléatoire suivant une loi de Poisson de paramètre λ. Donner une
Soit X une variable aléatoire à valeurs dans N∗ dont la loi est donnée par : pour condition nécéssaire et suffisante pour que la suite P ([X = k]))k≥0 soit décroissante.
tout n ∈ N∗ , on a P (X = n) = n!c
, où c est une constante strictement positive.
Exercice 46 : [énoncé temporaire]
1. Calculer c. Une urne U contient initialement deux boules noires et une boule blanche. On
2. Calculer E(X) puis E(X(X − 1)). En déduire V (X). effectue une série de tirages de deux boules dans l’urne U.
David Duchemin Lycée La Martinière Duchère

• si on tire deux boules noires, on remet une seule des boules noires dans l’urne ; (a) Donner X1 (Ω).
• si on tire deux boules de couleurs différentes, on les remet dans l’urne et on (b) Donner la loi de X1 .
ajoute une boule noire.
Pour tout entier naturel non nul n, on note Xn la variable aléatoire qui compte le (c) Calculer l’espérance et la variance de X1 .
nombre de boules noires dans l’urne U après n tirages. 2. Étude de Y
On note Y le premier n pour lequel Xn < n+2. Par convention, Y = 0 si Xn = n+2
(a) Donner Y (Ω) et la loi de Y . On précisera P ([Y = k]) pour k ∈ Y (Ω).
pour tout entier naturel non nul n.
(b) Calculer P (Y ≥ 2).
1. (a) Donner X1 (Ω) ainsi que la loi de X1 .
(c) Calculer P (Y ≤ 10).
(b) Calculer E(X1 ).
(d) Donner l’espérance de Y .
2. (a) Donner Y (Ω).
3. Complèter le programme Scilab suivant pour qu’il donner la première valeur
(b) Calculer P ([Y = 1]). 1
de n telle que P (Y ≥ n) ≤ 1000 :
(c) Calculer P ([Y = 2]).
p = 1
3. (a) Montrer que pour tout entier naturel n ≥ 1, n = 0
while ............
[Xn = n + 2] = [X1 = 3] ∩ [X2 = 4] ∩ · · · ∩ [Xn = n + 2] . p = .............
n = .............
end
(b) En déduire que pour n ≥ 1, .........

2n+1
P ([Xn = n + 2]) = . 4. Étude partielle de Xn
(n + 2)!
P (a) Donner Xn (Ω).
(c) Montrer que la série n≥1 P ([Xn = n + 2]) converge et que (b) Montrer que
+∞  n  n
X 1 2 4 2
P ([Xn = n + 2]) = (e − 5) . P ([Xn = 2n]) = et que P ([Xn = 0]) = .
n=1
2 9 9

Exercice 47 : 5. Étude complète de Xn

On considère deux urnes U1 et U2 . L’urne 1 contient une boule noire et deux boules On note Vn le nombre de parties où deux boules blanches ont été tirées, et Un
blanches. L’urne 2 contient deux boules noires et une boule blanche. Un jeu se déroule le nombre de parties où une boule blanche a été tiré.
en une infinité de parties numérotées 1, 2,... Lors de chaque partie,
(a) Montrer que
• on tire une boule dans l’urne U1 , k
[2]
• si on a tiré une boule blanche, on la remet dans l’urne et on retire une boule [
dans l’urne U1 , [Xn = k] = [Vn = j] ∩ [Un = k − 2j] .
• si on a tiré une boule noire, on la remet dans l’urne, et on retire une boule dans j=0

l’urne U2 .
(b) Donner les lois de Un et de Vn .
Toutes les boules tirées sont remise dans leurs urnes respectives.
On note Xn le nombre de boules blanches tirées lors des n premières parties. (c) En déduire que
On note Y le rang de la première partie ayant permis d’obtenir une (ou 2) boules k
[ 2 ]     j  k−2j  n−k+j
blanches. X n n−j 4 1 2
P ([Xn = k]) =
1. Étude de la première partie j=0
j k − 2j 9 3 9
David Duchemin Lycée La Martinière Duchère

