Exercices de Mathématiques
UE : MS4-I
Licence de sciences 2ème année
Parcours informatique
17 septembre 2008
Alexandre MIZRAHI
2
Exercice 1 : Soient
→
−
u = (1; 2; 3) et →
−
v = (2; 3; 4) deux vecteurs de R3 .
a. Montrer que (→
−
u ;→
−v ) est libre.
b. La famille (→
−
u ;→
−
v) est-elle une base de R3 ?
c. Notons H le sous espace vectoriel engendré par (→
−
u ;→
−
v ). Quelle est sa dimension ?
H = {λ→
−
u + µ→
−
v ; λ, µ ∈ R}
3 2 3 5 −1 5
3 2 7 −4
A= 4 4 3 ; B=
8 5 7 ; C=
; D= ;
5 4 −3 2
3 3 3 4 −1 4
1 −2 3 4 −2 5
Exercice 4 : Soit P = 4 1 1 , on peut montrer que P −1 = −9 5 −11
1 2 −2 −7 4 −9
a. Résoudre les systèmes :
x − 2y + 3z = 1 x + 4y + z = 1
(S) : 4x + y + z = −1 (S 0 ) : −2x + y + 2z = −1
x + 2y − 2z = 3 3x + y − 2z = 3
b. On suppose de plus que P est la matrice de passage d'une base B à une base B0 . Soit
→
−
u le
1
vecteur de matrice coordonnées 2 dans B, quelles sont les coordonnées de
→
−
u dans B0 ?
3
1
c. Soit
→
−
v le vecteur de matrice coordonnées 2 dans B0 , quelles sont les coordonnées de
→
−
v
3
dans B?
4
→ − →
− → − →
− → − → −
Exercice 5 : Soit B=(i; j; k) et B 0 = ( i0 ; j 0 ; k 0 ) deux bases telles que
→
−0 →
− → −
i =2i + j
→
−0 →
− → − → −
j = i + j − k
→
−0 →
− → − → −
k =−i + j + k
→
− →
− →
− →
− →
− →
−
et f l'application linéaire dénie par f (x i + y j + z k ) = (x − y) i + (2y − z) j − (x + y + z) k
a. Déterminer la matrice M de f dans la base B.
b. Déterminer la matrice N de f dans la base B0 .
c. Quelles sont les relations qui lient les matrices M, et N.
Exercice 10 : Soit E
l'espace vectoriel des polynômes de degré inférieur ou égal à 3. On considère
0
l'endomorphisme Φ qui a un polynôme P associe le polynôme P + P . Déterminer la matrice de Φ
2 3
dans la base (1; X; X ; X ). déterminer le noyau et l'image de Φ.
Determinant
ab a2 a 1 1 1 2a 2a abc
a a2
∆1 = ∆2 = b 2 6 ∆3 = a + b c + a b + c ∆4 = 2b abc 2b
1 2
b 1 1
ab
ac bc abc 2c 2c
5
Diagonalisation
−3 −2 6
Exercice 13 : Montrer sans utiliser le polynôme caractéristique que la matrice M = −4 −1 6
−2 0 2
admet 1 comme valeur propre et déterminer le sous espace propre associé à 1 : E1 . Montrer que 2
1
n'est pas valeur propre. Le vecteur U = 1 est-il un vecteur propre de M ?
1
Exercice 14 : Soient A et B des matrices carrées de même dimension.
a. Montrer que si λ est une valeur propre de AB associé au vecteur propre U alors λ est une
valeur propre de BA, on pourra considérer à part le cas ou BU = 0.
b. Montrer ce résultat en utilisant le polynôme caractéristique.
Exercice 15 : Soit E l'espace de dimension innie des polynômes à coecients réels, et f l'ap-
0
plication de E dans E dénie par ∀P ∈ E, f (P ) = XP − P . Déterminer les valeurs propres et les
vecteurs propres de f.
Exercice 16 : Diagonaliser les matrices suivantes :
3 −3 −4 −15 7 −10
A= B= C=
2 −4 2 7 4 −7
−3 −2 6
3a + 1 −3a − 3
D= E = −4 −1 6
a + 1 −a − 3
−2 0 2
1 4 4 −3 −8 −4
F = 4 7 8 G = −5a − 11 −3a − 28 −2a − 14
−4 −8 −9 10a + 24 6a + 62 4a + 31
Exercice 17 :
1 −5 −2
M = −5 1 −2
−2 −2 −2
1) Diagonaliser M.
2) Donner une interprétation géométrique de la transformation associée à la matrice M dans une
base B.
Exercice 18 : Soit E l'espace vectoriel des suites réelles indicée par N. Soit Φ l'endomorphisme
de E qui à une suite (un )n∈N associe la suite (un+1 )n∈N .
a. Soit la suite dénie par un = n. Quelle est son image par Φ? Écrire les premiers termes.
b. Soit la suite dénie par un = 2n . Quelle est son image par Φ? Écrire les premiers termes.
