Variables aléatoires X+Y et aX

□ Exercice 1
Amanda lance deux pièces de monnaie, l'une de 1€, l'autre de 2€.
𝑋 est la variable aléatoire qui vaut 1 si elle obtient Pile avec la pièce de 1€ et 0 sinon.
𝑌 est la variable aléatoire qui vaut 2 si elle obtient Pile avec la pièce de 2€ et 1 sinon.
1. Représenter cette situation à l'aide d'un arbre pondéré.
2. Déterminer la loi de probabilité de 𝑋 + 𝑌.

□ Exercice 2
Dans un supermarché, Dimitri prend au hasard une boisson et un sandwich.
𝑋 (resp. 𝑌) est la variable aléatoire qui donne le prix, en euro, de la boisson (resp. du sandwich).
Voici les lois de probabilités de 𝑋 et 𝑌 :
𝒂 1,5 2 2,5 𝒃 4,5 5 5,5
𝑷(𝑿 = 𝒂) 0,2 0,5 0,3 𝑷(𝒀 = 𝒃) 0,4 0,4 0,2
1. Représenter cette situation par un arbre pondéré.
2. Dans ce contexte, que représente la variable aléatoire 𝑋 + 𝑌 ?
Etablir la loi de probabilité de 𝑋 + 𝑌.

□ Exercice 3
On considère le jeu consistant à lancer 20 fois un dé cubique équilibré.
A chaque lancer on gagne 6 € si on obtient un "5" ou un "6", on gagne 3 € sinon.
La participation est de 70 €. Quel gain peut-on espérer ? Quelle est la variance du gain ?

□ Exercice 4
Dans un jeu de hasard, on doit lancer un dé équilibré à douze faces numérotés de 1 à 12, puis
multiplier le numéro obtenu par 10. On définit ainsi une variable aléatoire 𝑌.
1. Définir une variable aléatoire 𝑋 et un nombre réel a tels que 𝑌 = 𝑎𝑋.
2. Calculer l'espérance de 𝑋 et en déduire celle de 𝑌.

□ Exercice 5
Chaque soir, Olga communique avec ses amis par mail et par SMS. Le nombre de mails qu'elle
peut recevoir en une heure est modélisé par une variable aléatoire 𝑋 telle que pour tout entier
naturel 𝑘, avec 1 ≤ 𝑘 ≤ 12, la probabilité qu'elle reçoive 𝑘 appels est :
6𝑘 −6
𝑃(𝑋 = 𝑘) = 𝑒 .
𝑘!
On néglige les probabilités des autres nombres d'appels.
De même, le nombre de SMS qu'elle peut recevoir en une heure est modélisé par une variable
aléatoire 𝑌 telle que pour tout entier naturel 𝑚, avec 3 ≤ 𝑚 ≤ 18, la probabilité qu'elle
reçoive 𝑚 SMS est :
10𝑚 −10
𝑃(𝑌 = 𝑚) = 𝑒 .
𝑚!
On néglige les probabilités des autres nombres de SMS.
On admet que les variables aléatoires 𝑋 et 𝑌 sont indépendantes.
1. Etablir la loi de probabilité de 𝑋, puis de 𝑌.
2. Calculer la probabilité qu'Olga reçoive exactement 5 appels et 10 SMS.
3. Calculer la probabilité qu'elle reçoive exactement quatre fois plus de SMS que d'appels.
4. 𝑍 est la variable aléatoire qui compte le nombre total de communications, appels ou SMS,
qu'elle reçoit en une heure. Calculer l'espérance et la variance de 𝑍. Arrondir à l'unité.

Chp 15 – Concentration, loi des grands nombres

 Somme et moyenne d'un échantillon
□ Exercice 7
Quand elle va au restaurant, Nelly a l'habitude de poster un avis sur un site Internet. 𝑋 est la
variable aléatoire qui donne le nombre d'étoiles qu'elle attribue à un restaurant. En se basant
sur les statistiques de ses avis précédents, on a pu établir la loi de probabilité de 𝑋.
𝒂 1 2 3 4 5
𝑷(𝑿 = 𝒂) 0,03 0,12 0,2 0,35 0,3
On considère une série de dix futurs avis, que l'on peut considérer comme un échantillon de la
loi de 𝑋.
1. Quelle est la taille de cet échantillon ?
2. Calculer l'espérance, la variance et l'écart-type de 𝑋.
3. En déduire l'espérance, la variance et l'écart-type de la somme 𝑆10 des étoiles attribuées pour
une telle série.