Exercice 48 : (c) Déterminer la loi de Z. On trouvera que Z suit une loi de Poisson de pa-
Soit p ∈]0; 1[ et X ,→ G(p). ramètre m × 0, 25.
Donner la fonction de répartition de X. 3. En 2020, le standard a reçu une succession d’appels. On note U le premier
Exercice 49 : appel reçu en retard. Quelle est la loi de U ? Quelle est son espérance ?
Soit r un entier naturel non nul. Exercice 52 :
On lance une pièce de monnaie dont la probabilité de tomber sur pile vaut p ∈]0; 1[. Dans un magasin, 10% des clients sont des râleurs. Un vendeur s’occupe de 100
On note Xr la variable aléatoire correspondant au nombre de lancers nécéssaires pour personnes par jour. On note X la variable aléatoire qui compte le nombre de clients
obtenir r fois pile. râleurs subis par ce vendeur un jour donné. On note aussi Y le numéro du premier
1. Donner la loi de X1 en précisant X1 (Ω) ainsi que P ([X1 = k]) pour k ∈ X1 (Ω). râleur que le vendeur subi (éventuellement sur plusieurs jours).
2. (a) Donner Xr (Ω). 1. Donner la loi de X. On précisera X(Ω) ainsi que P ([X = k]) pour k ∈ X(Ω).
(b) Calculer P ([Xr = r]). 2. Donner la loi de Y ainsi que son espérance.
3. On suppose que k > r. 3. Calculer P ([X = 10] ∩ [Y = 50]).
(a) Si l’événement [Xr = k] est réalisé, que s’est-il passé au lancer k ? Et au
cours des lancers de 1 à k − 1 ? 5.2 Corrections
(b) Montrer que  
k−1 r Correction de l’exercice 39
P ([Xr = k]) = p (1 − p)k−r .
r−1
(c) Cette formule est-elle encore valable pour k = r ? 1. Le jeu peut s’arrêter lors de la première partie, ou à la seconde, la troisième,...
Exercice 50 : ou jamais. Donc X(Ω) = N.
Soit λ ∈]0; +∞[ et p ∈]0; 1[. X et Y désignent deux variables aléatoires. On suppose 2. (a) [X = 1] si le jeu s’arrête à la première partie, c’est-à-dire que l’on tire les
que X suit une loi de Poisson de paramètre λ et que la loi conditionnelle de Y sachant boules 1 et 2 dans cet ordre : la probabilité de tirer la première boule 1 en
[X = n] est la loi binomiale B(n, p) pour tout n ∈ N. À l’aide d’une formule des premier est 12 , et si c’est le cas, on tire nécéssairement la boule 2 en second.
probabilités totales, calculer la loi de Y . Donc P ([X = 1]) = 12 .
Exercice 51 : [Type HEC] (b) On a [X = 2] = [X = 1] ∩ [X = 2], donc
Le service de dépannage d’un grand magasin dispose d’équipes intervenant sur
appel de la clientèle. Pour des causes diverses, les interventions ont parfois lieu avec 1
P ([X = 2]) = P ([X = 1])P[X=1] ([X = 2]) = P ([X = 2]) .
retard. On admet que les appels se produisent indépendamment les uns des autres, 2 [X=1]
et que, pour chaque appel, la probabilité d’un retard est de 0,25.
À la seconde partie, il y a 3 boules dans l’urne, la probabilité de les tirer
1. Un client appelle le service à 4 reprises. On désigne par X la variable aléatoire dans l’ordre est 3 × 2 × 1 = 3! = 6. Donc
prenant pour valeurs le nombre de fois où ce client a dû subir un retard.
1 1 1
(a) Déterminer la loi de probabilité de X, son espérance, sa variance. P ([X = 2]) = × = .
2 6 12
(b) Calculer la probabilité de l’événement :  Le client a subi au moins un
retard . (c) De même,
2. Le nombre d’appels reçus par jour est une variable aléatoire Y qui suit une loi P ([X = 3]) = P ([X = 1])P[X=1] ([X = 2])P[X=1]∩[X=2] ([X = 3])
de Poisson de paramètre m. On note Z le nombre d’appels traités en retard.
(a) Exprimer la probabilité conditionnelle de [Z = k] sachant que [Y = n]. soit
1 1 1 1 5 1 5
(b) En déduire la probabilité de  Z = k et Y = n . P ([X = 3]) = × (1 − ) × = × × = .
2 3! 4! 2 6 24 188
David Duchemin Lycée La Martinière Duchère

3. (a) L’événement [X = n] est réalisé si le jeu ne s’est pas arrêté avant. Donc

[X = n] = [X = 1] ∩ [X = 2] ∩ [X = 3] ∩ · · · [X = n − 1] ∩ [X = n] . Correction de l’exercice 40
(b) On a
P ([X = n]) = P ([X = 1])×PX=1 ([X = 2])×· · · P[X=1]∩···∩[X=n−1] ([X = n]) . 1. On répète n fois et de manière indépendante la même expérience de Bernoulli
où la probabilité d’obtenir le succès (boule noire) est égale à 25 . Xn compte
Comme toutes les probabilités sont inférieures à 1, il vient le nombre de succès, donc Xn suit la loi binomiale B(n, 52 ). En particulier,
P ([X = n]) ≤ P[X=1]∩···∩[X=n−1] ([X = n]) Xn (Ω) = {0, 1, . . . , n} et
   k  n−k
Au n-ième tirage, il y a n + 1 boules dans l’urne. La probabilité de de tirer n 2 3
1 P (Xn = k) =
dans l’ordre n + 1 boules est (n+1)! , donc on obtient k 5 5
1
P ([X = n]) ≤ . Remarque : je rappelle encore une fois le cadre de la loi binômiale :
(n + 1)!
• on considère une expérience de Bernoulli dont la probabilité du succès est
p (c’est le paramètre),
n
!
X
(c) La suite des P ([X = k] est croissante. • on répête n fois et de manière indépendante cette expérience de Bernoulli,
k=1 n≥1 • on note X la variable aléatoire égale au nombre de succès,
D’autre part, Alors X suit une loi binomiale B(n, p), c’est-à-dire que X(Ω) = J0; nK et
n n n+1  
X X 1 X 1 n k
P ([X = k]) ≤ ≤ . ∀k ∈ X(Ω) , P ([X = k]) = p (1 − p)n−k
(k + 1)! k! k
k=1 k=1 k=2
1
P
D’après le cours, la série k=0 k! converge et sa somme vaut e. Donc
Remarque : je rappelle aussi quelques propriétés des coefficients binomiaux :
• nk désigne le nombre de manières de placer k objets dans n tiroirs (un
n


