Édition de feuilles d'exercices

[probas/ex1077] On lance plusieurs fois un dé équilibré. Soient \(X\) et \(Y\) le nombre de jets nécessaires pour obtenir un 6 et un 5, respectivement. Trouver :

1. \(E(X)\) ;

2. \(E(X/Y=1)\) ;

3. \(E(X/Y=5)\).

[concours/ex4746] escp S 2003

Pour \(m\geqslant 1\), on considère une série statistique \((M_i)_{1\leqslant i\leqslant m}\) à deux variables. La première variable est notée \(Z\), la seconde \(T\) et on écrit \(M_i(z_i,t_i)\) pour tout \(i\) de \(\{1,\ldots,m\}\).

Pour les applications numériques on prend \(\overline{Z}=\overline{T}=10\), \(V(Z)=V(T)=9\) et \({\rm cov}(Z,T)=4\) et on pose \(A=\left(\begin{array}{cc}9&4\\ 4&9\end{array}\right)\).

On identifie les éléments de \(\mathbf{R}^2\) et de \({\cal M}_{2,1}(\mathbf{R})\).

1. 1. Diagonaliser \(A\) dans une base orthonormale \((e_1,e_2)\) de \(\mathbf{R}^2\) pour le produit scalaire usuel.

      Déterminer une matrice \(P\) de \({\cal M}_2(\mathbf{R})\) telle que \(P^{-1}={}^tP\) et \(^tPAP\) soit diagonale.

   2. Pour tout \((x,y)\) de \(\mathbf{R}^2\) on pose \(f(x,y)= \left(\begin{array}{cc}x&y\end{array}\right)\times A\times \left(\begin{array}{c}x\\ y\end{array}\right)\).

      Montrer que l’application \((x,y)\mapsto \displaystyle{f(x,y)\over x^2+y^2}\) admet un minimum et un maximum sur \(E=\mathbf{R}^2\setminus\{(0,0)\}\), extremums que l’on déterminera (on pourra travailler dans la base \((e_1,e_2)\)).

   3. En déduire les \((\alpha,\beta)\) de \(\mathbf{R}^2\) tels que \(\alpha^2+\beta^2=1\) qui donnent une série statistique \(\alpha\,Z+\beta\,T\) de variance maximale ; même question pour \(\alpha Z+\beta T\) de variance minimale. Déterminer les extremums.

   4. Si l’on appelle \(u_1=(\alpha_1,\beta_1)\) un couple qui donne une série statistique de variance minimale, déterminer une équation de la droite passant par le point moyen de la série et dirigée par ce vecteur.

      Montrer que cette droite est celle qui réalise le minimum de la somme des carrés des distances des points \(M_i\) à une droite \(\Delta\) passant par le point moyen \(\Omega(\overline Z,\overline T)\), d’équation \(\alpha\,x+\beta\,y+c=0\) dans le plan \(\mathbf{R}^2\) muni de sa structure euclidienne canonique (on pourra utiliser la formule \(d(M_i,\Delta)=\displaystyle{|\alpha\,z_i+\beta\,t_i+c|\over\sqrt{\alpha^2+\beta^2}}\) qui donne la distance d’un point \(M_i\) à la droite \(\Delta\) d’équation \(\alpha\,x+\beta\,y+c=0\)).

      Qu’en est-il si l’on n’impose plus à la droite de passer par \(\Omega\) ?

2. Déterminer les \((\alpha,\beta)\) tels que \(\alpha\geqslant 0\), \(\beta\geqslant 0\) et \(\alpha+\beta=1\) pour lesquels la série statistique \(\alpha Z+\beta T\) admet une variance maximale que l’on déterminera ; même question pour \(\alpha Z+\beta T\) de variance minimale.

[probas/ex2320] Vrai ou faux ?

Soit \(X\) et \(Y\) deux variables aléatoires admettant une variance.

Alors \(\mathbf{V}(X-Y)=\mathbf{V}(X)-\mathbf{V}(Y)-2\mathop{\mathchoice{\hbox{cov}}{\hbox{cov}}{\mathrm{cov}}{\mathrm{cov}}}\nolimits(X,Y)\).

[concours/ex4849] escp S 2002 On considère les lancers successifs (indépendants) d’une pièce non pipée et on note \(T\) le nombre de Face précédant le premier Pile. On propose à un joueur la suite de paris suivante :

• Pari \(P_0\): si \(T=0\), on perd \(1\) Euro; si \(T=1\), on gagne \(3\) Euros; sinon on ne gagne ni ne perd rien;

• Pari \(P_1\): si \(T=1\), on perd \(4\) Euros; si \(T=2\), on gagne \(9\) Euros; sinon, on ne gagne ni ne perd rien;

• Pari \(P_2\): si \(T=2\), on perd \(10\) Euros ; si \(T=3\), on gagne \(27\) Euros; sinon, on ne gagne ni ne perd rien;

• Pari \(P_n\): si \(T=n\), on perd \(3^n+1\) Euros; si \(T=n+1\), on gagne \(3^{n+1}\) Euros; sinon, on ne gagne ni ne perd rien;

1. Chaque pari est-il favorable au joueur ?

2. Calculer l’espérance du gain \(\Gamma\) si le joueur parie sur la suite de tous les résultats.

[oraux/ex6083] escp S 2014 On considère une variable aléatoire réelle discrète \(X\) définie sur un espace probabilisé \((\Omega, \mathscr{A}, P)\) telle que \[X(\Omega)=\mathbf{N} \hbox{ et }\forall k \in \mathbf{N},\ P(X=k)={a^k\over(1+a)^{k+1}},\] où \(a>0\) est fixé.

1. Vérifier que l’on a bien défini une loi de probabilité.

   Dans toute la suite, on désigne par \(Y\) une variable aléatoire indépendante de \(X\), définie sur le même espace probabilisé, et suivant la même loi que \(X\).

2. On considère la variable aléatoire \(Z=X+Y\).

   1. Déterminer la loi de \(Z\).

   2. Trouver l’espérance de la variable aléatoire \(S=\displaystyle{1\over1+Z}\).

   3. Déterminer \(E\left(\displaystyle{X\over1+Z}\right)\).

3. On considère maintenant la variable aléatoire \(T=\mathop{\mathchoice{\hbox{inf}}{\hbox{inf}}{\mathrm{inf}}{\mathrm{inf}}}\limits(X,Y)\), définie par :

   pour tout \(\omega \in \Omega\), \(T(\omega) =\mathop{\mathchoice{\hbox{min}}{\hbox{min}}{\mathrm{min}}{\mathrm{min}}}\limits(X(\omega), Y(\omega))\).

   1. Déterminer \(P(X\leqslant n)\) pour tout \(n \in \mathbf{N}\).

   2. Prouver que la loi de \(T\) est donnée par \(T(\Omega)=\mathbf{N}\) et : \[\forall m\in\mathbf{N},\ P(T=m)={1+2a\over(1+a)^2}\left({a\over1+a}\right)^{\!2m}.\]