QCM : Variables aléatoires finies en maths sup (MPSI)
Ce QCM variables MPSI fait le tour des variables aléatoires sur un univers fini. Il commence par les lois usuelles : Bernoulli, loi d’une fonction de \(X\), loi binomiale à justifier. Il passe ensuite aux couples, avec lois marginales, indépendance et lemme des coalitions. La seconde moitié porte sur les moments : formule de transfert, König-Huygens, variance d’une transformation affine, covariance, méthode des indicatrices, puis une majoration par l’inégalité de Bienaymé-Tchebychev.
Réponds d’abord sans le cours, en écrivant au brouillon la loi ou la formule utilisée. Lis ensuite chaque explication. Elle justifie la bonne réponse et nomme le piège visé : espérance d’un inverse prise pour l’inverse de l’espérance, carré oublié devant une variance, covariance négligée, indépendance supposée sans preuve.
Les 12 questions
Question 1
La variable \(X\) suit une loi de Bernoulli de paramètre \(p\in\left]0,1\right[\). Que vaut \(E(X^2)\) ?
- \(p^2\)
- \(p\)
- \(p(1-p)\)
- \(2p\)
Réponse B.
La variable \(X\) ne prend que les valeurs \(0\) et \(1\), et \(0^2=0\), \(1^2=1\). Ainsi \(X^2=X\), donc \(E(X^2)=E(X)=p\). La réponse \(p^2\) suppose à tort que \(E(X^2)=E(X)^2\). La valeur \(p(1-p)\) est la variance, qui vaut justement \(p-p^2\) d’après König-Huygens.
Question 2
On choisit \(X\) au hasard, de façon équiprobable, dans \(\{-1,0,1,2,3\}\), et on pose \(Y=|X-1|\). Quelle est la loi de \(Y\) ?
- \(\frac{1}{3}\) pour chacune des valeurs \(0\), \(1\), \(2\)
- \(\frac{1}{5}\) pour chacune des valeurs \(0\), \(1\), \(2\)
- \(\frac{2}{5}\) pour \(Y=0\), puis \(\frac{3}{10}\) pour \(Y=1\) et pour \(Y=2\)
- \(\frac{1}{5}\) pour \(Y=0\), puis \(\frac{2}{5}\) pour \(Y=1\) et pour \(Y=2\)
Réponse D.
On regroupe les antécédents de chaque valeur. D’une part, \(Y=1\) correspond à \(X=0\) ou \(X=2\), d’où \(\frac{2}{5}\) ; de même, \(Y=2\) vient de \(X=-1\) ou \(X=3\). D’autre part, \(Y=0\) n’a qu’un antécédent. L’équiprobabilité sur les trois valeurs oublie de compter les antécédents. Les trois valeurs \(\frac{1}{5}\) n’ont pas une somme égale à \(1\) : c’est donc impossible.
Question 3
Dans un sac de \(10\) jetons, \(4\) sont rouges et \(6\) bleus. On fait \(5\) tirages avec remise et \(X\) compte les rouges. Quelle est la loi de \(X\) ?
- \(\mathcal{B}\left(5,\frac{2}{5}\right)\)
- \(\mathcal{B}\left(5,\frac{2}{3}\right)\)
- \(\mathcal{B}\left(10,\frac{2}{5}\right)\)
- \(\mathcal{B}\left(4,\frac{2}{5}\right)\)
Réponse A.
Chaque tirage est une épreuve de Bernoulli de succès « rouge », de probabilité \(\frac{4}{10}=\frac{2}{5}\). Grâce à la remise, les \(5\) épreuves sont indépendantes et identiques, donc \(X\) suit une loi binomiale de paramètres \(5\) et \(\frac{2}{5}\). Le paramètre \(\frac{2}{3}\) divise les rouges par les bleues au lieu du total. Prendre \(10\) confond le nombre de jetons et le nombre de tirages ; prendre \(4\) le confond avec le nombre de rouges.
Question 4
On tire \(X\) de façon équiprobable parmi \(1\), \(2\), \(3\) et \(4\). Que vaut \(E\left(\frac{1}{X}\right)\) ?
- \(\frac{2}{5}\)
- \(\frac{25}{12}\)
- \(\frac{25}{48}\)
- \(\frac{1}{4}\)
Réponse C.