X 1 1
P ([X = k]) ≤ e − − = e − 2. unique objet pas tiroir),
0! 1!
k=1 • on peut calculer les coefficients binômiaux à l’aide du triangle de Pascal,
On a obtenu une suite croissante majorée. Donc elle converge, autrement • ou avec la formule  
dit la série P ([X = n])n≥1 converge et n n!
= ,
+∞
k k!(n − k)!
X
P ([X = k]) ≤ e − 2 • il faut aussi connaı̂tre les valeurs particulières :
k=1            
n n n n n n n(n − 1)
= =1, = = n et = = .
Enfin, 0 n 1 n−1 2 n−2 2
P ([X = 0]) = 1 − P ([X = 0]) 2. L’événement [Y = 3] ∩ [X10 = 3] est l’événement avoir obtenu une blanche au
+∞
[ premier tirage, une blanche au second tirage, une noire au troisième tirage puis
= 1 − P( [X = k]) avoir obtenu 2 boules noires parmi les 7 tirages restant.
k=1
Le nombre de boules noires tirées parmi 7 tirages suit une loi binomiale B(7, 52 ).
+∞
X Donc
=1− P ([X = k]) (événements 2 à 2 disjoints)
   2  5  3  7
k=1 3 3 2 7 2 3 2 3
≥ 1 − (e − 2) ≥ 3 − e P ([Y = 3] ∩ [X10 = 3]) = × × × = 21 .
5 5 5 2 5 5 5 5
David Duchemin Lycée La Martinière Duchère

3. (a) Y (Ω) = {1, 2, 3, . . .} = N∗ .

(b) Y = n si on tiré des boules blanches sur les n − 1 premiers tirages, puis
une boule noire au n-ième tirage. Les tirages étant tous indépendants, on
obtient Correction de l’exercice 47
 n−1
3 2
P ([Y = n]) = × .
5 5
1. (a) Après la première partie, on peut avoir tiré aucune boule blanche, une boule
blanche ou deux boules blanches, donc X1 (Ω) = {0, 1, 2}.
Correction de l’exercice 41
(b) L’événement [X = 2] est l’événement avoir tiré une boule blanche au premier
tirage puis encore une boule blanche au second tirage. D’après les formules
1. La somme des probabilités d’une loi de probabilité est égale à 1, donc des probabilités conditionnnelles,

+∞
c
+∞
1 2 2 4
X
=1=c
X
. P ([X = 2]) = × = .
n! n! 3 3 9
n=1 n=1
1 2 2 4 2
1
De même, P ([X = 0]) = 3 × 3 = 9 puis P ([X = 1]) = 1 − 9 − 9 = 13 .
1
P
La série des n≥0 n! converge et vaut e = e, donc
(c) L’espérance de X1 est
+∞ +∞
X 1 1X 1 1 4 11
= − = e − 1. E(X1 ) = +2 = .
n=1
n! n=0
n! 0! 3 9 9
1
On en déduit que c(e − 1) = 1 soit c = e−1 . La variance de X1 est
c c
P P
2. L’espérance est la somme, si elle existe, de la série n≥1 n n! = n≥1 (n−1)! =  2
P c 1 4 11 50
n≥0 n! . V (X1 ) = E(X12 ) 2
− E(X1 ) = + 4 × − = .
Nous obtenons la série exponentielle qui converge. Donc l’espérance de X existe 3 9 9 81
e
et E(X) = ec = e−1 .
2. (a) On a Y (Ω) = N∗ . On a vu aux questions précédentes que la probabilité de
Pde E(X(X − c1)) est
D’après le théorème dePtransfert, l’espérance P la somme, si
elle existe, de la série n≥1 n(n − 1) n! c
= n≥2 n(n − 1) n! c
= n≥2 (n−2)! = ne pas tirer de boule blanche lors d’une partie est 29 . on répête de manière
P c identique et indépendante une même expérience de Bernoulli et Y donne le
n≥0 n! . On reconnaı̂t encore la série exponentielle et donc E(X(X −1)) existe
et rang du premier succès. Donc Y suit une loi géométrique G( 97 ) :
e
E(X(X − 1)) = ce = .
e−1  k−1
7 2
2 P (Y = k) = ×
Comme E(X(X − 1)) = E(X − X) et que E(X) existe, 9 9
e
E(X 2 ) = E(X(X − 1)) + E(X) = 2 . (b)
e−1
La variance existe donc et P (Y ≥ 2) = 1 − P (Y = 1)
 2 2
e e e =
V (X) = E(X 2 ) − (E(X))2 = 2 − = . 9
e−1 e−1 e−1
David Duchemin Lycée La Martinière Duchère

