Espaces probabilisés.

Exercices 2015-2016.

Niveau 1.
Evénements et langage ensembliste.
1. Soit Ω un espace probabilisable et soient A, B et C des événements.
Traduire les événements suivants en langage ensembliste :
• l’un des trois événements au moins est réalisé,
• un seul des trois événements est réalisé.

2. Soit Ω un espace probabilisable et soient A, B et C des événements.

a. Montrer que [(A ∪ B) ∩ C] entraîne [A ∪ (B ∩ C)].
b. A quelle condition y a-t-il égalité ?

Ensembles dénombrables.
 n + 1
3. a. Montrer que l’application ϕ de dans définie par : ∀ n ∈ , ϕ (n) = (−1) n .  , définit une
 2 
bijection de dans et préciser ϕ-1.
b. Retrouver ainsi que est dénombrable.

4. Soient : A = {xi}i∈ , et : B = {yj}j∈ , deux ensembles dénombrables.

(i + j ).(i + j + 1)
Soit ψ l’application définie de A×B dans par : ∀ (xi,yj) ∈ A×B, ψ (( xi , y j )) = +i.
2
Montrer que ψ est une bijection.
Que peut-on en déduire ?

5. Montrer qu’une partie infinie A de est dénombrable.

Tribus.
6. L’ensemble : B = {{n, …, p}, avec : (n,p) ∈ 2
, n ≤ p}, forme-t-il une tribu sur ?

n
7. On considère l’application Φ de dans lui-même définie par : ∀ n ∈ , Φ ( n) =   .
2
On pose : C = {Φ-1(B), B ∈ P( )}.
Montrer que C est une tribu sur strictement incluse dans P( ).

Probabilités sur un ensemble fini.

8. Déterminer une probabilité P sur : n = {1, 2, …, n}, de telle sorte que P({k}) soit proportionnel à k pour
tout : 1 ≤ k ≤ n.

9. Déterminer une probabilité P sur : n = {1, 2, …, n}, de telle sorte que P({1, 2, …, k}) soit proportionnel à k2
pour tout : 1 ≤ k ≤ n.

10. On dispose de n boîtes et de k boules, avec : 1 ≤ k ≤ n.

On dispose les boules dans les boîtes, sachant que le placement de chaque boule est indépendant des
autres, et que les boîtes peuvent être choisies de façon équiprobable.
Donner les probabilités des événements suivants :
• chaque boîte contient au plus une boule,
• une boîte contient toutes les boules,
• une boîte contient au moins deux boules.

11. On lance un dé équilibré à six faces, plusieurs fois de suites (les lancers sont indépendants).
a. Combien de fois au minimum faut-il lancer le dé pour que le 6 ait au moins une chance sur deux de
sortir lors de ces tirages ?
b. Même question en lançant deux dés, mais pour obtenir cette fois un double-six.

Chapitre 06 : Espaces probabilisés – Exercices. -1-

Probabilité sur un ensemble quelconque.
12. On pose : ∀ n ∈ , P ({n}) =
1
.
2 n +1
a. Montrer que l’on définit ainsi une probabilité sur ( ,P( )).
b. Calculer la probabilité de l’événement : B = {n ∈ , n ≥ 10}.

13. Les égalités : ∀ n ∈ *, P ({n}) =

1
, permettent-elles de définir une probabilité sur ( *,P( *)) ?
n.(n + 1)

+∞
1
14. Soit : a ∈ ]1,+∞), et : ζ (a ) = ∑n
n =1
a
.

a. Montrer qu’en posant : ∀ n ∈ *, Pa ({n}) =

1
, on définit une probabilité sur *.
ζ (a).n a
b. Calculer Pa(2. *), puis généraliser à Pa(m.N*), avec : m ∈ *.

ck
15. Pour : c ∈ ]0,1[, et : Ac ∈ , on pose : ∀ k ∈ , P ({k }) = Ac . .
k!
a. Déterminer Ac pour que ( , P( ), P) soit un espace probabilisé.
b. Calculer la probabilité de l’ensemble des naturels impairs.