Exercice 19 : [dur] Soit A une matrice n×n qui ne contient que des 0 sauf sur la première et la
dernière colonne ainsi que sur la première et la dernière ligne ou il y a des 1.
a. Si n = 2, A est-elle diagonalisable ?
b. Si n ≥ 3, montrer que 0 est une valeur propre de A, et que le sous espace propre associé est de
dimension supérieur à n − 2.
c. Montrer que les seules valeurs non nulles de
√ λ pour lesquelles
√ le système AX = λX a des
solutions (X 6= 0) sont λ1 = 1 + 2n − 3 et λ2 = 1 − 2n − 3
6
Espace euclidien
→
− 1 →
− −1
u1 = v1 =
2 2
→
− 3 →
− 1
u2 = v2 =
1 −3
! !
√1 − √12
→
−
u3 = 2 →
−
v3 =
√1 √1
2 2
1 2 −1
→
−
u4 = 1 →
−
v4 = 2 −
→= 1
w4
−4 1 0
1 3 −1
→
−
u5 = 1 →
−
v5 = 1 −
→= 1
w 5
−4 1 0
Exercice 25 : Soit E l'espace vectoriel des polynômes de degré inférieur ou égal à 2. On pose
R1
∀P, Q ∈ E , < P, Q >= 0 P (x)Q(x) dx
a. Calculer < X, 1 + X 2 >.
b. Montrer que < ·, · > déni un produit scalaire sur E.
c. Appliquer la méthode d'orthonormalisation de Schmidt pour orthonormaliser la base
2
canonique de E : (1, X, X ).
7
|ux0 + vy0 + w|
d= √
u2 + v 2
Exercice 27 :
P2 Soit E l'espace vectoriel des polynômes de degré inférieur à 2. On pose ∀P, Q ∈ E ,
< P, Q >= k=0 P (k)Q(k)
a. Rappeler la dénition de la base canonique de E. Quelle est la dimension de E?
b. Calculer < X, X 2 >, puis < X − 1, X − 1 >.
c. Montrer que < ·, · > déni un produit scalaire sur E.
d. Déterminer pour ce produit scalaire le projeté orthogonal de X2 sur le sous espace vectoriel
des polynômes de degré inférieur ou égal à 1.
c. Déterminer pour ce produit scalaire le projeté orthogonal de la fonction g sur le sous espace
vectoriel des fonctions polynômes de degré inférieur ou égal à 1. Interprétation.
d. Déterminer pour ce produit scalaire le projeté orthogonal de la fonction f sur le sous espace
vectoriel H = {a0 + a1 cos +b1 sin, a0 , a1 , a2 ∈ R}.
3 −3 1 −1
Exercice 29 : Soit E l'espace vectoriel des matrices 2 × 2, A = et B= .
2 −4 −2 0
a. Quelle est la dimension de E?
b. Pour M, N ∈ E on pose < M ; N >= tr (tM N ). Calculer < A; B >.
c. Montrer que < ·; · > est un produit scalaire sur E.
d. Quelle est la norme associée ?
Exercice 30 : Soit E l'espace vectoriel des fonctions continues sur [0, π2 ], on pose
Z π
2
∀f, g ∈ E, < f, g >= f (x)g(x) dx
0
a. Soient les fonctions dénies par f0 (x) = 1, f1 (x) = x et g(x) = sin(x), calculer < f0 , g > et
< f1 , g >.
H = {h ∈ E | ∃m, p ∈ R, ∀x ∈ [0; 1], h(x) = mx + p} l'espace vectoriel
b. Soit des fonctions
anes, déterminer une base de H , en déduire que H est de dimension 2.
Matrices orthogonales
Exercice 31 :
a. Montrer que les valeurs propres réelles d'une matrice orthogonale appartiennent à {1; −1}.
b. Montrer que le déterminant d'une matrice orthogonale est égal à ±1.
(1) Montrer que le polynôme caractéristique de M possède deux racines réelles diérentes.
(3) Montrer que deux vecteurs propres associés à deux valeurs propres diérentes sont
orthogonaux.
1 0 t
(4) Montrer qu'il existe T orthogonale tels que M =P P.
0 −1
b. On suppose que le déterminant de M est égal à 1. Montrer qu'il existe θ tel que :
cos(θ) − sin(θ)
M=
sin(θ) cos(θ)
Exercice 34 :
α 0 0
a c
Soit E l'ensemble des matrice 3×3 de la forme M = 0 avec N= .
N b d
0
a. Montrer que E est un sous espace vectoriel dont on déterminera la dimension.
−1
α0
α 0 0 0 0 α 0 0
0 0 0
N0
N N
0 0 0
a. Montrer que contrairement au cas de l'exercice 32 : la matrice M a une valeur propre réelle,
on pourra étudier le degré de son polynôme caractéristique. En déduire que soit 1 soit -1 est
une valeur propre de M , notons ε une valeur propre de f et →
−
u un vecteur propre associé. On
note H = R→
−
u et
⊥ →
− →
− →
−
F = H = { v ∈ E; < u , v >= 0} l'orthogonal de H.
b. Si M est diagonalisable dans R quelles sont les diagonales possibles.
0 0
0 cos(θ) − sin(θ)
0 sin(θ) cos(θ)
e. Soit A la matrice d'une rotation, déterminer l'angle de cette rotation, expliquer comment l'on
pourrait trouver l'axe de la rotation.