(c) En écrivant k1 = j et k2 = k − 2j, on obtient

10
X k
[2]
P (Y ≤ 10) =
[
P (Y = k) [Xn = k] = [Vn = j] ∩ [Un = k − 2j] .
k=1 j=1
10  k−1
X 7 2
= (b) Tous les événements [Vn = j]∩[Un = k−2j] sont deux à deux incompatibles,
9 9
k=1 donc
2 10


71− 9
=
9 1 − 29 k
[2]
 10 X
2 P ([Xn = k]) = P ([Vn = j] ∩ [Un = k − 2j])
=1− j=1
9
k
[2]
(d) L’espérance de Y est
X
= P ([Vn = j])P[Vn =j] ([Un = k − 2j])
1 9
E(Y ) = 7 = . j=1
9
7
3.
p = 1 La loi conditionnelle de Un sachant que [Vn = j] est une loi binomiale
n = 0
while p > 0.001 B(n − j, 31 ) tandis que la loi de Vn suit la loi binomiale B(n, j). Donc
n = n + 1
k
p = p − 7/9 ∗ (2/9)ˆ(n−1) [ 2 ]     j  k−2j  n−k+j
end
X n n−j 4 1 2
P ([Xn = k]) =
disp(n)
j=0
j k − 2j 9 3 9

4. (a) Comme on peut tirer 0, 1 ou 2 boules à chaque tirage, Xn (Ω) = J0; 2nK.
(b) L’événement [Xn = 2n] est l’événement tirer 2 boules à chaque partie.
Comme toutes les parties sont indépendantes, et que la probabilité de tirer Correction de l’exercice 48
2 boules lors d’une partie est 49 , on obtient
 n Si X ,→ G(p), alors X(Ω) = N∗ et
4
P ([Xn = 2n]) = . ∀k ∈ N∗ , P ([X = k]) = p(1 − p)k−1 .
9
De même  n On en déduit que :
2 • si x < 1, alors FX (x) = 0,
P ([Xn = 0]) = .
9 • si x ≥ 1 et si [x] désigne la partie entière de x, alors
5. (a) Parmis les Xn boules tirées, 2Vn ont été tirées par deux et Un ont été tirées [x] [x]
individuellement. Donc on a
X X 1 − (1 − p)[x]
FX (x) = P (X ≤ x) = P (X = k) = p(1 − p)k−1 = p
1 − (1 − p)
k=1 k=1
Xn = 2Vn + Un .
soit
Donc [ FX (x) = 1 − (1 − p)[x] .
[Xn = k] = [Vn = k1 ] ∩ [Un = k2 ] .
2k1 +k2 =k
David Duchemin Lycée La Martinière Duchère

Correction de l’exercice 50 Correction de l’exercice 51

L’énoncé donne deux informations :

• X suit une loi de Poisson de paramètre λ, donc X(Ω) = N et 1. (a) X compte le nombre de retards sur quatre appels. Chaque appel est une
n expérience de Bernoulli de paramètre 14 . Tous les appels sont indépendants.
λ −λ
∀n ∈ N , P ([X = n]) = e . Donc X suit une loi binomiale B(4, 41 ). On a
n!
• la loi conditionnelle de Y sachant [X = n] est une loi binômiale B(n, p), c’est- 1 1 3 3
E(X) = 4 × = 1 et V (X) = 4 × × = .
à-dire que 4 4 4 4
 
