QCM : Lois géométrique et de Poisson en maths spé (MP)
Ce QCM Poisson MP entraîne à reconnaître et manipuler les deux lois discrètes infinies du programme. Les premières questions font calculer des probabilités ponctuelles, une espérance et une variance pour la loi géométrique et la loi de Poisson, puis approcher une binomiale de petit paramètre. On passe ensuite à l’absence de mémoire, à la loi d’une somme indépendante, à celle d’un minimum et à la probabilité qu’une variable soit paire. La fin teste le lemme des coalitions, la différence entre indépendance deux à deux et mutuelle, une loi conditionnelle et le rang du deuxième succès.
Travaille sans formulaire : écris chaque série géométrique au brouillon avant de choisir. Ensuite, lis toutes les explications, car elles montrent d’où vient chaque piège, en particulier le décalage entre les supports \(\mathbb{N}\) et \(\mathbb{N}^*\).
Les 12 questions
Question 1
On lance un dé tétraédrique équilibré jusqu’à obtenir un 4, et \(X\) est le nombre de lancers effectués. Que vaut \(P(X=3)\) ?
- \(\dfrac{27}{256}\)
- \(\dfrac{3}{64}\)
- \(\dfrac{1}{64}\)
- \(\dfrac{9}{64}\)
Réponse D.
Ici \(X\) suit la loi géométrique de paramètre \(1/4\) sur \(\mathbb{N}^*\) : deux échecs puis un succès. Ainsi, \(P(X=3)=(3/4)^2\times 1/4=9/64\). La réponse \(27/256\) compte trois échecs avant le succès, comme si le support commençait à 0. De même, \(3/64\) échange les rôles du succès et de l’échec.
Question 2
Soit \(X\) de loi géométrique \(\mathcal{G}(1/5)\) sur \(\mathbb{N}^*\). Que valent \(E(X)\) et \(V(X)\) ?
- \(E(X)=5\) et \(V(X)=25\)
- \(E(X)=5\) et \(V(X)=20\)
- \(E(X)=4\) et \(V(X)=20\)
- \(E(X)=\tfrac15\) et \(V(X)=\tfrac{4}{25}\)
Réponse B.
Pour \(\mathcal{G}(p)\), on a \(E(X)=1/p\) et \(V(X)=(1-p)/p^2\). Donc \(E(X)=5\) et \(V(X)=(4/5)\times 25=20\). La variance 25 oublie le facteur \(1-p\). Par ailleurs, l’espérance 4 correspond au nombre d’échecs avant le premier succès, c’est-à-dire à \(X-1\), dont la variance reste 20. Enfin, les valeurs \(1/5\) et \(4/25\) sont celles d’une Bernoulli.
Question 3
Soit \(N\) de loi de Poisson \(\mathcal{P}(2)\). Que vaut \(P(N=3)\) ?
- \(\dfrac{8}{3}e^{-2}\)
- \(8e^{-2}\)
- \(\dfrac{4}{3}e^{-2}\)
- \(\dfrac{4}{3}e^{-3}\)
Réponse C.
La formule est \(P(N=k)=e^{-\lambda}\lambda^k/k!\). Avec \(\lambda=2\) et \(k=3\), on obtient \(8e^{-2}/6=\tfrac43e^{-2}\). Le piège \(\tfrac83e^{-2}\) divise par 3 au lieu de \(3!\). Ensuite, \(8e^{-2}\) oublie complètement la factorielle. Enfin, l’exponentielle porte sur le paramètre et non sur la valeur \(k\), ce qui élimine \(\tfrac43e^{-3}\).
Question 4
Une machine produit 1000 pièces, chacune défectueuse avec probabilité \(0{,}003\), indépendamment. Par quelle loi approcher le nombre de pièces défectueuses ?
- \(\mathcal{P}(0{,}003)\)
- \(\mathcal{P}(2{,}991)\)
- \(\mathcal{P}(3)\)
- \(\mathcal{G}(0{,}003)\)
Réponse C.