□ Exercice 8
On lance 20 fois de suite un dé équilibré à huit faces numérotées de 1 à 8. 𝑋 est la variable
aléatoire qui donne le résultat d'un lancer et 𝑆20 celle qui donne la somme des numéros obtenus
pour les 20 lancers.
1. Etablir la loi de probabilité de 𝑋.
2. Calculer l'espérance, la variance et l'écart-type de 𝑋.
3. En déduire l'espérance, la variance et l'écart-type de la somme 𝑆20 .

□ Exercice 9
Cyprien a acheté un dé truqué, pour lequel les probabilités d'obtenir des faces sont données ci-
dessous.
Face 1 2 3 4 5 6
Probabilité 0,04 0,08 0,08 0,2 0,2 0,4
Afin de tester le dé, il envisage de le lancer 100 fois.
𝑀100 est la variable aléatoire qui donne la moyenne des numéros obtenus pour les 100 lancers.
Déterminer l'espérance et l'écart-type de 𝑀100 .

□ Exercice 10
Chaque jour de la semaine, Jochen prend le train pour se rendre sur son lieu de travail.
Des études statistiques ont montré que, pour un jour donné, la probabilité que le train arrive
avec 2 min de retard est égale à la probabilité qu'il arrive à l'heure et au double de la probabilité
qu'il arrive avec 5 min de retard.
On considère qu'il n'y a pas d'autres cas possibles.
𝑋 est la variable aléatoire qui donne le temps de retard pour un jour donné.
1. Quelle est la loi de probabilité de 𝑋 ?
2. Calculer l'espérance et l'écart-type de 𝑋.
3. Jochen prend le train 20 jours dans un mois. Déterminer l'espérance et l'écart-type de son
retard moyen par jour sur une telle série de 20 jours.

Chp 15 – Concentration, loi des grands nombres

 Inégalité de Bienaymé-Tchebychev
□ Exercice 11
Une variable aléatoire 𝑋 a pour espérance 𝜇 = 250 et pour variance 𝑉 = 125.
1. A l'aide de l'inégalité de Bienaymé-Tchebychev, établir que 𝑃(|𝑋 − 250| ≥ 20) ≤ 0,3 125
2. En déduire alors que 𝑃(|𝑋 − 250| < 20) ≥ 0,6 875
3. Interpréter cette dernière inégalité.

□ Exercice 12
La roue équilibrée ci-contre est partagée en cinq secteurs identiques
numérotées de 1 à 5.
On fait tourner la roue 100 fois de suite, 𝑋 est la variable aléatoire qui donne
le nombre de fois où le 1 est sorti.
1. Donner la loi de probabilité de X.
2. Déterminer l'espérance et la variance de 𝑋.
3. Justifier que pour tout réel 𝛿 > 0,
16
𝑃(|𝑋 − 20| ≥ 𝛿) ≤ 2
𝛿
4. En déduire que la probabilité de l'évènement "𝑋 prend une valeur en dehors de l'intervalle
]11; 29[" est inférieure ou égale à 0,20.

□ Exercice 13
𝑋 est une variable aléatoire d'espérance 𝜇 et d'écart-type 𝜎.
1. Justifier que pour tout entier naturel 𝑘 ≥ 1,
1
𝑃(|𝑋 − 𝜇| ≥ 𝑘𝜎) ≤ 2
𝑘
2. a) déterminer une valeur de 𝑘 pour laquelle 𝑃(|𝑋 − 𝜇| ≥ 𝑘𝜎) ≤ 0,1.
b) Interpréter la valeur de 𝑘 obtenue.

□ Exercice 14
Un service de livraison constate que 5 % des colis livrés sont
abimés.
Pendant sa journée de travail, Louis livre 100 colis. On note 𝑋
le nombre de colis abîmés
1. a) Donner la loi de probabilité de 𝑋.
b) Déterminer l'espérance 𝜇 et l'écart-type 𝜎 de 𝑋.
c) Etablir que 𝑃(|𝑋 − 5| ≥ 2𝜎) ≤ 0,25.
2. Avec le programme suivant, on réalise une simulation d'un
échantillon de taille 𝑛 de la variable aléatoire 𝑋.
Interpréter le résultat renvoyé par la fonction Echantillon.
3. a) Saisir le programme.
b) Exécuter plusieurs fois Echantillon(1000).
Commenter les résultats obtenus.
4. Comparer les résultats obtenus par simulation avec celui
donné par l'inégalité de Bienaymé-Tchebychev.