La formule de transfert donne \(E\left(\frac{1}{X}\right)=\frac{1}{4}\left(1+\frac{1}{2}+\frac{1}{3}+\frac{1}{4}\right)\). La parenthèse vaut \(\frac{25}{12}\), d’où \(\frac{25}{48}\). La réponse \(\frac{2}{5}\) calcule l’inverse de \(E(X)=\frac{5}{2}\) : or l’espérance ne commute pas avec une fonction non affine. Par ailleurs, \(\frac{25}{12}\) oublie de pondérer par \(\frac{1}{4}\).
Question 5
Un couple \((X,Y)\) à valeurs dans \(\{0,1\}^2\) a pour loi conjointe : \(P(0,0)=0{,}1\), \(P(0,1)=0{,}3\), \(P(1,0)=0{,}2\), \(P(1,1)=0{,}4\). Que peut-on dire ?
- \(P(Y=1)=0{,}7\) ; \(X\) et \(Y\) sont indépendantes
- \(P(Y=1)=0{,}4\) ; \(X\) et \(Y\) ne sont pas indépendantes
- \(P(Y=1)=0{,}7\) ; \(X\) et \(Y\) ne sont pas indépendantes
- \(P(Y=1)=0{,}3\) ; \(X\) et \(Y\) sont indépendantes
Réponse C.
La loi marginale s’obtient en sommant sur les valeurs de \(X\) : \(P(Y=1)=0{,}3+0{,}4=0{,}7\). Ensuite, \(P(X=0)=0{,}4\) et \(P(Y=0)=0{,}3\), dont le produit vaut \(0{,}12\neq 0{,}1\). Une seule case qui échoue suffit à refuser l’indépendance. La valeur \(0{,}4\) lit seulement la case \((1,1)\). Quant à \(0{,}3\), elle lit la case \((0,1)\).
Question 6
Les variables \(X_1,X_2,X_3,X_4\) sont mutuellement indépendantes. Quel couple est forcément formé de variables indépendantes ?
- \(X_1+X_2\) et \(X_2X_3\)
- \(X_1+X_2\) et \(X_3X_4\)
- \(X_1\) et \(X_1X_2\)
- \(X_1-X_3\) et \(X_3+X_4\)
Réponse B.
Le lemme des coalitions demande que les deux variables construites n’utilisent aucune variable commune. Ici, \(X_1+X_2\) dépend de \(\{X_1,X_2\}\) et \(X_3X_4\) de \(\{X_3,X_4\}\) : ces paquets sont disjoints. Dans les autres couples, une même variable apparaît des deux côtés, comme \(X_2\) ou \(X_3\). Par conséquent, le lemme ne s’applique pas, et l’indépendance est fausse en général.
Question 7
On sait que \(E(X)=3\) et \(E(X^2)=13\). Quel est l’écart type de \(X\) ?
- \(4\)
- \(\sqrt{10}\)
- \(2\)
- \(\sqrt{22}\)
Réponse C.
La formule de König-Huygens donne \(V(X)=E(X^2)-E(X)^2=13-9=4\). L’écart type est la racine carrée de la variance, soit \(2\). La réponse \(4\) s’arrête à la variance. La valeur \(\sqrt{10}\) retranche \(E(X)\) au lieu de son carré. Enfin, \(\sqrt{22}\) ajoute \(E(X)^2\) au lieu de le soustraire.
Question 8
On sait que \(V(X)=5\). Que vaut \(V(3-2X)\) ?
- \(-10\)
- \(20\)
- \(10\)
- \(23\)
Réponse B.
Pour des réels \(a\) et \(b\), on a \(V(aX+b)=a^2V(X)\) : translater ne modifie rien, tandis qu’un facteur multiplicatif ressort élevé au carré. Ici \(a=-2\), donc \(V(3-2X)=4\times 5=20\). La réponse \(-10\) oublie le carré ; une variance négative est d’ailleurs impossible. La valeur \(10\) prend \(|a|\) au lieu de \(a^2\). Enfin, \(23\) ajoute à tort la constante \(3\).
Question 9
On sait que \(V(X)=4\), \(V(Y)=9\) et \(\mathrm{Cov}(X,Y)=-2\). Que vaut \(V(X-Y)\) ?
- \(9\)
- \(13\)
- \(-5\)
- \(17\)
Réponse D.
On développe : \(V(X-Y)=V(X)+V(Y)-2\,\mathrm{Cov}(X,Y)\). Ainsi \(V(X-Y)=4+9+4=17\). La réponse \(9\) est la variance de \(X+Y\), où la covariance s’ajoute avec son signe. La valeur \(13\) néglige la covariance, comme si les variables étaient indépendantes. Enfin, \(-5\) soustrait les variances, alors que \(V(-Y)=V(Y)\).
