Université Ibn Toufail Année universitaire : 2021-2022

Ecole Nationale de Commerce Cours de Probabilité & Statistique

et de Gestion- Kénitra
Série N◦ 2

Exercice 1.
1- On lance un dé équilibré et on note la face visible. On note X la variable aléatoire qui prend
la valeur 0 si la face obtenue est paire, et la valeur 1 sinon. Déterminer la loi de probabilité
de X.
2-Soit X la variable aléatoire définie par le tableau suivant :
xi 1 3 5 7 9 11
P [X = xi ] = pi 0, 05 0, 1 0, 15 0, 2 0, 3 0, 2
Déterminer la fonction de répartition de X et donner sa représentation graphique.
3- Lors d’une enquête, on a interrogé 5 hommes et 3 femmes. On choisit au hasard et sans
remise les personnes une à une jusqu’à obtention d’un homme. Soit X le nombre de tirages
nécessaires.
a) Déterminer les valeurs de X et sa loi de probabilité.
b) Calculer l’espérance et l’écart-type de X.

Solution 1.
1-1) Dans ce cas on a X(Ω) = {0, 1} avec
P [X = 0] = P ({2, 4, 6}) = 1/2 et P [X = 1] = P ({1, 3, 5}) = 1/2.
2- La fonction de répartition de X est une fonction définie pour tout x ∈ < par
X
F (x) = P [X ≤ x] = P [X = xi ].
xi ≤x

donnée par
x ] − ∞, 1[ [1, 3[ [3, 5[ [5, 7[ [7, 9[ [9, 11[ [11, +∞[
F (x) 0 0, 05 0, 15 0, 3 0, 5 0, 8 1
3- On considère les événement suivant : Fi :  tirer une femme au tirage N ◦ i 
Hi :  tirer un homme au tirage N ◦ i 
a) Dans ce cas X(Ω) = {1, 2, 3, 4}. Ainsi,
P [X = 1] = P (H1 ) = 5/8
P [X = 2] = P (F1 ∩ H2 ) = P (F1 )P (H2 /F1 ) = 3/8 × 5/7
P [X = 3] = P (F1 ∩ F2 ∩ H3 ) = P (H3 /F1 ∩ F2 )P (F2 /F1 )P (F1 ) = 5/6 × 2/7 × 3/8
P [X = 4] = P (F1 ∩ F2 ∩ F3 ∩ H4 ) = P (H4 /F1 ∩ F2 ∩ F3 )P (F3 /F2 ∩ F1 )P (F2 /F1 ) = 1/6 × 2/7 × 3/8.
La loi est :
xi 1 2 3 4
P [X = xi ] 5/8 = 35/56 15/56 5/56 1/56
b) Il suffit d’appliquer les relations :
X
E(X) = xi P [X = xi ] = 5/8 + 30/56 + 15/56 + 4/56 = 84/56.
i
et X
V (X) = x2i P [X = xi ] − E(X)2 = 5/8 + 60/56 + 45/56 + 16/56 − (84/56)2 .
i
Exercice 2. Un joueur lance simultanément 3 pièces de monnaie parfaitement équilibrées.
Il gagne 60 dhs s’il obtient 3 faces, 30 dhs s’il obtient 2 faces, 10 dhs pour 1 face, mais il
perd 100 dhs s’il obtient que des piles. Soit X, la variable aléatoire qui associe son gain ou
sa perte.
1- Etablir la loi de probabilité de X.
2- Calculer la probabilité de gagner :
- strictement moins de 30 dhs.
2

3- Calculer l’espérance mathématique et l’écart-type de la variable aléatoire X. Quelle est la

signification de l’espérance mathématique dans ce cas précis ?
4- Combien le joueur devrait-il gagner ou perdre pour rendre le jeu équitable (un jeu étant
équitable si l’espérance mathématique de gain est nulle) ?

Solution 2.
Soit X la variable aléatoire qui désigne le gain du joueur A. Alors on a X(Ω) = {60, 30, 10, −100}.
Les pièces de monnaie sont parfitement équilibrés donc les événements sont équibrobables.
On note F pour  face et P pour  pile . donc
P [X = −100] = P ({P P P }) = 1/8, P [X = 10] = P ({F P P, P F P, P P F }) = 3/8,

P [X = 30] = P ({F F P, F P F, P F F }) = 3/8, P [X = 60] = P ({F F F }) = 1/8,

xi −100 10 30 60
P [X = xi ] 1/8 3/8 3/8 1/8
2) P [X < 30] = P [X = 10] = 3/8 et P [X > 10] = P [X = 30] + P [X = 60] = 1/2.
3)
X
E(X) = xi P [X = xi ] = −100×P [X = −100]+10×P [X = 10]+30×P [X = 30]+60×P [X = 60] = 10.
i
X
V (X) = x2i P [X = xi ] − E(X)2 .
i

4) On va changer la valeur d’une éventualité. Notons par exemple que le joueur gange x i il
obtient 3 pile. Alors
x 180
E(X) = x/8 + 10 × P [X = 10] + 30 × P [X = 30] + 60 × P [X = 60] = + .
8 8
Alors
E(X) = 0 ⇔ x + 180 = 0 ⇔ x = −180.