Le nombre de défauts suit \(\mathcal{B}(1000\,;0{,}003)\), avec un grand nombre d’essais et une petite probabilité. On l’approche donc par une loi de Poisson de paramètre \(np=3\), qui conserve l’espérance. Le piège \(2{,}991\) utilise \(np(1-p)\), c’est-à-dire la variance. Quant à la loi géométrique, elle décrirait le rang de la première pièce défectueuse, pas leur nombre.
Question 5
Soit \(X\) de loi \(\mathcal{G}(p)\) sur \(\mathbb{N}^*\). Que vaut \(P(X>7\mid X>4)\) ?
- \((1-p)^3\)
- \((1-p)^7\)
- \((1-p)^4\)
- \(p(1-p)^3\)
Réponse A.
Comme \(P(X>n)=(1-p)^n\), le quotient vaut \((1-p)^7/(1-p)^4=(1-p)^3\). On retrouve ainsi l’absence de mémoire : sachant quatre échecs, la suite repart à zéro. La réponse \((1-p)^7\) oublie de conditionner. En revanche, \(p(1-p)^3\) est la probabilité d’un événement ponctuel, celle que \(X\) vaille exactement 4.
Question 6
Soient \(X\sim\mathcal{P}(1{,}5)\) et \(Y\sim\mathcal{P}(2{,}5)\) indépendantes. Quelle est la loi de \(X+Y\) ?
- \(\mathcal{P}(3{,}75)\)
- \(\mathcal{P}(4)\)
- \(\mathcal{P}(2)\)
- Ce n’est pas une loi de Poisson
Réponse B.
Pour des variables de Poisson indépendantes, les paramètres s’additionnent. En effet, la formule du binôme dans la convolution donne \(P(X+Y=n)=e^{-4}4^n/n!\). Le paramètre \(3{,}75\) multiplie au lieu d’additionner. Ensuite, \(\mathcal{P}(2)\) prend la moyenne des deux paramètres. Enfin, la stabilité par somme exige l’indépendance, qui figure bien dans l’énoncé.
Question 7
Soit \(X\sim\mathcal{G}(1/3)\) sur \(\mathbb{N}^*\). Quelle est la probabilité que \(X\) soit pair ?
- \(\dfrac{1}{2}\)
- \(\dfrac{2}{5}\)
- \(\dfrac{3}{5}\)
- \(\dfrac{4}{9}\)
Réponse B.
On somme \(P(X=2j)=\tfrac13(2/3)^{2j-1}\) pour \(j\geq1\). La série géométrique de raison \(4/9\) donne \(\tfrac29\big/\tfrac59=\tfrac25\). La valeur \(3/5\) est au contraire la probabilité d’un rang impair, plus grande car la valeur 1 est la plus probable. Ainsi, le réflexe de symétrie qui mène à \(1/2\) est faux pour une loi décroissante.
Question 8
Soient \(X\sim\mathcal{G}(p)\) et \(Y\sim\mathcal{G}(q)\) indépendantes. Quelle est la loi de \(\min(X,Y)\) ?
- \(\mathcal{G}(p+q-pq)\)
- \(\mathcal{G}(pq)\)
- \(\mathcal{G}(p+q)\)
- \(\mathcal{G}(1-pq)\)
Réponse A.
On passe par la queue : \(P(\min>n)=P(X>n)P(Y>n)=\big((1-p)(1-q)\big)^n\) grâce à l’indépendance. On reconnaît donc une loi géométrique dont le paramètre vaut \(1-(1-p)(1-q)=p+q-pq\). Le piège \(p+q\) peut dépasser 1. De plus, \(\mathcal{G}(pq)\) décrirait le premier essai où les deux expériences réussissent en même temps.
Question 9
Soient \(X_1,X_2,X_3,X_4\) mutuellement indépendantes. Quel couple est forcément formé de variables indépendantes ?
- \(X_1+X_2\) et \(X_2X_3\)
- \(X_1\) et \(X_1+X_4\)
- \(X_3-X_4\) et \(X_4-X_3\)
- \(X_1+X_3\) et \(\max(X_2,X_4)\)
Réponse D.