Chp 15 – Concentration, loi des grands nombres

 Loi des grands nombres
□ Exercice 15
Dans une ville moyenne de 20 000 habitants, lors d'une consultation portant sur la rénovation
du théâtre municipal, 75 % des personnes consultées ont émis un avis positif.
1. On interroge 𝑛 personnes. Pour 1 ≤ 𝑘 ≤ 𝑛, la variable aléatoire 𝑋𝑘 donne 1 si la kième
personne interrogée est favorable au projet et 0 sinon.
Donner la loi de probabilité de 𝑋𝑘 , son espérance 𝜇 et sa variance 𝑉.
2. On notera 𝑀𝑛 la variable aléatoire moyenne de 𝑋1 , 𝑋2 , … , 𝑋𝑛 .
a) Déterminer une taille 𝑛 d'échantillon afin d'obtenir pour 𝑀𝑛 une précision de 0,05 et un
risque de 0,1, c'est-à-dire telle que 𝑃(|𝑀𝑛 − 𝜇| ≥ 0,05) ≤ 0,1.
b) De même, déterminer une taille n d'échantillon afin d'obtenir pour 𝑀𝑛 une précision de
0,01 et un risque de 0,05. Peut-on envisager raisonnablement cette situation ?

□ Exercice 16
Reprendre le travail de l'exercice 15 dans le cas où le nombre de personnes favorable au
projet de rénovation du théâtre est de 60 %.

□ Exercice 17
Un chapeau contient cinq cartes, deux de couleur rouge, trois de couleur noire.
On tire au hasard une carte du chapeau.
1. La variable aléatoire 𝑋 donne :
 1 si la carte tirée est rouge
 0 si elle est noire
a) Donner la loi de probabilité de 𝑋.
b) Déterminer l'espérance et la variance de 𝑋.
2. On réalise n tirages.
𝑋1 , 𝑋2 , … , 𝑋𝑛 donne les 𝑛 valeurs (0 ou 1) obtenues et on pose :
𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛
𝑀𝑛 = .
𝑛
a) Justifier l'inégalité :
24
𝑃(|𝑀𝑛 − 0,4| ≥ 0,1) ≤
𝑛
b) Démontre que :
lim 𝑃(|𝑀𝑛 − 0,4| ≥ 0,1) = 0.
𝑛→+∞
Interpréter ce résultat.
c) Déterminer un entier naturel 𝑁 tel que pour tout entier naturel 𝑛 ≥ 𝑁,
𝑃(|𝑀𝑛 − 0,4| ≥ 0,1) ≤ 10−5 .
d) Recopier et compléter : "Pour 𝑛 ≥ .........., 𝑀𝑛 donne une valeur de 0,4 à une ...................
de 0,1 avec un ...................... de 10−5 "

Chp 15 – Concentration, loi des grands nombres

□ Exercice 17
On écrit au hasard une suite de 𝑛 chiffres.
𝑋 est la variable aléatoire qui donne le nombre de fois où le chiffre 5 apparaît.
1. a) Donner la loi de probabilité de 𝑋.
b) Déterminer l'espérance et la variance de 𝑋.
2. 𝐹 est la variable aléatoire qui donne la fréquence du chiffre 5 dans l'écriture.
a) Ecrire la variable aléatoire 𝐹 en fonction de 𝑋 et 𝑛.
b) Déterminer l'espérance de la variable aléatoire 𝐹.
0,09
c) Démontrer que la variance de 𝐹 est
𝑛
d) Que dire de la variance de F lorsque 𝑛 prend des valeurs de plus en plus grandes.
3. a) Ecrire l'inégalité de Bienaymé-Tchebychev pour la variable aléatoire F.
b) En déduire que :
36
𝑃(0,05 < 𝐹 < 0,15) ≥ 1 −
𝑛
c) Déterminer 𝑛 tel que la fréquence d'apparition du chiffre 5 soit comprise entre 5% et
15% avec une probabilité supérieure à 0,9.

Chp 15 – Concentration, loi des grands nombres