3 types d’exercices, trois exemples corrigés pour chacun. Tout se fait sans calculatrice. Pour une série sans fin, avec ta maîtrise de la notion, passe par l’exerciseur.
Les probabilités de la loi ont pour somme 1. E ( X ) = ∑ x i P ( X = x i ) E(X) = \sum x_i\,P(X = x_i) E ( X ) = ∑ x i P ( X = x i ) : on multiplie chaque valeur par sa probabilité et on additionne.
1. Voici la loi de la variable aléatoire X. Calcule p.
x i 1 2 13 P ( X = x i ) 0,4 0,3 p \begin{array}{c|ccc} x_i & 1 & 2 & 13 \\ \hline P(X = x_i) & 0{,}4 & 0{,}3 & p \end{array} x i P ( X = x i ) 1 0 , 4 2 0 , 3 13 p Corrigé La somme des probabilités vaut 1 : p = 1 − 0,4 − 0,3 = 0,3 p = 1 - 0{,}4 - 0{,}3 = 0{,}3 p = 1 − 0 , 4 − 0 , 3 = 0 , 3 . Réponse p = 0,3 0{,}3 0 , 3
2. Voici la loi de la variable aléatoire X. Calcule son espérance.
x i 6 11 19 20 P ( X = x i ) 0,3 0,3 0,3 0,1 \begin{array}{c|cccc} x_i & 6 & 11 & 19 & 20 \\ \hline P(X = x_i) & 0{,}3 & 0{,}3 & 0{,}3 & 0{,}1 \end{array} x i P ( X = x i ) 6 0 , 3 11 0 , 3 19 0 , 3 20 0 , 1 Corrigé E ( X ) = 6 × 0,3 + 11 × 0,3 + 19 × 0,3 + 20 × 0,1 E(X) = 6 \times 0{,}3 + 11 \times 0{,}3 + 19 \times 0{,}3 + 20 \times 0{,}1 E ( X ) = 6 × 0 , 3 + 11 × 0 , 3 + 19 × 0 , 3 + 20 × 0 , 1 E ( X ) = 12,8 E(X) = 12{,}8 E ( X ) = 12 , 8 Réponse E(X) = 12,8 12{,}8 12 , 8
3. Voici la loi de la variable aléatoire X. Calcule son espérance.
x i − 3 2 3 20 P ( X = x i ) 0,2 0,3 0,2 0,3 \begin{array}{c|cccc} x_i & -3 & 2 & 3 & 20 \\ \hline P(X = x_i) & 0{,}2 & 0{,}3 & 0{,}2 & 0{,}3 \end{array} x i P ( X = x i ) − 3 0 , 2 2 0 , 3 3 0 , 2 20 0 , 3 Corrigé E ( X ) = ( − 3 ) × 0,2 + 2 × 0,3 + 3 × 0,2 + 20 × 0,3 E(X) = (-3) \times 0{,}2 + 2 \times 0{,}3 + 3 \times 0{,}2 + 20 \times 0{,}3 E ( X ) = ( − 3 ) × 0 , 2 + 2 × 0 , 3 + 3 × 0 , 2 + 20 × 0 , 3 E ( X ) = 6,6 E(X) = 6{,}6 E ( X ) = 6 , 6 Réponse E(X) = 6,6 6{,}6 6 , 6
On multiplie les probabilités le long d’un chemin de l’arbre. « Au moins un succès » se calcule par le contraire : 1 − P ( aucun succ e ˋ s ) 1 - P(\text{aucun succès}) 1 − P ( aucun succ e ˋ s ) .
4. On répète 2 fois, de façon indépendante, une épreuve dont la probabilité de succès est 0,3. Quelle est la probabilité d’obtenir exactement un succès ?
n = 2 p = 0,3 n = 2 \qquad p = 0{,}3 n = 2 p = 0 , 3 Corrigé Deux chemins : succès puis échec, ou échec puis succès. P = 0,3 × 0,7 + 0,7 × 0,3 = 0,42 P = 0{,}3 \times 0{,}7 + 0{,}7 \times 0{,}3 = 0{,}42 P = 0 , 3 × 0 , 7 + 0 , 7 × 0 , 3 = 0 , 42 Réponse P = 0,42 0{,}42 0 , 42
5. On répète 2 fois, de façon indépendante, une épreuve dont la probabilité de succès est 0,8. Quelle est la probabilité d’obtenir au moins un succès ?
n = 2 p = 0,8 n = 2 \qquad p = 0{,}8 n = 2 p = 0 , 8 Corrigé Contraire : aucun succès, de probabilité 0,2 2 = 0,04 0{,}2^2 = 0{,}04 0 , 2 2 = 0 , 04 . P = 1 − 0,04 = 0,96 P = 1 - 0{,}04 = 0{,}96 P = 1 − 0 , 04 = 0 , 96 Réponse P = 0,96 0{,}96 0 , 96
6. On répète 3 fois, de façon indépendante, une épreuve dont la probabilité de succès est 0,2. Quelle est la probabilité d’obtenir 3 succès ?
