Travailler les automatismes

À L'ORAL

Envie de réaliser ces exercices à l'oral ? Enregistrez-vous !

15

Dans une fête foraine, le gain d’un des jeux présentés est modélisé par la variable aléatoire $\text{X}$.
Afin de fêter le 5^e anniversaire de ce stand, tous les gains sont doublés.
On note $\text{Y}$ la variable aléatoire correspondant au nouveau gain possible.
Exprimer $\text{Y}$ en fonction de $\text{X}$.

16

On donne les lois de probabilité de deux variables aléatoires $\text{X}$ et $\text{Y}$.



Calculer l’espérance de la variable aléatoire $\text{Z}$ définie par $\text{Z = X + Y}$.

17

On reprend les lois de probabilité ci‑dessus et on suppose, de plus, que $\text{X}$ et $\text{Y}$ sont indépendantes. Déterminer $\mathrm{V}(\mathrm{Z})$ puis $\sigma (\mathrm{X})$.
On arrondira $\sigma$ à $10^{-5}$ près.

18

Soit $\text{X}$ une variable aléatoire suivant la loi binomiale de paramètres $n=100$ et $p=0,3$. Calculer $\mathrm{E}(\mathrm{X})$, $\mathrm{V}(\mathrm{X})$ et $\sigma (\mathrm{X})$. On arrondira $\sigma (\mathrm{X})$ à $0,1$ près.

19

On considère quatre variables aléatoires identiquement distribuées (de même loi de probabilité) et indépendantes ${\mathrm{X}}_1$, ${\mathrm{X}}_2$, ${\mathrm{X}}_3$ et ${\mathrm{X}}_4$.
On donne la loi de probabilité de ${\mathrm{X}}_1$.


On pose enfin $\mathrm{X}={\mathrm{X}}_1+{\mathrm{X}}_2+{\mathrm{X}}_3+{\mathrm{X}}_4$. En utilisant éventuellement une calculatrice, déterminer $\mathrm{E}(\mathrm{X})$, $\mathrm{V}(\mathrm{X})$ et $\sigma (\mathrm{X})$.
On arrondira $\sigma$ à $10^{-2}$.

20

On reprend les conditions de l’exercice précédent. On pose $\mathrm{Y}=\frac{{\mathrm{X}}_1+{\mathrm{X}}_2+{\mathrm{X}}_3+{\mathrm{X}}_4}{4}$.
Déterminer $\mathrm{E}(\mathrm{Y})$, $\mathrm{V}(\mathrm{Y})$ et $\sigma (\mathrm{Y})$. On arrondira $\sigma (\mathrm{Y})$ au millième.

21

Lors d’une soirée au casino, Nadège décide de tester différents jeux : une fois la roulette et deux fois les machines à sous.
Elle note $\text{X}$ la variable aléatoire correspondant au gain total remporté.

1. Pour faciliter l’étude, elle écrit $\mathrm{X}={\mathrm{X}}_1+{\mathrm{X}}_2+{\mathrm{X}}_3$.
À quoi les variables aléatoires ${\mathrm{X}}_1$, ${\mathrm{X}}_2$ et ${\mathrm{X}}_3$ peuvent-elles alors correspondre ?


2. Yvann souhaite écrire $\text{X}$ sous la forme $\mathrm{X}={\mathrm{X}}_1+2{\mathrm{X}}_2$.
A‑t‑il raison ? Justifier.

22

Après une séance de sport, Victor invite ses amis Ridwan et Justine à un bar.
Ridwan choisit une boisson au hasard parmi les boissons chaudes et Justine et Victor choisissent la même boisson au hasard parmi les boissons froides.
On note $\text{X}$ la variable aléatoire correspondant au prix total payé par Victor.
Justifier qu’on peut écrire $\mathrm{X}={\mathrm{X}}_1+2$ ${\mathrm{X}}_2$, où ${\mathrm{X}}_1$ et ${\mathrm{X}}_2$ sont deux variables qu’on interprétera.

23

On considère les variables aléatoires $\text{X}$ et $\text{Y}$ définies sur un même univers $\Omega$ dont on donne les lois de probabilité suivantes.



Calculer $\mathrm{E}(3\mathrm{X})$ et $\mathrm{E}(\mathrm{X}+\mathrm{Y})$.

24

On reprend les variables aléatoires $\text{X}$ et $\text{Y}$ définies ci‑dessus. Calculer $\mathrm{E}(\mathrm{X}-\mathrm{Y})$ et $\mathrm{E}(3\mathrm{X}-\mathrm{Y})$.

25

On considère un nombre réel $a$ et deux vriables aléatoires $\text{X}$ et $\text{Y}$ définies sur $\Omega$ dont on donne les lois de probabilité.



On donne par ailleurs $\mathrm{E}(2\mathrm{X}+5\mathrm{Y})=20,29$. Déterminer la valeur de $a$.