n k (b) On veut calculer P ([X ≥ 1]) :
∀k ∈ J0; nK , P[X=n] ([Y = k]) = p (1 − p)n−k .
k  4
3 81 175
D’après la formule des probabilités totales, P ([X ≥ 1]) = 1 − P ([X = 0]) = 1 − =1− = .
4 256 256
+∞
X +∞
X
P ([Y = k]) = P ([Y = k] ∩ [X = n]) = P ([X = n])P[X=n] (Y = k) , 2. (a) Si l’événement [Y = n] est réalisé, le magasin a reçu n appels. Le nombre
n=k n=k de retards sur ces appels suit toujours une loi binomiale mais cette fois de
soit paramètres n et 41 . Donc
+∞ n      n−k
X λ −λ n k n 1 3
P ([Y = k]) = e p (1 − p)n−k P[Y =n] ([Z = k]) = .
n! k k 4k 4
n=k
+∞ n
X λ n!
= e−λ pk (1 − p)n−k (b) On a
n! k!(n − k)!
n=k
   n−k
+∞
k X mn −m n 1 3
p λn (1 − p)n−k P ([Y = n]∩[Z = k]) = P ([Y = n])P[Y =n] ([Z = k]) = e
= e−λ n! k 4k 4
k! (n − k)!
n=k
k +∞
p X λn−k (1 − p)n−k (c) On a d’après la formule des probabilités totales,
= e−λ λ k
k! (n − k)!
n=k +∞
X
k
p k
+∞ j
λ (1 − p)
X j P ([Z = k]) = P ([Z = k] ∩ [Y = n])
= e−λ λ n=k
k! j=0 j!
+∞
X
pk k λ(1−p) = P ([Y = n])P[Y =n] ([Z = k])
= e−λ λ e n=k
k!
+∞  n−k
Xmn −m n! 1 3
= e
n! k!(n − k)! 4k 4
et donc n=k
(pλ)k −λp +∞
mn
 n−k
P ([Y = k]) = e . −m 1 3
X
k! =e k
4 (n − k)! 4
n=k
Y suit une loi de Poisson de paramètre λp.
David Duchemin Lycée La Martinière Duchère

+∞
k X
 n−k
−m m mn−k 3 Exercice 56 :
= e k Calculer rapidement les dérivées des fonctions suivantes :
4 (n − k)! 4
n=k
+∞
k X
 j x4 2x2
√
−m m mj 3 1. f (x) = 12 − x3 + 3 − x + 1. 3. f (x) = 1 + ex .
= e
4k j=0 (j)! 4 2. f (x) = (ln x)e−x
2
+x
. 4. f (x) = ex −e−x
ex +e−x .
mk 3m
= e−m e 4 Exercice 57 :
4k
Calculer les intégrales suivantes :
Z 3 x
e + e−x
Donc 1. dx.
mk − m −3 2
P ([Z = k]) = e 4 . Z 2
4k
m
2. (x + 1) ln x dx (Indication : faire une intégration par parties).
Donc Z suit bien une loi de Poisson de paramètre 4. 1

3. U donne le rang du premier retard dans une succession d’expériences de Ber- Exercice 58 :
noulli, donc U suit une loi géométrique de paramètre 0, 25. L’espérance de U A désigne un nombre réel strictement positif.
est Calculer les intégrales suivantes :
1
E(U ) = = 4. Z A
√
0.25 1. ex 1 + ex dx.
0
A
6 Dérivation et intégration : révisions
Z
2. (1 + 2u) ln(1 + u)du (Indication : faire une intégration par parties).
1
A
6.1 Énoncés
Exercice 53 : 6.2 Corrections
Dresser le tableau de variation de la fonction f (x) = ln(2 + x + 2x2 ) sur R.
7 Intégrales généralisées
Exercice 54 :
Calculer rapidement les dérivées des fonctions suivantes :
7.1 Énoncés
1. f (x) = x3 e−2x . 3. f (x) = ln(ex + e−x ). Exercice 59 : [HEC 2011]
2. f (x) = x ln(1 + x). 4. f (x) = ln(1+x) Soit f la fonction définie sur D = R − {− 32 ; − 21 } par f (x) = 2
(2x+1)(2x+3) .
1+x .
1. Étudier les variations de f et dresser son tableau de variation.
Exercice 55 : 2. Tracer la courbe représentative de f dans le plan rapporté à un repère ortho-
1. On note g(x) = 2x3 − 3x2 − 12x + 20. normé.
(a) Dresser le tableau de variation de g. 3. (a) Déterminer la valeur des deux constantes réelles a et b telles que pour tout
x ∈ D, on ait :
(b) En déduire le signe de g sur [0; +∞[. a b
f (x) = + .
2. On note f (x) = ln(2x3 − 3x2 − 12x + 20). 2x + 1 2x + 3
Z t
(a) Vérifier que la fonction f soit définie sur [0; +∞[.
(b) En déduire la valeur de l’intégrale f (x)dx, dans laquelle t désigne un
(b) Dresser le tableau de variation de f sur [0; +∞[. 0
nombre réel strictement positif.
David Duchemin Lycée La Martinière Duchère