√1 − √12 √1
3 6
A= √1 √1 √1
3 2 6
√1 −2
3
0 √
6
b. M est-elle orthogonale ?
c. M est-elle diagonalisable ?
5
Exercice 37 : Soit S
une matrice symétrique telle que S = I , montrer que S = I .
4 2
Soit S une matrice symétrique telle que S = I , montrer que S = I , a-t-on toujours S =I?
Exercice 38 : On pourra avec intérêt relire les énoncés des exercices 29 : et 33 :
Soit A une matrice carré n × n.
a. Montrer que la matrice S = tAA est diagonalisable. On note λ1 ≤ λ2 ≤ . . . ≤ λn ses valeurs
propres.
n
X X
b. Montrer que tr(S) = λk = A2i,j .
k=1 1≤i,j≤n
t
c. Soit X1 un vecteur propre associé à λ1 , en calculant X1 SX1 , montrer que λ1 ≥ 0.
d. En considérant une b.o.n. de vecteurs propres, montrer que pour toute matrice colonne X,
n×1 on a : p p
λ1 kXk ≤ kAXk ≤ λn kXk
e. Montrer qu'il existe des matrices colonnes non nulle pour lesquelles on a égalité.
√
5x2 + 2 3xy + 7y 2 = 1
dans la base canonique. Déterminer une base orthonormée dans laquelle l'équation de Γ est réduite.
t
XSX ≥ 0
Espace de probabilité
Exercice 44 : 4 joueurs jouent au poker, avec un jeu de 52 cartes. On distribue au hasard, une
main de 5 cartes à chaque joueur.
b. Quelle est la probabilité qu'un joueur donné reçoive un carré (4 cartes de même hauteur ?).
c. Quelle est la probabilité pour qu'un joueur donné reçoive une "quinte oche" ( 5 cartes de
même couleurs consécutives, sachant qu'il y a 4 couleurs).
d. Quelle est la probabilité qu'un joueur reçoive un full (par exemple 2 valets et 3 as).
e. Quelle est la probabilité qu'un joueur reçoive un brelan (par exemple 3 valets, un as et un
sept).
Exercice 45 : On dispose de 10 billes que l'on veut aligner, combien peut-on former de gures
diérentes, si les billes de mêmes couleurs ne sont pas discernables et si :
c. si il y a 3 billes rouges, 4 billes vertes et 3 noires, mais que les rouges doivent être groupées.
Exercice 46 : On choisit deux points x et y au hasard dans l'intervalle [0 ;1] quelle est la probabilité
que la somme de leur carré soit inférieur à 1. On pourra faire un schéma et représenter x en abscisse
et y en ordonnée.
Exercice 47 : On marque n points sur un cercle, on en choisit deux au hasard, quelle est la
probabilité qu'ils soient voisins ?
Exercice 48 : On jette 3 fois un dé, quelle est la probabilité qu'au moins un trois sorte ? Et si on
le jette 6 fois ? 12 fois ?
Exercice 49 : Combien de triangles diérents peut-on constituer en prenant leur sommet parmi
10 points (Ces points n'étant pas alignés 3 par 3).
Exercice 50 : Si une personne sur 10 000 est centenaire, calculer la probabilité qu'il y ait au moins
un centenaire dans un échantillon de 100 personnes, de 1000 personnes, de 10 000 personnes.
x + y + z = 2n
x≤y+z
Exercice 51 : [dur] Déterminer le nombre de solutions dans N3 du système
y ≤z+x
z ≤x+y
12
n−1
n X m
Exercice 52 : Montrer que = .
p+1 m=p
p
X n 2
2n n
Exercice 53 : Montrer que = , on pourra calculer le nombre de "chemins crois-
n m=0
m
sants" allant dans N2 du point (0 ;0) au point (n; n).
Exercice 54 : Une urne contient n boules blanches et n boules noires, combien y a-t-il
d'échantillons contenant k boules noires et n − k boules blanches. En déduire la formule suivante :
n 2
X n 2n
=
k=0
k n
Pn
Exercice 55 : On pose Snp = k=1 k
p
p−1
∗ p
X p k
∀p ∈ N , (N + 1) = 1 + SN
k=0
k
Pn Pn
c. En déduire k=1 k2, k=1 k3.
(1−x)n −1
Exercice 56 : Soit φ(x) = x
en calculant son intégrale de 0 à 1 de deux façons diérentes :
une fois à l'aide de la formule du binome de Newton et une fois à l'aide d'un changement de
variable, montrer que
n n
X n (−1)k X 1
=−
k=1
k k k=1
k
a. Quelle est la probabilité que 0,1,2 ou 3 de ces 3 bits soient changés lors de la transmission ?
b. Sachant qu'il y a au moins une erreur, quelle est la probabilité que l'erreur de transmission
soit détectée ?
c. Sachant qu'il y a au moins une erreur, quelle est la probabilité que l'erreur soit transmise sans
être détectée ?
f. Quel est le taux de transmission d'un tel algorithme. (Le taux de transmission est le rapport
entre la longueur du message initial et la longueur du message après codage. Un excellent
taux de transmission est donc proche de 1) ?