n = 3 p = 0,2 n = 3 \qquad p = 0{,}2 n = 3 p = 0 , 2 Corrigé Un seul chemin de l’arbre : S S S S\,S\,S S S S . P = 0,2 3 = 0,008 P = 0{,}2^3 = 0{,}008 P = 0 , 2 3 = 0 , 008 Réponse P = 0,008 0{,}008 0 , 008
V ( X ) = E ( X 2 ) − E ( X ) 2 V(X) = E(X^2) - E(X)^2 V ( X ) = E ( X 2 ) − E ( X ) 2 et σ ( X ) = V ( X ) \sigma(X) = \sqrt{V(X)} σ ( X ) = V ( X ) .
7. Voici la loi de X. Calcule sa variance V(X).
x i 2 4 P ( X = x i ) 0,8 0,2 \begin{array}{c|cc} x_i & 2 & 4 \\ \hline P(X = x_i) & 0{,}8 & 0{,}2 \end{array} x i P ( X = x i ) 2 0 , 8 4 0 , 2 Corrigé E ( X ) = 2 × 0,8 + 4 × 0,2 = 2,4 E(X) = 2 \times 0{,}8 + 4 \times 0{,}2 = 2{,}4 E ( X ) = 2 × 0 , 8 + 4 × 0 , 2 = 2 , 4 E ( X 2 ) = 2 2 × 0,8 + 4 2 × 0,2 = 6,4 E(X^2) = 2^2 \times 0{,}8 + 4^2 \times 0{,}2 = 6{,}4 E ( X 2 ) = 2 2 × 0 , 8 + 4 2 × 0 , 2 = 6 , 4 V ( X ) = E ( X 2 ) − E ( X ) 2 = 6,4 − 2,4 2 = 0,64 V(X) = E(X^2) - E(X)^2 = 6{,}4 - 2{,}4^2 = 0{,}64 V ( X ) = E ( X 2 ) − E ( X ) 2 = 6 , 4 − 2 , 4 2 = 0 , 64 Réponse V(X) = 0,64 0{,}64 0 , 64
8. X prend les valeurs ci-dessous avec la même probabilité. Calcule son écart type σ(X).
x i 3 11 P ( X = x i ) 0,5 0,5 \begin{array}{c|cc} x_i & 3 & 11 \\ \hline P(X = x_i) & 0{,}5 & 0{,}5 \end{array} x i P ( X = x i ) 3 0 , 5 11 0 , 5 Corrigé E ( X ) = 7 E(X) = 7 E ( X ) = 7 , et chaque valeur est à 4 4 4 de l’espérance.V ( X ) = 0,5 × 4 2 + 0,5 × 4 2 = 16 donc σ ( X ) = 16 = 4 V(X) = 0{,}5 \times 4^2 + 0{,}5 \times 4^2 = 16 \quad\text{donc}\quad \sigma(X) = \sqrt{16} = 4 V ( X ) = 0 , 5 × 4 2 + 0 , 5 × 4 2 = 16 donc σ ( X ) = 16 = 4 Réponse σ(X) = 4 4 4
9. Voici la loi de X. Calcule sa variance V(X).
x i 0 3 P ( X = x i ) 0,7 0,3 \begin{array}{c|cc} x_i & 0 & 3 \\ \hline P(X = x_i) & 0{,}7 & 0{,}3 \end{array} x i P ( X = x i ) 0 0 , 7 3 0 , 3 Corrigé E ( X ) = 0 × 0,7 + 3 × 0,3 = 0,9 E(X) = 0 \times 0{,}7 + 3 \times 0{,}3 = 0{,}9 E ( X ) = 0 × 0 , 7 + 3 × 0 , 3 = 0 , 9 E ( X 2 ) = 0 2 × 0,7 + 3 2 × 0,3 = 2,7 E(X^2) = 0^2 \times 0{,}7 + 3^2 \times 0{,}3 = 2{,}7 E ( X 2 ) = 0 2 × 0 , 7 + 3 2 × 0 , 3 = 2 , 7 V ( X ) = E ( X 2 ) − E ( X ) 2 = 2,7 − 0,9 2 = 1,89 V(X) = E(X^2) - E(X)^2 = 2{,}7 - 0{,}9^2 = 1{,}89 V ( X ) = E ( X 2 ) − E ( X ) 2 = 2 , 7 − 0 , 9 2 = 1 , 89 Réponse V(X) = 1,89 1{,}89 1 , 89