Z +∞ 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
(c) L’intégrale f (x)dx est-elle convergente ? Si oui, calculer sa valeur. 0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0 0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
Exercice 60 : 0,5
0,6
0,6915
0,7257
0,6950
0,7291
0,6985
0,7324
0,7019
0,7357
0,7054
0,7389
0,7088
0,7422
0,7123
0,7454
0,7157
0,7486
0,7190
0,7517
0,7224
0,7549
Z +∞ 0,7 0,7580 0,7611 0,7642 0,7673 0,7703 0,7734 0,7764 0,7793 0,7823 0,7852
n −x
Pour n ∈ N, on pose fn (x) = x e . Si l’intégrale fn (x)dx est convergente, 0,8
0,9
0,7881
0,8159
0,7910
0,8186
0,7939
0,8212
0,7967
0,8238
0,7995
0,8264
0,8023
0,8289
0,8051
0,8315
0,8078
0,8340
0,8106
0,8365
0,8133
0,8389
0 1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
on pose 1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8906 0,8925 0,8943 0,8962 0,8980 0,8997 0,9015
Z +∞ 1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
In = fn (x)dx . 1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
0 1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
Pour A > 0, on pose aussi 2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890
2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916
Z A 2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936
In (A) = fn (x)dx . 2,5
2,6
0,9938
0,9953
0,9940
0,9955
0,9941
0,9956
0,9943
0,9957
0,9945
0,9959
0,9946
0,9960
0,9948
0,9961
0,9949
0,9962
0,9951
0,9963
0,9952
0,9964
0 2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974
2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981
2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986
1. Cours : pour n ∈ N, donner la valeur de la limite lim xn e−x . 3,0
3,1
0,9986
0,9990
0,9987
0,9991
0,9987
0,9991
0,9988
0,9991
0,9988
0,9992
0,9989
0,9992
0,9989
0,9992
0,9989
0,9992
0,9990
0,9993
0,9990
0,9993
x→+∞ 3,2 0,9993 0,9993 0,9994 0,9994 0,9994 0,9994 0,9994 0,9995 0,9995 0,9995
3,3 0,9995 0,9995 0,9995 0,9996 0,9996 0,9996 0,9996 0,9996 0,9996 0,9997
2. Montrer que I0 existe et calculer sa valeur. 3,4
3,5
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9997
0,9998
0,9998
0,9998
3,6 0,9998 0,9998 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999 0,9999
3. Soit n ∈ N. À l’aide d’une intégration par parties, donner une relation entre 3,7
3,8
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
0,9999
In+1 (A) et In (A). 3,9 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

4. Montrer par récurrence que In existe pour tout n ∈ N. Donner une relation
entre In+1 et In . 8.1 Énoncés
5. Pour tout entier naturel n, calculer In . Exercice 61 :
Soit λ > 0 et f la fonction définie sur R par

1
7.2 Corrections ∀x ∈ R , f (x) = .
π(1 + x2 )

8 Variables aléatoires à densités 1. (a) La fonction f est-elle continue ?

(b) Vérifier que pour tout x ∈ R, f (x) > 0.
Le tableau ci-dessous comporte les valeurs de la fonction répartition de la loi nor- 1 1
male (c) Montrer que pour tout x ≥ 1, ≤ 2.
Z x 1 + x2 x
1 t2 En déduire que pour tout A > 1,
Φ(x) = √ e− 2 dt .
−∞ 2π Z A
1
dx ≤ 1 ,
Pour trouver Φ(2, 67) on le lit à l’intersection de la ligne 2, 6 et de la colonne 0, 07, 1 1 + x2
de sorte que Z +∞
1
Φ(2, 67) = 0, 9962 . puis que dx existe.
1 1 + x2
David Duchemin Lycée La Martinière Duchère

Z +∞
1 1. Donner la fonction de répartition de X.
(d) Montrer que l’intégrale dx converge (on ne demande pas de
−∞ 1 + x2 2. Donner l’espérance et la variance de X.
calculer sa valeur ).
3. Calculer P (3 ≤ X ≤ 4) puis PX≥3 (X ≤ 4).
2. On admet que Z +∞
1 4. Donner la densité de Y = 2X − 1.
dx = π .
−∞ 1 + x2 Exercice 64 :
(a) La fonction f est-elle une densité de probabilité ? Soit X une variable aléatoire à densité qui suit la loi uniforme U([a; b]).
Déterminer a et b pour que X soit centrée réduite.
Soit X une variable aléatoire de densité f . Exercice 65 :
Soit f la fonction définie sur R par
Z A
(b) Soit A > 0. Calculer xf (x)dx.

0 si x < 0
0 f (x) = λ
(c) La variable aléatoire X admet-elle une espérance ? Si oui, la calculer. (2x+1)3 si x ≥ 0

Exercice 62 : 1. (a) Déterminer le signe de f sur R.