a. Quel est le taux de transmission d'un tel algorithme. (Le taux de transmission est le rapport
entre la longueur du message initial et la longueur du message après codage. Un excellent
taux de transmission est donc proche de 1) ?
c. Si il y a une erreur sur b1 , alors les bits de contrôle (5) et (7) sont faux, expliquer pourquoi.
d. Donner les autre relations équivalentes, pour une erreur sur chacun des 7 bits, expliquer
comment on décode.
f. Si il y a une seule erreur lors de la transmission, quelle est la probabilité que l'erreur de
transmission soit détectée et corrigée ?
h. Si l'on suppose que l'on ne corrige bien que les cas ou il n'y a qu'une erreur, quelle est la
probabilité que les 4 bits de départ soit bien transmis ?
Conditionnement et indépendance
Exercice 60 : On lance un dé rouge et un dé noir tous deux équilibrés. Calculer les probabilités
que l'on obtienne :
b. Un nombre pair avec le dé rouge sachant que la somme des points est 6.
c. Un nombre pair avec le dé rouge sachant que la somme des points est au plus 6.
d. Au moins un nombre pair sachant que la somme des points est au plus 10.
Exercice 62 : Lors d'une étude sur les médecins américains, on posait à des enseignants et des
étudiants en médecine à Harvard la question : Étant donné une maladie dont la prévalence est de
0,1% et pour laquelle il existe un test de dépistage donnant 5% de faux positifs (c'est à dire la
proportion de positif parmi les sains), quel est le risque qu'une personne dont le test est positif soit
eectivement malade Il n'y a que 12% des personnes interrogées qui ont répondu correctement à la
question. Quelle est cette réponse ?
Reformuler la question sans utiliser de pourcentage, mais en prenant l'exemple d'une population
d'une million de personnes.
Exercice 63 : On fait l'hypoyhèse que dans une famille les sexes des enfants sont indépendants
1 1
les uns des autres et que chaque enfant a la probabilité d'être un garçon et la probabilité d'être
2 2
une lle.
14
a. Une famille a deux enfants dont l'un au moins est un garçon . Quelle est la probabilité pour
que les deux enfants soient des garçons ?
b. Une famille a deux enfants. L'aîné est un garçon, quelle est la probabilité pour que les deux
enfants soient des garçons ?
c. Les nouveaux voisins ont deux enfants, je n'en ai vu qu'un, c'était un petit garçon ? quelle est
la probabilité que les nouveaux voisins aient deux garçons ?
Exercice 65 : [dur] On note pn la probabilité que sur une suite de n piles ou faces, il y ait à un
moment 3 piles de suite ou trois face de suite, montrer en conditionnant sur les trois premiers
résultats que l'on a la formule de récurrence suivante :
1 1 1
pn = + pn−1 + pn−2
4 2 4
Donner une valeur approchée de p10 .
Exercice 66 : Une urne contient 50 boules dont 10 blanches, on tire un lot de 3 boules, et on veut
modéliser le nombre de blanches dans ce lot, à l'aide d'une variable aléatoire H, déterminer une loi
raisonnable pour H. Déterminer son espérance. Comparer cette espérance avec celle que l'on aurait
trouvée si on avait tiré les trois boules une à une avec remise dans l'urne après chaque tirage.
Exercice 69 : Soient b, r ∈ N∗ et c∈N . Une urne contient b boules blanches et r boules rouges.
On eectue des tirages successifs de la manière suivante : une boule étant tirée, on la remet dans
l'urne avec en plus c boules de la même couleur. On note Xn la variable aléatoire qui prend la
valeur 1 si la boule obtenue au nième tirage est rouge, la valeur 0 si elle est blanche. On posera
r b
p= q=
b+r b+r
a. Déterminer la loi du couple (X1 , X2 ). En déduire la loi de X2 la comparer à celle de X1 .
b. Trouver les lois conditionnelles de X1 sachant X2 et de X2 sachant X1 .
c. Déterminer la loi de la variable S 2 = X1 + X2 .
d. Déterminer la loi de X3 sachant que S2 = k pour k ∈ N.
e. Déduire du 4) que la loi de X3 est la même que celle de X1 .
f. Exprimer la loi de Xn+1 à l'aide de E(Sn ).
g. Montrer que toutes les variables aléatoires Xn ont même loi de probabilité.
15
∀k, l P (X ≥ k + l|X ≥ l) = P (X ≥ k)
c. Montrer que la seule loi sur N ayant la propriété de non vieillissement est la loi géométrique,
on pourra pour cela montrer que la suite Rk = P (X ≥ k) est une suite géométrique.
λk
P (X = k) = e−λ
k!
et Y telle que
n k
P (Y = k|X = n) = p (1 − p)n−k
k
Déterminer la loi de Y.
Exercice 72 : Un premier joueur lance un dé rouge, un deuxième joueur lance deux dés verts : Si
le dé rouge a une valeur supérieur à la somme des verts le deuxième joueur verse 1 euro au premier,
si cette valeur est égal à la somme des verts il lui verse 11 euros, dans les autres cas c'est le premier
joueur qui verse 1 euro au deuxième.