26

On reprend les variables aléatoires $\text{X}$ et $\text{Y}$ dont les lois de probabilité sont données dans l’exercice . On suppose par ailleurs que $\text{X}$ et $\text{Y}$ sont deux variables aléatoires indépendantes.

1. Calculer $\mathrm{V}(5\mathrm{X})$ et $\mathrm{V}(\mathrm{X}+\mathrm{Y})$.


2. En déduire $\sigma (5\mathrm{X})$ et $\sigma (\mathrm{X}+\mathrm{Y})$. On arrondira à $10^{-4}$ près.

27

On reprend les variables aléatoires $\text{X}$ et $\text{Y}$ dont les lois de probabilité sont données dans l’exercice . On suppose encore par ailleurs que $\text{X}$ et $\text{Y}$ sont deux variables aléatoires indépendantes.

1. Calculer $\mathrm{V}(3\mathrm{X}+2\mathrm{Y})$ et $\mathrm{V}(3\mathrm{X}-2\mathrm{Y})$.


2. En déduire $\sigma (3\mathrm{X}+2\mathrm{Y})$ et $\sigma (3\mathrm{X}-2\mathrm{Y})$. On arrondira les résultats à $10^{-3}$ près.

28

Soient $\text{X}$ et $\text{Y}$ deux variables aléatoires suivant respectivement les lois binomiales $\mathcal{B}(150;0,6)$ et $\mathcal{B}(400;0,3)$.
Quelle est la variable aléatoire pour laquelle la valeur moyenne théorique est la plus forte ? Justifier.

29

On reprend les conditions de l’exercice précédent. Quelle est la variable aléatoire pour laquelle la dispersion des valeurs autour de la moyenne théorique est la plus faible ? Justifier.

30

Soit $\text{X}$ une variable aléatoire suivant la loi binomiale de paramètres $n⩾1$ et $p\in [0;1]$.
On donne $\mathrm{E}(\mathrm{X})=60$ et $\mathrm{V}(\mathrm{X})=48$.
Déterminer les valeurs de $n$ et de $p$.

31

Soit $X$ une variable aléatoire suivant la loi binomiale de paramètres $n=15$ et $p=0,7$.
Donner les valeurs exactes de de $\mathrm{E}(\mathrm{X})$, $\mathrm{V}(\mathrm{X})$ puis $\sigma (\mathrm{X})$.

32

On considère dix variables aléatoires ${\mathrm{X}}_1;\dots ;{\mathrm{X}}_{10}$ définies sur un même univers $\Omega$.
On suppose que les variables aléatoires ${\mathrm{X}}_1;\dots ;{\mathrm{X}}_{10}$ ont même loi de probabilité et sont indépendantes. On donne ci-dessous la loi de probabilité de ${\text{X}}_7$.


On pose ${\text{S}}_{10}$ la variable aléatoire définie par $S_{10}=X_1+\dots +X_{10}$

1. Calculer $\mathrm{E}\left({\mathrm{S}}_{10}\right)$


2. Calculer la valeur de $\mathrm{V}\left({\mathrm{S}}_{10}\right)$ puis en déduire $\sigma \left({\mathrm{S}}_{10}\right)$. On arrondira la valeur de $\sigma \left({\mathrm{S}}_{10}\right)$ au centième.

33

On reprend les conditions de l’exercice et on note ${\mathrm{M}}_{10}$ la variable aléatoire définie par ${\mathrm{M}}_{10}=\frac{{\mathrm{X}}_1+\dots +{\mathrm{X}}_{10}}{10}$

1. Calculer $\mathrm{E}\left({\mathrm{M}}_{10}\right)$ et $\mathrm{V}\left({\mathrm{M}}_{10}\right)$


2. En déduire une valeur approchée de $\sigma \left({\mathrm{M}}_{10}\right)$ à $10^{-4}$ près.

34

Soient n un entier naturel non nul et ${\mathrm{X}}_1,\dots ,{\mathrm{X}}_n$, $n$ variables aléatoires identiquement distribuées et indépendantes, dont on donne, pour tout $k\in \{1;\dots ;n\}$, la loi de probabilité suivie.


On pose ${\mathrm{S}}_n$ la variable aléatoire définie pour tout $n\in {\mathbb{N}}^{\ast }$ par ${\mathrm{S}}_n={\mathrm{X}}_1+\dots +{\mathrm{X}}_n$
Quelle est la valeur minimale de $n$ pour laquelle $\mathrm{E}\left({\mathrm{S}}_n\right)⩾2453$ ?

35

On reprend les conditions de l’exercice précédent. Quelle doit être la valeur maximale de $n$ pour avoir $\sigma \left({\mathrm{S}}_n\right)⩽60$ ?

36

Écrire une situation issue de la vie courante pouvant être modélisée par une variable aléatoire $\text{X}$ s’écrivant sous la forme $\mathrm{X}={\mathrm{X}}_1+{\mathrm{X}}_2$.

37

Écrire un exercice menant à l’étude de l’espérance et de la variance d’une variable aléatoire pouvant être écrite sous la forme d'une somme de variables aléatoires indépendantes.