Probabilités conditionnelles, indépendance, formule des probabilités totales.

16. Lorsqu’on lance un dé équilibré à six faces, les événements suivants sont-ils indépendants ?
• obtenir un résultat pair.
• obtenir 3 ou 6.

17. Soit (Ω, A, P) un espace probabilisé.

Soient A et B des événements tels que : 0 < P ( A) < 1 .
a. Comparer : P(A ∩ B|A ∪ B) et P(A ∩ B|A).
b. Montrer que : P ( B ) = PA ( B ).P ( A) + PA ( B ).P ( A) .

18. Soient A et B deux événements d’un espace probabilité (Ω, A, P).

1 1 4
On suppose que : P ( A) = , P ( B ) = , et : P ( A ∪ B ) = .
3 4 9
Calculer : PB (A) , PB (A) , et : PB ( A ∩ B ) .

19. Soit (Ω, A, P), un espace probabilisé, et A, B, A1, …, An des événements.

a. Montrer que si A et B sont indépendants, alors A et B, A et B , et A et B le sont aussi.
b. Si A1, …, An, sont mutuellement indépendants, alors A1 , A2, …, An le sont aussi.

20. Soit (Ω,A, P) un espace probabilisé.

Soient A et B deux événements de A.
a. Si : A ∩ B = ∅, à quelle condition A et B sont-ils indépendants ?
b. Montrer que A est indépendant de tout événement si et seulement si : P(A) = 0, ou : P(A) = 1.

21. On lance une infinité de fois un dé parfait à 5 faces, numérotées de 1 à 5.

On note pn la probabilité que la somme des résultats obtenus lors des n premiers lancers soit paire.
a. Calculer p1.
b. Exprimer pn+1 en fonction de pn.
c. En déduire pn, pour tout entier n.

22. Deux archers A1 et A2 disputent un match et tirent alternativement sur une cibles jusqu’à ce qu’un des deux
la touche.
A1 tire le premier.
Chapitre 06 : Espaces probabilisés – Exercices. -2-
 Pour tout : i ∈ {1,2}, Ai touche la cible avec une probabilité : pi ∈ ]0,1[.
On note : qi = 1 – pi, pour : i ∈ {1,2}, et on suppose que les tirs sont indépendants.
On pourra remarquer que Ai tire à des rangs de même parité que i.
Enfin, on note, pour : i ∈ {1,2}, l’événement Gi : « Ai l’emporte ».
a. Calculer la probabilité que A1 l’emporte au rang (2.n+1) pour : n ∈ .
b. Calculer la probabilité que A2 l’emporte au rang (2.n), pour : n ∈ .
c. En déduire P(G1) et P(G2), puis la probabilité que le jeu dure indéfiniment.
d. On dit que le jeu est équitable lorsque : P(G1) = P(G2).
p1
Montrer que ceci est réalisé si et seulement si : p 2 = .
1 − p1
1
Que peut-on en déduire si : p1 > ?
2

Formule de Bayes.
23. On considère un test sanguin détectant un virus lorsqu’il est présent dans l’organisme testé avec une
probabilité de 0.95.
Lorsque le virus n’est pas présent, le test donne néanmoins un résultat positif pour 1% des personnes.
Sachant que 0.5% de la population est porteuse du virus, quelle est la probabilité qu’une personne soit
effectivement infectée, sachant que le résultat du test a été positif ?
Quelle conclusion en tirer ?

Niveau 2.
Dénombrement.
24. a. Donner une justification combinatoire (et non calculatoire) des égalités suivantes :
 n − 1   n − 1  n 
• ∀ n ≥ 1, ∀ 0 ≤ k ≤ n – 1,   +   =   , (ensembles à k éléments)
 k − 1  k   k 
 n − 1 n
• ∀ n ≥ 1, ∀ 1 ≤ k ≤ n, n.  = k .  , (équipes à k joueurs avec capitaine)
 k − 1 k 
n
n
•∀n∈ , ∑  k  = 2 n
.
k =0  
n
n
b. En déduire la somme : ∀ n ∈ , ∑ k. k  .
k =0  

Ensembles dénombrables.
25. On suppose qu’il existe une bijection f de dans P( ).
a. On note : A = {n ∈ , n ∉ f(n)}.
En considérant l’antécédent q de A, aboutir à une contradiction.
b. Que peut-on en déduire ?