Exercice 73 : Une urne contient a boules blanches et b noires, on tire sans remise n boules, et on
modélise le nombre de boules blanches obtenues par une variable aléatoire X . Déterminer la loi de
X, on dit que X suit une loi hypergéométrique de paramètre (n, a, b) ou n ≤ a + b.
a. Montrer que l'esperance d'une loi hypergéométrique de paramètre (n, a, b) est
an
a+b
b. On note Xi la variable aléatoire valant 1 si la ième boule blanche a été tirée, 0 sinon,
déterminer la loi de Xi , retrouver le résultat de la question précédente.
a. Représenter la densité de X.
b. Déterminer α.
c. Calculer et représenter la fonction de répartition de X.
1
d. Déterminer θ tel que P (X > θ) = 2
.
a. Représenter la densité de X.
b. Déterminer K en fonction de α.
c. Déterminer puis représenter la fonction de répartition de X : FX .
α
d. Calculer P (X > 2
) puis E(X).
1+t si t ∈ [−1; 0]
fX (t) = K si t ∈]0, 2]
0 sinon
a. Représenter la densité de X.
b. Déterminer K.
c. Calculer et représenter la fonction de répartition de X.
d. Calculer P (X > 21 ) puis E(X).
e. Calculer la fonction de répartition FY de la variable aléatoire Y = X 2, en déduire sa densité
fY .
f. Représenter les deux fonctions fY et FY .
g. Calculer E(Y ) d'une part à l'aide de fY d'autre part à l'aide de fX .
c
fX (t) =
1 + t2
a. Représenter fX .
b. Déterminer c.
c. Montrer que pour tout α ∈ R, P (X ≥ α) = P (X ≤ −α).
√
d. Calculer P (X > 3).
e. Montrer que X ne possède pas d'espérance.
Exercice 79 : Soit X une V.A. uniforme sur [-1,2] et Y = X 2 , déterminer la fonction de répartition
de Y, en déduire sa densité, calculer P (X ≤ Y ).
Exercice 80 : Soit X une V.A. Gaussienne de paramètres (3; 4)
a. Calculer P (X < 4) ; P (X < 1) ; P (X > 2) ; P (|X| < 4) ; P (|X| < 4|X > 2).
b. Déterminer α le plus grand possible tel que P (X − 2 > α) > 10−2 .
X−1
c. Quelle est la loi de .
3
17
Exercice 81 : L'éclairage d'une commune est assurée par 2000 lampes dont la durée de vie
moyenne est 10000 heures. Cette durée de vie suit une distribution normale d'écart type σ = 2000.
a. Quel est le nombre de lampes hors d'usage au bout de 5000 H ? de 7500 H ? de 15000 H ?
c. D'autres ampoules ont une durée de vie qui suit une loi N (10500; 30002 ). Quelles ampoules
faut-il choisir si l'on veut :
(2) que la durée durant laquelle 95% des ampoules fonctionnent soit maximale.
Exercice 82 : Les notes d'un contrôle de probabilité suivent une loi normale de paramètre
(8, 5; 22 ).
a. Quelle est la proportion d'étudiants ayant la moyenne.
c. Comment peut-on faire pour garder la même moyenne et avoir 80% des étudiants entre 5 et
15.
Exercice 83 : Si Z suit une loi normale on dit que X = eZ suit une loi log-normale, de mêmes
paramètres que Z.
a. Déterminer E(X) et var (X) en fonction de E(Z) et var Z .
Exercice 84 : Soit X une variable aléatoire de loi exponentielle de paramètre 1. Déterminer la loi
de la partie entière de X , puis déterminer son espérance.
Exercice 85 : Une urne contient N jetons numérotés de 1 à N. On tire dans cette urne p jetons
au hasard, successivement et sans remise. On appelle Xi la V.A. qui au cours d'une succession de
tirages modélise le numéro du jeton extrait au tirage de rang i.
c. On pose S = X1 + X2 + ... + Xp .
(1) Calculer E(Xi ) puis E(S).
(2) Calculer var (Xi ).
(x−µ1 )2 (y−µ2 )2
1 − 2
2σ1
+ 2
2σ2
f (x; y) = e
2πσ1 σ2
a. Déterminer les lois marginales de X et Y.
18
Exercice 88 : X1 , ..., Xn
Soient des v.a. indépendantes suivant la loi de Poisson de paramètres
respectifs λi (λi > 0, i = 1, ...n).
a. Calculer la fonction génératrice de Sn = X1 + ... + Xn .
b. Quelle est la loi de Sn .
c. On suppose que λ1 = λ2 = λ, déterminer la loi de X1 + X 2 , puis de X1 + X 1 .
Exercice 89 : Soit (X, Y ) un couple de v.a. suivant la loi uniforme sur le disque de centre O et
de rayon 1.
a. Déterminer α.
b. Déterminer la loi de X et celle de Y.
c. Montrer que les variables aléatoires X et Y ne sont pas indépendantes.
Exercice 91 : 1. On jette 10 pièces, non truquées, soit X le nombre de pile, déterminer la loi de
X.