Question 10
On lance \(20\) fois une pièce équilibrée. Soit \(N\) le nombre d’indices \(i\in\{1,\dots,19\}\) tels que le lancer \(i\) donne pile et le lancer \(i+1\) face. Que vaut \(E(N)\) ?
- \(\frac{19}{4}\)
- \(5\)
- \(\frac{19}{2}\)
- \(10\)
Réponse A.
On écrit \(N\) comme somme de \(19\) indicatrices : \(\mathbf{1}_{A_i}\), où \(A_i\) est l’événement « pile au rang \(i\), face au rang \(i+1\) ». Chaque \(A_i\) a pour probabilité \(\frac{1}{4}\). Par linéarité, \(E(N)=\frac{19}{4}\), même si ces indicatrices ne sont pas indépendantes. La réponse \(5\) compte \(20\) positions au lieu de \(19\). La valeur \(\frac{19}{2}\) oublie la contrainte sur le second lancer.
Question 11
La variable \(S\) suit la loi \(\mathcal{B}(50;\,0{,}2)\). Que valent son espérance et sa variance ?
- \(E(S)=10\) et \(V(S)=8\)
- \(E(S)=10\) et \(V(S)=10\)
- \(E(S)=10\) et \(V(S)=40\)
- \(E(S)=10\) et \(V(S)=2\)
Réponse A.
On voit \(S\) comme le nombre de succès en \(50\) épreuves indépendantes, chacune réussie avec probabilité \(0{,}2\). Par linéarité, \(E(S)=50\times 0{,}2=10\). Ensuite, l’indépendance permet d’additionner les variances : \(V(S)=50\times 0{,}2\times 0{,}8=8\). La réponse \(40\) multiplie par \(1-p\) seulement. La valeur \(2\) remplace \(p(1-p)\) par \(p^2\). Enfin, \(V(S)=E(S)\) n’est pas vrai pour une binomiale.
Question 12
Avec \(S\) de loi \(\mathcal{B}(50;\,0{,}2)\), quelle majoration de \(P(|S-10|\geqslant 5)\) fournit l’inégalité de Bienaymé-Tchebychev ?
- \(\frac{8}{5}\)
- \(\frac{2}{3}\)
- \(\frac{2\sqrt{2}}{5}\)
- \(\frac{8}{25}\)
Réponse D.
L’inégalité donne \(P(|S-E(S)|\geqslant a)\leqslant\frac{V(S)}{a^2}\). Avec \(V(S)=8\) et \(a=5\), on obtient \(\frac{8}{25}\). La valeur \(\frac{8}{5}\) oublie le carré de \(a\) et dépasse \(1\), donc elle n’apporte rien. Quant à \(\frac{2}{3}\), elle applique l’inégalité de Markov à l’événement \(S\geqslant 15\) seulement. Enfin, \(\frac{2\sqrt{2}}{5}\) divise l’écart type par \(a\).
Pour aller plus loin
- Revoir la leçon : cours de maths sup (MPSI) sur variables aléatoires finies
- S’exercer : exercices corrigés sur variables aléatoires finies
- QCM précédent : QCM : Dénombrement et conditionnement en maths sup (MPSI)
- QCM suivant : QCM : Produit scalaire et Gram-Schmidt en maths sup (MPSI)
- Tous les chapitres : le sommaire de maths sup (MPSI)
Ressources de maths en Maths sup (MPSI)
Cours
Tout voirMatrices inversibles et pivot en maths sup (MPSI)
Équivalents et négligeabilité en maths sup (MPSI)
Formules de trigonométrie en maths sup (MPSI)
Injections, surjections et relations en maths sup (MPSI)
Calcul de développements limités en maths sup (MPSI)
Étude de fonctions et réciproques en maths sup (MPSI)
Exercices corrigés
Tout voirÉquivalents et négligeabilité en maths sup (MPSI)
Sous-espaces et supplémentaires en maths sup (MPSI)
Module, argument et racines n-ièmes en maths sup (MPSI)
Borne supérieure et densité en maths sup (MPSI)
Dénombrement et conditionnement en maths sup (MPSI)
Variables aléatoires finies en maths sup (MPSI)
Contrôles
Tout voirQCM
Tout voir

