26. Soit (xi)i∈I une famille de complexes tous non nuls, tels qu’il existe : M ∈ +
tel que :
∀ J ⊂ I, J finie, ∑ xi ≤ M .
i∈J
Montrer que I est au plus dénombrable.

27. On rappelle qu’on appelle développement décimal illimité propre d’un réel x entre 0 et 1 une écriture :
x = 0.a1…an…, où : ∀ 1 ≤ n, an ∈ {0,…,9}, et la suite (an) n’est pas constante à 9 à partir d’un certain rang.
On rappelle par ailleurs qu’il existe, par le biais d’une telle écriture, une bijection entre les réels de
l’intervalle [0,1[ et l’ensemble des suites d’entiers de {0,…,9}, non constantes à 9 à partir d’un certain rang.
On suppose qu’il existe une bijection f de dans [0,1[ et on note (ap,n)n∈ le développement décimal illimité
propre du réel f(p), pour tout : p ∈ .
a. Soit (xn) la suite construite par : ∀ n ∈ ,
• si : an,n ≤ 7, x n = a n ,n + 1 ,
• si : an,n ≥ 8, x n = 0 .

Chapitre 06 : Espaces probabilisés – Exercices. -3-

 Montrer que (xn) correspond au développement décimal illimité propre d’un réel : x ∈ [0,1[.
b. Montrer que x n’a pas d’antécédent par f.
c. Conclure que [0,1[ n’est pas dénombrable, puis que n’est pas dénombrable.

Tribus.
28. On suppose qu’il existe une tribu A sur : Ω = [0,1], contenant tous les segments [a,b], avec : 0 ≤ a < b ≤ 1.
a. Montrer que A contient tous les intervalles ouverts ]a,b[, avec : 0 ≤ a < b ≤ 1, et tous les singletons {α},
avec : α ∈ [0,1].
b. On suppose que (Ω, A, P) est un espace probabilisé tel que : ∀ 0 ≤ a < b ≤ 1, P ([ a, b]) = b − a .
Déterminer P(]a,b[), pour : 0 ≤ a < b ≤ 1, puis P({α}), pour : α ∈ [0,1].

Probabilités sur un ensemble fini.

29. Soit un ensemble Ω à trois éléments : Ω = {a,b,c}, et soit : (x,y) ∈ 2.
Trouver des conditions nécessaires et suffisantes sur x et y puis représenter les couples (x,y) trouvés, de
telle sorte qu’il existe une probabilité sur Ω telle que : P ({a, b}) = x , et : P ({b, c}) = y .

30. Soit : n ∈ *.
On place dans un sac n jetons numérotés de 1 à n et on les tire du sac un par un (on suppose les tirages
équiprobables).
On obtient ainsi tous les nombres entiers, de 1 à n, rangés dans un certain ordre.
On dira qu’il y a « coïncidence » au rang i lorsque le ième jeton tiré porte le numéro i.
Enfin, on note λn le nombre de tirages (ou d’ordres) ne comportant aucune coïncidence pour n jetons.
a. Calculer λ1, λ2, λ3.
b. On se place dans le cas : n = 4.
Montrer que le nombre d’ordres comportant une seule coïncidence est 4.λ3.
Quel est le nombre d’ordres comportant deux coïncidences exactement ?
Calculer λ4.
n
c. Montrer que le nombre d’ordres comportant exactement i coïncidences (pour n jetons) est  .λ n −i , en
i  
prenant la convention : λ0 = 1.
En déduire la probabilité d’obtenir un ordre comportant exactement i coïncidences en fonction de λn-i.