Tracer la fonction de répartition de X puis comparer là à la fonction de répartition de l'approximation
centrale.
Exercice 92 : Dans une société, les employés d'un bâtiment A ont souvent besoin d'appeler au
téléphone un bâtiment B. Le bâtiment A contient 200 employés et l'on constate que chacun d'entre
eux veut téléphoner en moyenne 3mn par heure au bâtiment B. Quel nombre de lignes, minimal
k faut-il établir entre les 2 bâtiments pour qu'un employé de A, désirant téléphoner en B, ait une
probabilité inférieur à 1% que toutes les lignes soient occupées.
Exercice 93 : On possède une réserve de 50 ampoules, on suppose que la durée de vie d'une
ampoule électrique est une variable aléatoire de loi exponentielle de paramètreλ = 10−3 h−1 . Si l'on
19
remplace une ampoule dès qu'elle " claque ". Quelle est la probabilité qu'au bout de 45 000 heures
on se retrouve dans le noir ?
Exercice 94 : Soit (Xn ) une suite de variables aléatoires exponentielles de paramètre n, montrer
que cette suite converge en probabilité vers la variable aléatoire nulle.
Exercice 95 : Soit (Un ) une suite de variables aléatoires indépendantes suivant toutes la même
loi uniforme sur [0; 1]. Mn = max(U1 , . . . , Un ) et Xn = n(1 − Mn ).
On note
σ2
∀ > 0, P (|X − m| > ) ≤
2
On pourra partir de la dénition de la variance et l'écrire à l'aide d'une intégrale puis découper cette
intégrale en trois, suivant que x>m+ ou x−m<m− ou sinon.
Exercice 97 :
Soit (Xn ) une suite de variable aléatoire telle que ∀n ∈ N∗ :
Exercice 98 : On considère une suite (Xn ) de variables aléatoires indépendantes de même loi de
Bernoulli de paramètre p et on pose :
Yn = Xn−1
PnXn
1
Zn = n k=1 Yk
a. Déterminer la loi de Yk déterminer son espérance et sa variance.
b. Calculer l'espérance de Zn .
c. Montrer que Yk Yk+1 ne sont pas indépendantes ?
et
Exercice 99 : (Xn ) une suite de variables aléatoires à valeurs dans N de fonctions génératrices
Soit
GXn , telle que ∀x ∈] − 1; 1[ (GXn (x)) converge vers GX (x), GX étant la fonction génératrice d'une
variable aléatoire X . Montrer qu'alors ∀k ∈ N, limn→∞ P (Xn = k) = P (X = k).
a. Montrer que la loi de Xi suit une loi de Bernoulli de paramètre proche de 3.10−6 .
b. On veut transmettre 10Mb d'information, quel est le nombre moyen de bits erroné après
décodage.
Chaînes de Markov
Exercice 102 : Soit (Xn )n une chaîne de Markov à valeurs dans [−1; 0; 1; 2], de matrice de
transition Π :
1 1 0 0
1 1 1 0 0
Π=
2 0 1 0 1
0 0 1 1
1
On suppose de plus que P (X0 = −1) = P (X0 = 0) = P (X0 = 1) = 6
.
d. Déterminer :
lim P (Xn = k)
n→∞
Exercice 103 : Une urne contient N boules blanches. En une étape on tire une boule et on la
remplace par une autre boule (blanche avec la probabilité p et noire avec la probabilité q = 1 − p).
On veut modéliser le nombre de boules blanches après n étapes, à l'aide de variables aléatoires Xn .
a. Pourquoi est-il raisonnable de choisir une chaîne de Markov pour modéliser ce problème.
1
Exercice 104 : Soit 0≤p≤
2
et considérons une chaîne de Markov (X0 , X1 , ...Xn ) telle que
chacune des variables aléatoires Xi prend ses valeurs dans {1, 2, 3} et telle que sa matrice de
transition soit donnée par
1 1
2
−p 2
p
1 1
Π= 2 2
0
p 0 1−p
21
b. Trouver une loi stationnaire pour la matrice Π. Pour quelles valeurs de p, cette loi est-elle
unique ?
1
c. On suppose que P (X0 = 1) = 0, et P (X0 = 2) = P (X0 = 3) = 2
.
Exercice 105 : Soit Xn une suite des variables aléatoires indépendantes, de même loi telle que :
1
P Xn = 1 = P Xn = −1 = .
2
Pn
Posons Sn = k=1 Xk .
a. Montrer que (Sn ) est une chaîne de Markov.
1
Exercice 106 : Soit a un réel appartenant à ]0, [.
2
Dans une bourse de valeurs, un titre donné peut monter, rester stable ou baisser.
Dans un modèle mathématique, on considère que :
le premier jour le titre est stable.
si un jour n le titre monte, le jour n + 1, il montera avec la probabilité 1 − 2a, restera stable avec
la probabilité a et baissera avec la probabilité a.
si un jour n le titre est stable, le jour n + 1 il montera avec la probabilité a, restera stable avec la
probabilité 1 − 2a et baissera avec la probabilité a.
si un jour n le titre baisse, le jour n + 1 il montera avec la probabilité a, restera stable avec la
probabilité a et baissera avec la probabilité 1 − 2a.
