Une semaine, un classique
Probabilités : lois discrètes, espérance et simulation
Trois questions de cours pour te lancer
Teste ton cours en répondant aux questions suivantes, à l’oral ou en écrivant ta réponse sur une feuille. Ensuite, envoie une photo de ta réponse et demande à l’IA d’analyser ce qui est juste, ce qui manque et comment t’améliorer.
Donner la définition de l’indépendance et de l’incompatibilité de deux événements.
À quelle condition deux événements \(A\) et \(B\) sont-ils à la fois indépendants et incompatibles ?
ou clique pour choisir un fichier
Voir un corrigé possible
- Définitions
- Indépendance : \(A\) et \(B\) sont indépendants si \(\mathbb{P}(A\cap B)=\mathbb{P}(A)\mathbb{P}(B)\).
- Incompatibilité : \(A\) et \(B\) sont incompatibles si \(A\cap B=\varnothing\) (donc \(\mathbb{P}(A\cap B)=0\)).
- Condition “indépendants et incompatibles”
- Si \(A\) et \(B\) sont indépendants et incompatibles, alors \(0=\mathbb{P}(A\cap B)=\mathbb{P}(A)\mathbb{P}(B)\), donc \(\mathbb{P}(A)=0\) ou \(\mathbb{P}(B)=0\).
- Réciproquement, si \(\mathbb{P}(A)=0\), alors \(A\cap B \subset A\), donc \(0 \leqslant \mathbb{P}(A\cap B) \leqslant \mathbb{P}(A)=0\), d’où \(\mathbb{P}(A\cap B)=0\). On a alors l’incompatibilité et l’indépendance. Le cas \(\mathbb{P}(B)=0\) se traite de la même façon.
Donner la définition de l’espérance d’une variable aléatoire discrète.
On distinguera le cas où elle prend un nombre fini de valeurs et le cas où elle en prend une infinité.
ou clique pour choisir un fichier
Voir un corrigé possible
- Cas fini
- Si \(X\) prend les valeurs \(x_1,\dots,x_m\), alors \[\mathbb{E}(X)=\sum_{i=1}^m x_i\,\mathbb{P}(X=x_i).\]
- Cas dénombrable (infinité de valeurs)
- Si \(X\) prend les valeurs \((x_n)_{n \geqslant 1}\), on dit que \(X\) admet une espérance si la série \(\sum_{n \geqslant 1} |x_n|\,\mathbb{P}(X=x_n)\) converge.
- Dans ce cas, \[\mathbb{E}(X)=\sum_{n \geqslant 1} x_n\,\mathbb{P}(X=x_n).\]
- Si \(\sum_{n \geqslant 1} |x_n|\,\mathbb{P}(X=x_n)\) diverge, alors l’espérance n’est pas définie.
Que renvoie la commande rd.random() en Python ?
Comment l’interpréter dans un contexte probabiliste ?
ou clique pour choisir un fichier
Voir un corrigé possible
- Valeur renvoyée
rd.random()renvoie un réel pseudo-aléatoire supposé suivre la loi uniforme sur \([0,1[\).
- Interprétation probabiliste
- Pour \(p\in[0,1]\), l’événement
rd.random() < pse réalise avec la probabilité \(p\). - On peut donc simuler un événement de probabilité \(p\) (par exemple “Pile” avec \(p=\tfrac12\)).
- Pour \(p\in[0,1]\), l’événement
Mini-exercices : vérifie que les bases sont maîtrisées
Quelques exercices rapides pour passer du cours à l’action. L’objectif : réfléchir, répondre à la question, puis laisser l’IA te dire où tu en es et comment progresser.
On lance trois fois de suite une pièce équilibrée. Pour \(i\in\{1,2,3\}\), on note \(A_i\) l’événement « le \(i\)-ème lancer donne Pile ».
- Exprimer à l’aide des \(A_i\) l’événement \(E\) : « on obtient exactement un Pile ».
- Exprimer à l’aide des \(A_i\) l’événement \(F\) : « on obtient au moins un Pile ».
- Calculer \(\mathbb{P}(E)\) et \(\mathbb{P}(F)\).
Glisse-dépose ta photo ici
ou clique pour choisir un fichier
Voir un corrigé possible
Écriture des événements
« Exactement un Pile » signifie :
\[E=(A_1 \cap \overline{A_2} \cap \overline{A_3})\cup(\overline{A_1} \cap A_2 \cap \overline{A_3})\cup(\overline{A_1} \cap \overline{A_2} \cap A_3).\]
« Au moins un Pile » signifie :
\[F=A_1\cup A_2\cup A_3,\qquad F^c=\overline{A_1}\cap \overline{A_2}\cap \overline{A_3}.\]
Calcul des probabilités
Les lancers sont indépendants et la pièce est équilibrée, donc \(\mathbb{P}(A_i)=\frac12\).
Les trois événements de la décomposition de \(E\) sont incompatibles et ont même probabilité \(1/8\). Donc
\[\mathbb{P}(E)=3\times\frac18=\frac38.\]
Enfin,
\[\mathbb{P}(F)=1-\mathbb{P}(F^c)=1-\left(\frac12\right)^3=\frac78.\]
On effectue une suite infinie de lancers indépendants d’une pièce donnant Pile avec probabilité \(p\in]0,1[\). On note \(X\) la variable aléatoire égale au rang auquel on obtient Pile pour la deuxième fois.