Soit f la fonction définie sur R par (b) La fonction f est-elle continue ? Continue par morceaux ?
( Z A
0 si x < 0 ,
f (x) = ln(1+x)
(c) Soit A > 0. Calculer f (x)dx.
(1+x)2 si x ≥ 0 . 0
En déduire la valeur de λ pour que f soit une densité de probabilité.
1. (a) Déterminer le signe de f sur R. 2. On admet maintenant que λ = 4. Soit X une variable aléatoire de densité de
(b) Montrer que f est continue sur R. probabilité f .
2. (a) Soit A > 0. À l’aide d’une intégration par parties, montrer que (a) Montrer que pour tout x ≥ 0,
Z A 2 2
ln(1 + A) 1 xf (x) = − .
f (x)dx = 1 − − . (2x + 1) 2 (2x + 1)3
0 1 + A 1 + A

(b) En déduire que f est une densité de probabilité. (b) Montrer que X admet une espérance et la calculer.
3. Soit X une variable aléatoire de densité de probabilité f . (c) Montrer que pour tout x ≥ 0,
(a) Montrer que pour tout x ≥ 0,
1 2 1
x2 f (x) = − 2
+ .
ln(1 + x) 2x + 1 (2x + 1) (2x + 1)3
xf (x) = − f (x) .
1+x
(d) La variable aléatoire X admet-elle une variance ?
(b) Soit A > 0. Calculer
Z A Exercice 66 :
xf (x)dx . Soit X une variable aléatoire à densité de loi exponentielle E(2).
0
1. Donner X(Ω) puis la fonction de répartition de X.
La variable aléatoire X admet-elle une espérance ?
2. On pose Y = X 2 . On admet que Y est une loi à densité f .
Exercice 63 :
On considère une variable aléatoire à densité X qui suit la loi exponentielle de (a) Donner la fonction de répartition de Y .
paramètre 3. (b) Calculer f .
David Duchemin Lycée La Martinière Duchère

(c) Soit a un nombre réel strictement positif. Calculer P[Y ≥a] (Y ≥ 2a). La (c) Résoudre l’équation F (x) = 12 .
variable aléatoire Y est-elle sans vieillissement ? 4. Pour n entier supérieur ou égal à 2, soient X1 , X2 ,..., Xn n variables aléatoires
Exercice 67 : indépendantes et de même loi que la variable aléatoire X.
Soit X une variable aléatoire de loi normale N (2, 9). On demande des réponses à On pose pour tout n ≥ 2, Tn = min(X1 , X2 , . . . , Xn ) et on admet que Tn est
0, 001 près. une variable aléatoire à densité.
On a donc pour tout réel x, légalité d’événements suivante :
1. Calculer P (X ≥ 1).
2. Calculer PX<3 (X ≥ 4). Tn ≥ x] = [X1 ≥ x] ∩ [X2 ≥ x] ∩ · · · ∩ [Xn ≥ x].
3. Calculer PX≥4 (X ≥ 5). On note G la fonction de répartition de Tn et g une densité de Tn .
Exercice 68 : Soit λ un nombre réel strictement positif.
(a) Déterminer pour tout réel x, G(x) et en déduire pour tout x réel, g(x).
Soit f la fonction définie sur R par Z A
 (b) Soit un réel A > 1. Calculer pour tout entier r ≥ 1, l’intégrale xr g(x)dx.
0 si x < 0 , a
f (x) = 3 .
x2 e−λx si x ≥ 0 .
Z r
(c) Pour quelles valeurs de r la limite de xg(x)dx lorsque A tend vers +∞,
1
1. Donner le signe de f sur R. est-elle finie ?
2. La fonction f est-elle continue sur R ?
Z 0
8.2 Corrections
3. (a) Soit B < 0. Calculer f (x)dx.
B
R0 Correction de l’exercice 61
(b) Montrer que −∞
f (x)dx existe et calculer sa valeur.
(c) Montrer qu’il existe une unique valeur λ telle que f soit une densité de
1. (a) Par opération sur les fonctions continues, f est continue sur R (le
probabilité.
dénominateur ne s’annule jamais donc f est bien définie sur R).
(d) Donner la fonction de répartition de f .
(b) Un carré est toujours positif donc 1 + x2 > 0 sur R. Comme π > 0, f (x) > 0
4. Pour a > 0, on note pour tout x > 0.
g(a) = PX≥a (a + 1) . (c) On a l’implication
Montrez que lim g(a) = 0. 1 1
a→+∞
1 + x2 ≥ x2 ≥ 1 ⇒ ≤ 2.
Exercice 69 : [HEC 2016] 1 + x2 x

1. Questions de cours. Propriétés de la fonction de répartition d’une variable Si A > 0, par croissance de l’intégrale,
aléatoire à densité. Z A Z A
1 1
2. Pour tout réela > 0, soit fa la fonction définie sur R à valeurs réelles, telle 2
dx ≤ 2
dx (1) .
1 1 + x 1 x
que : fa (x) = xa3 si x ≥ 1; 0 sinon.
Pour quelle valeur de a la fonction f est-elle une densité de probabilité ? Or A
Z A 
1 1 1
Pour cette valeur de a, on note f cette densité. Dans la suite de l’exercice, on dx = − =− +1≤1 (2) .
1 x2 x 1 x
note X une variable aléatoire à densité de densité f .
3. (a) Déterminer la fonction de répartition F de la variabe aléatoire X. D’après (1) et (2), pour tout A > 1,
Z A
(b) Tracer la courbe représentative de F dans le plan rapporté à un repère 1
orthonormé. 2
dx ≤ 1 .
1 1+x
David Duchemin Lycée La Martinière Duchère