On note Mn (resp. Sn , resp. Bn ) l'événement le titre donné monte (resp. reste stable, resp. baisse)
le jour n . On pose pn = P (Mn ), qn = P (Sn ) et rn = P (Bn ).
a. Quelle hypothèse supplémentaire faut-il faire pour modéliser ce problème à l'aide d'une chaîne
de Markov. Sous cette hypothèse on tracera le graphe de transition. On note A la matrice de
transition.
Exercice 107 : Soit (Xn ) une chaine de Markov à valeur dans [1, 2, 3], de matrice de transition
0 1 1
A = 12
2 0 0 .
2 0 0
a. Représenter le graphe de transition de (Xn ).
b. Déterminer l'unique mesure invariante de (Xn ). Les hypothèse de Perron Frobenbius
sont-elles remplies ?
c. Soitα = P (X1 = 1), β = P (X1 = 2), γ = P (X1 = 3), montrer que P (X2n = 1) = β + γ et
P (X2n+1 = 1) = α, en déduire que si γ 6= 21 alors (Xn ) ne converge pas en loi.
22
Exercices corrigés
Exercice 108 : Dans le plan soient une droite D : ax + by + c = 0 et un point M0 (x0 ; y0 ). Montrer
que la distance entre M0 et la droite D est égale à
|ax0 + by0 + c|
d(M0 ; D) = √
a2 + b2
On pourra pour cela étudier la fonction dénie par f (y) : le carré de la distance de M (−by − c; y) à
A.
Exercice 109 : On constitue une le d'attente en attribuant au hasard des numéros d'ordre à n
personnes. On note D la variable aléatoire représentant le nombre de personnes se trouvant entre
deux amis dans la queue.
a. Déterminer P (D = k).
b. Pour quelle valeur de k , P (D = k) est-il maximum ?
n n
X 1 X 1
k = n(n + 1) k2 = n (n + 1) (2 n + 1)
k=1
2 k=1
6
Exercice 110 : On jette un dé, et on s'intéresse au nombre de jets nécessaire pour qu'un 6
apparaisse, on modélise ce nombre à l'aide d'une variable aléatoire N.
Exercice 111 : Quelle est la dénition de l'espérance d'une variable aléatoire discrète ?
Soit X une variable aléatoire telle que pour p ∈ [0; 1], P (X = −1) = p, et P (X = 1) = 1 − p.
Calculer E(X) et var(X).
Exercice 112 : Soit un jeu de dominos (chaque domino porte 2 nombres, élément de {0; 1; . . . ; 6},
éventuellement identiques, on parle alors de double)
b. Quelle est la 'probabilité' que dans une poignée de 5 dominos pris au hasard dans un jeu, il
n'y ait aucun double ?
c. En tirant deux dominos au hasard, quelle est la 'probabilité' qu'ils soient compatibles c'est à
dire qu'ils aient un nombre commun ?
1
∀k ∈ {0; . . . ; n}, P (X = k) = P (Y = k) =
n+1
En utilisant les probabilités conditionnelles, calculer P (X = Y ).
23
Corrigés
Corrigé de l'exercice 108 : Deux preuves sont possibles en utilisant le projeté orthogonal ou en
déterminant le minimum de la distance. On suppose que a 6= 0 et quitte à diviser par a on peut considérer
que l'équation de la droite est x + by + c = 0, D = {(−by − c; y)/y ∈ R} posons alors f (y) le carré de la
distance de M (−by − c; y) à A.
f (y) = (−by − c − x0 )2 + (y − y0 )2 = (1 + b2 )y 2 + 2(bc + bx0 − y0 )y + ((c + x0 )2 y02 )
on a donc
1 2 2 1 + b2
f (α) = (α − y 0 ) + (α − y0 ) = (α − y0 )2
b2 b2
on a donc bien la distance de D à A qui vaut :
√
1 + b2 −2(bc + bx0 − y0 ) − 2y0 − 2b2 y0 |x0 + by0 + c|
p
d(A; D) = f (α) = = p(1 + b2 )
b 2(1 + b2 )
Donc P (D = 0) = n−1
(n2 )
= n2 . De même
(D = 1) = {1, 3}, {2, 4}, . . . , {n − 2, n}
Donc P (D = 1) = n−2(n2 )
et ainsi de suite P (D = k) = n−k−1 (n2 )
n−k−1
= 2 n(n−1)
b) 2 n(n−1)
n−k−1
est décroissant en k, donc le maximum est atteint en k = 0.
Remarque : Pour n = 100 P (D = 0) = 0, 02 et P (D = 98) ' 0, 0002, donc la loi de D n'est pas du tout
uniforme. P
c) E(D) = n−2 k=0 k n − 2 n(n−1) . Il sut alors d'appliquer les formules qui sont rappelées,
k2
n−k−1 Pn−2 2
k=0 2k n(n−1) =
pour obtenir E(D) = n−2 3 , qui correspond à la distance moyenne entre les deux amis.
Corrigé de l'exercice 110 : a) (N = 1) correspond au fait que le premier lancé est un
6.P (N = 1) = (N = 2) correspond à : "Le premier lancé est tout sauf un 6, le deuxième est un 6, on
6.