Le lemme des coalitions s’applique à des fonctions de paquets disjoints de variables. Or \(\{1,3\}\) et \(\{2,4\}\) sont disjoints, donc la conclusion vaut. Les trois pièges réutilisent une même variable des deux côtés. Par exemple, \(X_3-X_4\) et son opposé sont liés de façon déterministe. De même, \(X_1\) apparaît dans \(X_1+X_4\), ce qui crée en général une dépendance.
Question 10
\(U\) et \(V\) sont indépendantes, uniformes sur \(\{-1,1\}\), et \(W=UV\). Que dire de la famille \((U,V,W)\) ?
- Indépendante deux à deux, mais pas mutuellement
- Mutuellement indépendante
- \(W\) dépend de \(U\) et de \(V\)
- \(U\) et \(W\) sont indépendantes, \(V\) et \(W\) non
Réponse A.
\(W\) est uniforme sur \(\{-1,1\}\), et \(P(U=a,W=c)=P(U=a,V=ac)=1/4\) : \(U\) et \(W\) sont donc indépendantes, et de même pour \(V\). Cependant, \(P(U=1,V=1,W=-1)=0\) alors que le produit vaut \(1/8\). Par conséquent, l’indépendance mutuelle échoue. La réponse dissymétrique entre \(U\) et \(V\) contredit les rôles identiques de ces deux variables.
Question 11
Le nombre \(N\) d’appels reçus suit \(\mathcal{P}(\lambda)\). Sachant \(N=n\), le nombre \(A\) d’appels urgents suit \(\mathcal{B}(n,p)\). Quelle est la loi de \(A\) ?
- \(\mathcal{P}(\lambda)\)
- \(\mathcal{P}(\lambda(1-p))\)
- \(\mathcal{B}(n,p)\)
- \(\mathcal{P}(\lambda p)\)
Réponse D.
La formule des probabilités totales donne \(P(A=k)=\sum_{n\geq k}e^{-\lambda}\frac{\lambda^n}{n!}\binom{n}{k}p^k(1-p)^{n-k}\). En sortant \((\lambda p)^k/k!\), il reste la série de \(e^{\lambda(1-p)}\), d’où \(e^{-\lambda p}(\lambda p)^k/k!\). Le paramètre \(\lambda(1-p)\) est celui des appels non urgents. Enfin, \(\mathcal{B}(n,p)\) est la loi conditionnelle, qui dépend encore de \(n\).
Question 12
Dans une suite i.i.d. d’épreuves de Bernoulli de paramètre \(p\), \(T\) est le rang du deuxième succès. Pour \(n\geq2\), que vaut \(P(T=n)\) ?
- \(n\,p^2(1-p)^{n-2}\)
- \(\binom{n}{2}p^2(1-p)^{n-2}\)
- \((n-1)p^2(1-p)^{n-2}\)
- \((n-1)p^2(1-p)^{n-1}\)
Réponse C.
L’événement impose un succès au rang \(n\) et exactement un succès parmi les \(n-1\) premiers essais. Il y a donc \(n-1\) places possibles pour ce premier succès, et \(n-2\) échecs au total. Le piège \(\binom{n}{2}\) autorise le deuxième succès avant le rang \(n\). Quant à l’exposant \(n-1\), il compte un échec de trop.
Pour aller plus loin
- Revoir la leçon : cours de maths spé (MP) sur lois géométrique et de Poisson
- S’exercer : exercices corrigés sur lois géométrique et de Poisson
- QCM précédent : QCM : Tribus et probabilités en maths spé (MP)
- QCM suivant : QCM : Espérance, variance et covariance en maths spé (MP)
- Tous les chapitres : le sommaire de maths spé (MP)
Ressources de maths en Maths spé (MP)
Cours
Tout voirExercices corrigés
Tout voirContrôles
Tout voirQCM
Tout voir

