1
Comme 1+x 2 > 0 et que les intégrales sont majorées, on en déduit que 2. (a) On a
Z A
1
dx existe. 2 2 2(2x + 1) − 2
1 1 + x2 − =
R1 (2x + 1)2 (2x + 1)3 (2x + 1)3
1 1
De même, par parité de x →7 1+x2 , l’intégrale −∞ 1+x2 dx existe. Donc 4x
Z +∞ =
f (x)dx existe. (2x + 1)3
−∞ = xf (x)
Z +∞
2. (a) La fonction f est continue, positive et f (x)dx = 1, donc f est une (b) Soit A > 0.
−∞
densité de probabilité. Z A Z A  
(b) 2 2
xf (x)dx = − dx
0 0 (2x + 1)2 (2x + 1)3
Z A  A
1 1 
1 1
A
xf (x)dx = ln(1 + x ) = ln(1 + A)2 .
2
= − +
0 2 0 2 2x + 1 2(2x + 1)2 0
(c) Comme 1 1 1
=− + +1−
Z A 2A + 1 2(2A + 1)2 2
lim xf (x)dx = +∞ ,
A→+∞ 0 Comme
1 1
X n’a pas d’espérance. lim = lim = 0,
A→+∞ 2A + 1 A→+∞ 2(2A + 1)
on en déduit que X admet une espérance et
Correction de l’exercice 65
1
E(X) = .
2
1. (a) • f (x) ≥ 0 si x < 0.
• Si x ≥ 0, (2x + 1)3 > 0, donc f (x) est du signe de λ : f (x) ≥ 0. (c) Calcul analogue au 2.a.
Donc f est positive (ou nulle) sur R. (d) X n’admet pas de variance.
(b) On a
lim− f (x) = 0 et lim+ f (x) = λ .
x→0 x→0 9 Diagonalisation de matrices
Donc la fonction f est continue si et seulement si λ = 0.
Si λ > 0, la fonction f est seulement continue par morceaux. 9.1 Énoncés
(c) Soit A > 0. Exercice 70 
:   
3 2 −2 1 0 −2
Z A 
λ
A
λ λ On pose A = −1 0 1  et B = 0 1 1 .
f (x)dx = − = − 1 1 0 0 0 1
0 4(2x + 1)2 0 4 4(2A + 1)2
1. (a) Calculer A2 − 2A. En déduire que A est inversible et calculer son inverse.
On obtient Z A
λ (b) Donner un polynôme annulateur de A puis montrer que A admet au plus
lim f (x)dx = . une valeur propre que l’on déterminera. A est-elle diagonalisable ?
A→+∞ 0 4    
R +∞ 1 0
On en déduit que −∞ f (x)dx = λ4 . Ainsi, f est une densité de probabilité (c) Montrer que V1 = 0 et V2 = 1 sont deux vecteurs propres de A.
si et seulement si λ = 4. 1 1
David Duchemin Lycée La Martinière Duchère
 
1 1 0
2. On pose P = 0 1 0
1 0 1
(a) Montrer que P est inversible et calculer son inverse.
(b) Calculer D = P −1 AP .
(c) Montrer par récurrence que pour tout n ∈ N, An = P Dn P −1 .
(d) Déterminer les coefficients de Dn (on pourra calculer D2 et D3 puis proposer
une formule que l’on démontrera par récurrence).
Exercice 71 :     
−4 6 2 1
Soient A = , V1 = et V2 = .
−3 5 1 1
1. Montrer que V1 et V2 sont deux vecteur propres de A.
2. Proposer une matrice de passage P . On note D = P −1 AP . Que pouvez-vous
dire de D ?
3. Calculer P −1 .
4. Montrer que pour tout entier naturel n, An = P −1 Dn P .
Exercice 72 : 
7 −9
Soient A = .
5 2
1. Proposer un polynôme annulateur pour A.
2. A admet-elle des valeurs propres ? Si oui, lesquelles ?
Exercice73 : 
9 2
Soit A = .
1 −7
1. Proposer un polynôme annulateur de A.
2. A peut-elle admettre des valeurs propres ?
Exercice74 : 
3 2
Soit A = .
1 −1
1. Montrer que P (x) = x2 − 2x − 4 est un polynôme annulateur de A.
2. Montrer que A admet au plus deux valeurs propres λ1 < λ2 que l’on calculera.
 
1√
3. Déterminer a tel que V1 = soit un vecteur propre de A associé à
(2 − 5)a
la valeur propre λ2 .
 
1√
4. Déterminer b tel que V2 = soit un vecteur propre de A associé à
(2 + 5)b
la valeur propre λ1 .

9.2 Corrections