31. Soit (Ω,A, P), un espace probabilisé.

a. Si A et B sont deux événements tels que : P ( A) = 0.9 , et : P ( B ) = 0.8 , montrer que : P ( A ∩ B ) ≥ 0.7 .
b. Montrer que : ∀ (A,B) ∈ A2, P ( A ∩ B ) ≥ P ( A) + P ( B ) − 1 .
n
c. Généraliser : ∀ (A1, …, An) ∈ An, P ( A1 ∩ ... ∩ An ) ≥ ∑ P( A ) − (n − 1) .
i =1
i

Probabilité sur un ensemble quelconque.

32. Soit (an) une suite de réels strictement décroissante et de limite nulle.
Déterminer λ pour qu’il existe une probabilité sur , de telle sorte que : ∀ n ∈ , P ({n, n + 1,...}) = λ .a n .

33. Soit P une probabilité sur ( , P( )).

Montrer que la suite (P({n})) tend vers 0.

34. On effectue une suite infinie de lancers d’un dé équilibré à 6 faces.

Pour : i ∈ *, on note Ai l’événement : « obtention d’un 1 au iième lancer ».
a. Définir d’une phrase sans vocabulaire mathématique les événements :
+∞
 3
  +∞ 
• E1 = I Ai , • E 2 = 
I i  ∩  I Ai  ,
A • E3 = UA . i
i=4  i =1   i = 4  i >3
ième
b. Ecrire à l’aide des Ai l’événement : « on obtient au moins une fois 1 au-delà du n lancer ».
c. On pose : ∀ n ∈ , C n = U Ai .
i>n

Chapitre 06 : Espaces probabilisés – Exercices. -4-

 Montrer que la suite (Cn) est décroissante et décrire d’une phrase en français l’événement : C = IC n .
n ≥1
d. Ecrire à l’aide des Ai les événements :
• Bn : « on n’obtient plus que des 1 à partir du nième lancer »,
• B : « on n’obtient plus que des 1 à partir d’un certain lancer ».

Probabilités conditionnelles, indépendance, formule des probabilités totales.

35. Une famille comporte deux enfants.
a. L’un d’entre eux est un garçon.
Quelle est la probabilité que l’autre enfant soit une fille ?
b. L’aîné est un garçon.
Quelle est la probabilité que l’autre enfant soit une fille ?
c. Lorsqu’on sonne à la porte de la maison, celui des deux enfants qui vient ouvrir est toujours désigné au
hasard par les parents.
Si un garçon vient ouvrir, quelle est la probabilité que l’autre enfant soit une fille ?
remarque : pour chaque question, on prendra soin de décrire l’univers utilisé, ainsi que la probabilité
attachée à la (ou les) expérience(s) aléatoire(s).

36. On distribue à un joueur de poker un ensemble de 5 cartes tirées d’un jeu de 52 cartes.
a. Quelle est la probabilité que ce jeu contienne exactement deux As ?
b. Sachant que le joueur a reçu au moins un As quelle est la probabilité qu’il en ait reçu exactement deux ?

37. Une boîte contient 8 boules blanches et 2 boules noires.

On tire trois boules de cette boîte, sans remise.
a. Quelle est la probabilité qu’au moins une des boules soit noire ?
b. Sachant qu’une des boules tirées est noire, quelle est la probabilité que la 1ère boule tirée soit noire ?
c. Quelle est la probabilité que la troisième boule tirée soit noire ?

38. On considère une suite de relais qui transmettent un message binaire (0 ou 1).
Chaque relais est noté Rk et la probabilité pour que le relais Rk transmette correctement le message au
suivant vaut : 0 < p < 1, et la probabilité qu’il le transforme en son opposé est (1 – p).
On note pn la probabilité pour que le message arrivé au relais Rn soit identique au message arrivé en R1.
a. Etablir une relation de récurrence entre pn et pn+1.
b. En déduire la valeur de pn pour tout entier : n ≥ 1.
c. Quelle est la limite de pn lorsque n tend vers +∞ ?
Peut-on comprendre ce résultat ?