- Déterminer, pour tout \(n\geqslant 2\), \(\mathbb{P}(X=n)\).
- Montrer que \(X\) admet une espérance et calculer \(\mathbb{E}(X)\).
Glisse-dépose ta photo ici
ou clique pour choisir un fichier
Voir un corrigé possible
On pose \(q=1-p\in]0,1[\).
Calcul de \(\mathbb{P}(X=n)\)
Soit \(n\geqslant 2\). L’événement \([X=n]\) est réalisé si et seulement si :
- on obtient Pile au lancer numéro \(n\) (ce qui se produit avec probabilité \(p\)) ;
- un lancer, et un seul, parmi les \(n-1\) premiers, a donné Pile : on choisit son rang \(j\in\{1,\dots,n-1\}\) (il y a \(n-1\) choix) et ce lancer donne Pile (probabilité \(p\)) ;
- les \(n-2\) autres lancers parmi les \(n-1\) premiers donnent Face (chacun avec probabilité \(q\), donc au total \(q^{n-2}\)).
Pour chaque \(j\in\{1,\dots,n-1\}\), on définit l’événement
\(E_j=\{\text{« le \(j\)-ième lancer est Pile, tous les autres lancers \(1,\dots,n-1\) sont Face, et le \(n\)-ième est Pile »}\}\).
Alors \([X=n]=\bigcup_{j=1}^{n-1}E_j\). Les événements \(E_j\) sont deux à deux incompatibles, et par indépendance des lancers, \(\mathbb{P}(E_j)=p^2q^{n-2}\).
Donc
\[\forall n\geqslant 2,\qquad \mathbb{P}(X=n)=\sum_{j=1}^{n-1}\mathbb{P}(E_j)=(n-1)p^2q^{n-2}.\]
Existence et calcul de \(\mathbb{E}(X)\)
Par définition,
\[\mathbb{E}(X)=\sum_{n=2}^{+\infty} n\,\mathbb{P}(X=n)=\sum_{n=2}^{+\infty} n(n-1)p^2q^{n-2}.\]
Convergence. Comme \(q\in]0,1[\), la série \(\sum_{n\geqslant 2} n(n-1)q^{n-2}\) converge : c’est une série géométrique dérivée.
Séries de référence. Pour \(|q|<1\),
\[\sum_{m=0}^{+\infty} q^m=\frac{1}{1-q},\qquad \sum_{m=1}^{+\infty} m q^{m-1}=\frac{1}{(1-q)^2},\qquad \sum_{m=2}^{+\infty} m(m-1) q^{m-2}=\frac{2}{(1-q)^3}.\]
On remarque \(n(n-1)=(n-1)(n-2)+2(n-1)\), donc
\[\sum_{n=2}^{+\infty} n(n-1)q^{n-2}=\sum_{n=2}^{+\infty}(n-1)(n-2)q^{n-2}+2\sum_{n=2}^{+\infty}(n-1)q^{n-2}.\]
Avec \(m=n-1\),
\[\sum_{n=2}^{+\infty}(n-1)(n-2)q^{n-2}=\sum_{m=1}^{+\infty} m(m-1)q^{m-1}=q\sum_{m=2}^{+\infty} m(m-1)q^{m-2}=\frac{2q}{(1-q)^3}.\]
Et
\[\sum_{n=2}^{+\infty}(n-1)q^{n-2}=\sum_{m=1}^{+\infty} m q^{m-1}=\frac{1}{(1-q)^2}.\]
Donc
\[\sum_{n=2}^{+\infty} n(n-1)q^{n-2}=\frac{2q}{(1-q)^3}+\frac{2}{(1-q)^2}.\]
Finalement, comme \(1-q=p\),
\[\mathbb{E}(X)=p^2\left(\frac{2q}{p^3}+\frac{2}{p^2}\right)=\frac{2q}{p}+2=2\left(\frac{1-p}{p}+1\right)=\frac{2}{p}.\]
Ainsi \(\boxed{\mathbb{E}(X)=\frac{2}{p}}\).
On simule des lancers successifs d’une pièce équilibrée jusqu’à l’obtention du premier Pile. On note \(X\) le rang d’apparition du premier Pile.
- Écrire une fonction Python qui simule une valeur de \(X\).
- Écrire un code permettant de simuler \(N\) valeurs de \(X\) et d’en déduire une approximation de \(\mathbb{E}(X)\).
Glisse-dépose ta photo ici
ou clique pour choisir un fichier
Voir un corrigé possible
Simulation d’une valeur de \(X\)
import random as rd def simu_X(): n = 1 while rd.random() > 0.5: n = n + 1 return nLa fonction renvoie le rang du premier Pile.
Approximation de l’espérance
def moyenne_X(N): L = [] for i in range(N): L.append(simu_X()) return sum(L)/len(L)L’appel
moyenne_X(10000)fournit une approximation numérique de \(\mathbb{E}(X)\), qui doit être proche de 2.
Un exercice sur un thème classique pour t’entraîner
Place maintenant tout en contexte avec un exercice d’annales choisi pour sa difficulté raisonnable et sa forte valeur d’entraînement. C’est l’occasion de tester ta compréhension, de te confronter à une vraie question de concours, et de profiter de l’aide de l’IA si tu en as besoin.
Contenu réservé aux membres
Il faut être membre et connecté pour accéder à cet exercice.