1
On a donc ∞ k−1
1X 5 1 1
k = × =6
6 6 6 (1 − 56 )2
k=1
5 poignées diérentes de dominos qui ne contiennent pas de double, d'on une probabilité de
21
21
5
28
5
c. Deux dominos diérents ne peuvent avoir qu'un nombre en commun, ce nombre peut prendre 7
valeurs. Pour chacune de ces valeurs il y a 2 paires de domino possédant cette valeur et comme il y
7
7
7 2
28
2
n
(1)
X
P (X = Y ) = P (X = Y ) ∩ (X = k)
k=0
n
(2)
X
= P (Y = k) ∩ (X = k)
k=0
n
P (Y = k)P (X = k) car X et Y sont indépendantes (3)
X
=
k=0
n
1
(4)
X
=
(n + 1)2
k=0
1
= (5)
n+1
25
MS4-I
Juin 2006
Durée 2 heures
Exercice 1 :
Soit E l'espace vectoriel des fonctions continues sur [0; 1], on pose
Z 1
∀f, g ∈ E, < f, g >= f (x)g(x) dx
0
d. De toutes les fonctions linéaires (de la forme v(x) = αx), quelle est celle qui est "la plus proche"
de g.
Exercice 2 :
Un sac contient trois jetons, le premier a deux faces blanches, le deuxième a deux faces noires, le
troisième une blanche et une noire. Dans chacune des questions suivantes, on explicitera soigneuse-
ment le raisonnement utilisé.
a. On tire un jeton au hasard, on le lance quelle est la probabilité que la face visible soit noire ?
b. On tire 2 jetons au hasard, on les lance quelle est la probabilité que les deux faces visibles
soient noires ?
d. On tire un jeton au hasard, on le lance, la face visible est noire, quelle est la probabilité que
l'autre face soit noire ?
Exercice 3 :
Soit X une variable aléatoire de loi exponentielle de paramètre λ (fX (t) = λe−λt si t > 0, 0 sinon).
a. Calculer son espérance, sa variance et sa fonction de répartition.
c. Soient X1 , X2 , . . . , X100 , P
des variables aléatoires indépendantes de même loi exponentielle de
paramètre 1 notons S = 100 i=1 Xi leur somme, déterminer une valeur approchée de P (S < 110).
26
MS4-I
Mai 2007
Durée 3 heures
Examen de Mathématiques
Calculatrice et document sont interdits. Seule une table de loi normale est autorisée.
Barème indicatif : 6+6+10
Exercice 1 : Diagonalisation
0 2 2
Soit la matrice dénie par A = 2 −1 0
2 0 1
a. Diagonaliser A, c'est à dire déterminer une matrice P inversible et une matrice diagonale D
telles que
A = P DP −1 .
b. Montrer l'existence puis déterminer Q orthogonale telle que A = QD tQ.
Modèle 1 : On suppose que le choix de chaque nucléotide est indépendant des autres, l'adénine a une
probabilité d'apparition pa , la cytosine pc , la guanine pg , et la thymine pt .
(1) Si N = 1, quelle est la probabilité d'obtenir le codon : aaa ?
(2) Si N = 2, quelle est la probabilité d'obtenir au moins une fois la séquence : aaaaa ?
(3) Pour k ∈ {1, 2, . . . , N } quelle est la probabilité que le k -ième codon soit aaa ?
(4) Pour N quelconque, quelle est la probabilité qu'il y ait au moins un des codons qui soit
aaa ?
27
(4) En déduire une valeur approchée de la probabilité d'avoir plus de 1050 fois le codon aaa.
Modèle 3 : On modélise le j -ème nucléotide à l'aide de variables aléatoires Yj à valeur dans {a,c,g,t}. Le
premier nucléotide est a ce qui se modèlise par P (Y1 =a) = 1. On fait l'hypothèse que (Yj ) est
une chaîne de Markov de matrice de transition M :
0, 5 0, 5 0 0
0, 1 0 0, 1 0, 8
M = 0 0, 5 0 0, 5
0, 1 0 0, 9 0
MS4-I
Mai 2008
Durée 3 heures
Examen de Mathématiques
Calculatrice et document sont interdits, seule une table de loi normale est autorisée. Les exercices
peuvent être traités dans l'ordre que l'on veut et ne sont pas rangés par diculté croissante. Barème
indicatif :6+4+6+6
Z 1
∀P, Q ∈ E, < P, Q >= P (x)Q(x) dx
−1
c. Calculer E(N ).
a. Représenter f.
b. Déterminer K en fonction de α.
c. Calculer l'espérance et la variance de X.
29
125
!
X
β=P Xn ≥ 10
k=1
a. Justier rapidement que l'on peut modéliser le nombre de boules blanches par une chaîne de
Markov (Xn ).
b. Représenter le graphe de transition et la matrice de transition de cette chaîne de Markov.
e. On suppose dans cette question qu'au départ il n'y a que des boules noires, montrer que la suite
de variables aléatoires converge en loi vers une loi que l'on déterminera. Calculer lim E(Xn ).
n→∞