39. Paul le Poulpe.

Lors du championnat du monde de football 2010, Paul le Poulpe avait le choix dans son bocal avant
chaque match de l’Allemagne entre deux récipients contenant sa nourriture préférée, chacun représentant
l’un des deux adversaires du match (dont obligatoirement l’Allemagne) et Paul choisissait toujours l’un
des deux récipients, censé désigner le gagnant.
a. Lors d’un match de poule (avec match nul éventuel), quelle est la probabilité d’un pronostic exact ?
b. Même question pour un match à élimination directe (sans match nul possible).
c. Pour les 3 matches de poule et les 4 matches directs (8ème, quart, demi et petite finale), Paul ne s’est
jamais trompé.
Quelle était la probabilité pour que cela arrive ?

2
40. On lance indéfiniment une pièce de monnaie déséquilibrée, qui donne Pile avec la probabilité .
3
On note, pour tout : n ∈ *, An l’événement : « après le nième lancer, on a obtenu pour la première fois deux
Pile consécutifs », et : an = P(An).
On définit par ailleurs, pour : n ∈ , les événements :
• Pn : « on obtient Pile au nième lancer »,
• Fn : « on obtient Face au nième lancer ».
a. Calculer a1, a2, a3.
b. En utilisant le système complet d’événements (F1, P1∩P2, P1∩F2), montrer que :

Chapitre 06 : Espaces probabilisés – Exercices. -5-

 1 2
∀ n ≥ 1, a n + 2 = .a n+1 + .a n .
3 9
c. En déduire une expression de an en fonction de n.
+∞
Calculer ∑a
n =1
n et interpréter ce résultat.

41. On étudie la descendance d’une fleur…

A l’instant 0, on dispose d’une fleur F0 et cette fleur peut avoir, à l’instant 1, deux descendances avec la
probabilité p (0 < p < 1), ou aucune avec la probabilité : q = 1 – p, et après cela, elle meurt.
Les descendances (éventuelles) de la première fleur peuvent avoir, à l’instant 2, elles-mêmes des
descendances de façon mutuellement indépendantes et dans les mêmes conditions que la première fleur
F0, puis meurent. Et ainsi de suite…
Pour : n ∈ , on note Un l’événement : « la lignée de la fleur F0 est éteinte à l’instant n », et : un = P(Un).
a. Calculer u0 et u1.
b. Montrer que la suite (un) converge vers une limite que l’on notera L.
c. Montrer que : ∀ n ∈ , u n +1 = p.u n2 + 1 − p .
 q
d. Montrer alors que : L = min1,  , et interpréter ce résultat.
 p

42. Tournoi avec une infinité de joueurs.

Des joueurs en nombre illimité, notés J1, …, Jn, …, s’affrontent dans un jeu de Pile ou Face.
Ils jouent successivement et dans l’ordre des indices, et le jeu se termine dès que l’un des joueurs obtient
Pile.
Pour tout : n ∈ , Jn obtient Pile avec la probabilité : pn ∈ ]0,1[, et on note : q n = 1 − p n .
On notera par convention : q 0 = 1 .
Enfin, on définit pour tout entier n l’événement Gn : « le joueur Jn gagne ».
a. Montrer que : ∀ n ∈ *, P (G n ) = q 0 ...q n −1 . p n = q 0 ...q n −1 − q 0 ...q n .
b. On définit la suite (Qn) par : ∀ n ∈ , Qn = q 0 ...q n .
Montrer que la suite (Qn) converge vers un réel qu’on notera a, avec : 0 ≤ a ≤ 1.
n
c. Montrer que : ∀ n ∈ *, ∑ P(G
k =1
k ) = 1 − Qn , et en déduire que :

• si : a ≠ 0, le jeu a une probabilité non nulle de ne pas se terminer,

• si : a = 0, le jeu se termine avec la probabilité 1.
d. Quelle est la probabilité que le jeu se termine dans les deux cas suivants :
• ∀ n ∈ *, p n = p , avec : 0 < p < 1.
1
• ∀ n ∈ *, p n = .
(n + 1) 2

Formule de Bayes.
43. On lance une seule fois une pièce équilibrée puis on effectue des tirages successifs dans une urne,
contenant initialement une boule blanche et une boule noire, de la façon suivante :
• on tire une boule, on note sa couleur et on la remet dans l’urne,
• on rajoute ensuite une boule blanche si on a obtenu Pile et une boule noire si on a obtenue Face.
• on recommence pour un tirage suivant.
Avant le kième tirage, l’urne contient donc k+1 boules.
a. Calculer la probabilité d’obtenir une boule blanche au kième tirage.
b. Sachant que l’on a tiré une boule blanche au kième tirage, calculer la probabilité d’avoir obtenu Pile.
c. Calculer la probabilité d’avoir obtenu k boules blanches lors des k premiers tirages.

Niveau 3.
Tribus.
44. Soit Ω un ensemble.
a. Montrer qu’une intersection quelconque de tribus sur Ω est une tribu sur Ω.

Chapitre 06 : Espaces probabilisés – Exercices. -6-

 b. Soit B une partie de P(Ω), et (Ai) la famille de toutes les tribus sur Ω contenant les éléments de B.
Montrer que l’intersection de toutes ces tribus est encore une tribu sur Ω, contenant tous les éléments
de B, puis que c’est la plus petite tribu sur Ω (au sens de l’inclusion) contenant les éléments de B.

45. Soit (An) une suite d’événements de l’espace probabilisable (Ω,A).

   
On pose : A = U  I A p
 , et : A' = I  U A p  .
  
n≥0  p≥ n  n≥ 0  p ≥ n 
a. Vérifier que A est un événement.
A quelle condition A est-il réalisé ?
b. Même question pour A’.

Probabilité sur un ensemble quelconque.

46. Soit (Ω,A,P) un espace probabilisé et soit (An) une suite d’événements de Ω deux à deux incompatibles.
Montrer que la suite (P(An)) tend vers 0.

47. On munit * de la probabilité : ∀ n ∈ *, P ({n}) =

1
.
2n
Pour : k ∈ *, on note Ak l’événement : « n est un multiple de k ».
a. Donner la probabilité de Ak, pour : k ∈ *.
b. Donner la probabilité de l’événement A2 ∪ A3.
c. Soit B l’événement : « n est un nombre premier » (1 n’étant pas premier).
13 209
Montrer que : < P ( B) < , et en déduire une valeur de P(B) à 10-2 près.
32 504

Probabilités conditionnelles, indépendance, formule des probabilités totales.

48. On considère N+1 boîtes numérotées de 0 à N, telles que la boîte numéro k contient k boules blanches et
(N – k) boules noires.
On choisit (de façon équiprobable) une boîte, puis on tire des boules de cette boîte, avec remise.
a. Quelle est la probabilité que la (n+1)ième boule tirée soit blanche, sachant que les n premières tirées sont
également blanches ?
b. Que devient ce résultat lorsque N tend vers +∞ ?

49. Une boîte contient p boules blanches et q boules noires indiscernables au toucher.
On procède à l’expérience suivante :
on tire une boule de la boîte, on note sa couleur, puis on la replace avec d boules de la même couleur en
plus de celle replacée.
Si on répète n fois cette expérience, quelle est la probabilité qu’au tirage n, la boule tirée soit blanche ?

50. Pour : n ≥ 2, on munit : n = {1, 2, …, n}, de la probabilité uniforme.

Pour un entier p divisant n, on note : Ap = {1 ≤ k ≤ n, p divise k}.
a. Calculer P(Ap).
b. Soient p et q des diviseurs de n premiers entre eux.
Montrer que Ap et Aq sont indépendants.
Plus généralement, si p1, …, pr sont des diviseurs de n premiers entre eux deux à deux, alors les
événements A p1 , …, A pr sont mutuellement indépendants.
c. On note : B = {1 ≤ k ≤ n, k et n premiers entre eux}.
 1
Montrer que : P ( B ) = ∏ 1 −  .
p premier  p
p divise n

51. Deux joueurs Pierre et Bernard lancent à tour de rôle un dé équilibré à 6 faces, Pierre commençant.
Est déclaré vainqueur le premier qui obtient un 6.
On note les événements A : « Pierre gagne la partie », B : « Bernard gagne la partie », et :
∀ n ∈ *, Sn : « le 6 sort au nième lancer », et Fn : « la partie se termine au nième lancer ».
a. Quel est l’univers lié à cette expérience aléatoire ?
b. Exprimer A et B en fonction des Sn et Fn.
Chapitre 06 : Espaces probabilisés – Exercices. -7-
 c. Calculer la probabilité de Fn, pour : n ∈ .
d. En déduire la probabilité de A et de B et dire si le jeu est équilibré.
e. Soit D l’événement : « il n’y a pas de vainqueur ».
Calculer P(D) et dire si D est un événement impossible.

52. « Pile-Pile-Face » ou « Face-Pile-Pile » ?

On considère une suite infinie de lancer d’une pièce équilibrée.
Jean et Paul s’affront dans un jeu dont les règles sont :
• Jean gagne si la configuration « Pile-Pile-Face » apparaît sans que « Face-Pile-Pile » ne soit apparue,
• Paul gagne si la configuration « Face-Pile-Pile » apparaît sans que « Pile-Pile-Face » ne soit apparue,
• si l’un des joueurs est gagnant, l’autre est perdant.
a. Pour : n ≥ 3, on note Gn l’événement : « Jean est déclaré vainqueur à l’issue du nième lancer » et gn la
probabilité de Gn.
n
1
Calculer g3 et g4, et montrer que : ∀ n ≥ 3, g n =   .
2
En déduire la probabilité que Jean soit déclaré gagnant.
b. Pour tout : n ≥ 1, on note dn la probabilité que lors des n premiers lancers, n’apparaissent jamais deux
Pile consécutifs.
Calculer d1 et d2.
1 1
Montrer, en considérant les résultats des premier et second lancers que : ∀ n ≥ 1, d n + 2 = .d n +1 + .d n .
2 4
En déduire que la suite (dn) tend vers 0.
c. On définit, pour : n ≥ 2, l’événement : « aucun joueur n’est déclaré gagnant à l’issue du nième lancer ».
1
Montrer que : ∀ n ≥ 2, P ( Bn ) = + dn .
2n
Montrer que la probabilité que l’un des joueurs soit déclaré gagnant est égale à 1.
En déduire la probabilité que Paul soit déclaré gagnant et conclure si le jeu est équilibré ou pas.

53. Un système peut être placé en n positions différentes notées S1, …, Sn.
A tout moment, il occupe une et une seule position, mais chaque minute, sa position est modifiée de façon
aléatoire, de telle sorte que si on note à chaque minute X l’ancienne position et Y la nouvelle, on a :
∀ (i,j) ∈ n2, P( X = Si ) (Y = S j ) = p i , j .
On suppose de plus que : ∀ i ∈ n, P( X = S i ) ≠ 0 , et on note M la matrice : M = (pi,j) ∈ Mn( ).
n
a. Montrer que : ∀ i ∈ n, ∑p
j =1
i, j = 1 (on dit que la matrice et le processus sont stochastiques).

b. Soient : ∀ (i,j) ∈ u i = P( X = S i ) , v j = P(Y = S j ) , U = (u1, …, un), et : V = (v1, …, vn) ∈ Mn,1( ).

2
n ,

Montrer que : V = U .M .
c. En déduire une méthode simple pour calculer la probabilité que le système soit dans une position
donnée au bout de p modifications.
d. Montrer que 1 est valeur propre de M.

54. Soit (Ω, A, P) un espace probabilisé et soient A1, …, An des événements mutuellement indépendants.
 n

Montrer que la probabilité p0 qu’aucun des Ai ne soit réalisé vérifie : p 0 ≤ exp −

∑ P( A )  .
i =1
i

55. Loi du 0-1 de Kolmogorov.

Soit (Ω,A,P) un espace probabilisé et (An) une suite d’événements mutuellement indépendants.
 
a. Interpréter l’événement : A = I  U A p
 ..

n≥0  p≥ n 
b. Si la série ∑ P( A ) converge, montrer que : P( A) = 0 .
n ≥0
n

c. Si la série ∑ P( A ) diverge, montrer que : P( A) = 1 (on pourra utiliser l’exercice précédent).

n ≥0
n

Chapitre 06 : Espaces probabilisés – Exercices. -8-