Exercice 3. Sur plusieurs stands, des loteries identiques sont organisées. Chacune comporte
20 billets dont un gagne 100 Dhs, deux gagnent 50Dhs et trois gagnent 20 Dhs. Les autres
billets ne gagnent rien.
1) Une personne achète un billet. Soit X la variable aléatoire : somme gagnée par cette per-
sonne.
a- Etablir la loi de probabilité de X.
b- Quelle est la probabilité que la personne gagne au moins 50 Dhs ?
2) Une autre personne a pris un billet à 5 stands différents. Soit Y la variable aléatoire
désignant le nombre de billets gagnants.
a- Quelle est la loi de probabilité de Y ?
b- Quelle est son espérance et son écart-type.

Solution 3.
1)a- On a X(Ω) = {0, 20, 50, 100} avec
14 3 2 1
P [X = 0] = , P [X = 20] = , P [X = 50] = , P [X = 100] = .
20 20 20 20
b-
3
P [X ≥ 50] = P [X = 50] + P [X = 100] =
20.
2)a- La personne a achete 5 billets de 5 stands diffrents. les billets sont indpendants et le
nombre de billets gagnant est : Y (Ω) = {0, 1, 2, 3, 4, 5} :
D’autre part, un billet est dit gagnant si la somme gagne est soit 10dhs ou 50dhs ou 100dhs.
 3

 5
14
P [Y = 0] =
20
 4
14 6
P [Y = 1] = C51
20 20
 3  2
14 6
P [Y = 2] = C52
20 20
 2  3
14 6
P [Y = 3] = C53
20 20
1 
6 4
 
14
P [Y = 4] = C54
2020
 5
6
P [Y = 2] =
20
b-
5
X 6
E(Y ) = kP [Y = k] = ,
4
k=0

5
X 21
V (Y ) = k 2 P [Y = k] − E(Y )2 = .
20
k=0
Exercice 4.
1- On considère une urne contenant une boule blanche et deux boules noires identiques. On
effectue deux tirages successifs dans cette urne, la première boule tirée étant remplacée par
une boule de couleur différente. On demande de construire l’ensemble fondamental associé à
cette épreuve aléatoire, si on tient compte de l’ordre des tirages, et de déterminer la proba-
bilité de chacun des événements élémentaires. En déduire la loi de probabilité de la v.a. X
qui représente le nombre de boules noires tirées.
2- Une urne contient six boules dont quatre blanches et deux noires. On extrait une boule
de l’urne, puis on la remet et on effectue ensuite des tirages sans remise jusqu’à l’obtention
d’une boule de même couleur. Déterminer la loi de probabilité du nombre X de tirages après
remise de la boule tirée initialement.

Solution 4.
1- Si on considre les vnements suivants :
Bi = la boule tire au tirage numro i est blanche .
Ni = la boule tire au tirage numro i est noire .

Ω = {B1 ∩ N2 , N1 ∩ B2 , N1 ∩ N2 }.
et on aura
P (B1 ∩ N2 ) = P (B1 )P (N2 /B1 ) = 1/3,
P (N1 ∩ B2 ) = P (N1 )P (B2 /N1 ) = 2/3 × 2/3 = 4/9,
P (N1 ∩ N2 ) = P (N1 )P (N2 /N1 ) = 2/3 × 1/3 = 2/9.
La loi de probabilit de X : X(Ω) = {0, 1, 2}.
P [X = 0] = 0, vnement impossible
P [X = 1] = P [(B1 ∩ N2 ) ∪ (N1 ∩ B2 )] = 1/3 + 4/9 = 7/9.
P [Y = 2] = P [(N1 ∩ N2 )] = 2/9.
Exercice 5. La durée du processus d’atterissage d’un avion est le temps T , mesuré en
4

de l’avion sur la piste. Dans un certain aéroport, on estime que T est une v.a. continue dont
la densité de probabilité est la fonction f de R dans R définie par :
f (t) = te−t si t > 0.

f (t) = 0, sinon.
1- Calculer E(T ) et σ(T ).
2- Déterminer la fonction de répartition F de T .
3- Quelle est la probabilité que :
- T dépasse 2 minutes ?
- T soit compris entre 45 secondes et 3 minutes ?
- T soit inférieur à 4 minutes sachant qu’il dépasse 2 minutes ?

Solution 5.
1)
Z Z ∞
E(T ) = tf (t)dt = t2 e−t dt
0
et par intégration par partie, on trouve E(T ) = 2.
de même,
Z
V (T ) = t3 e−t dt − E(T )2 = 2
p √
et V (T ) = σ(T ) = 2.
2) La fonction de répartition est
Z x Z x
F (x) = f (t)dt = f (t)dt
−∞ 0

Si x < 0 alors F (x) = 0.

Si x >, alors,
x
Z x x
−te−t 0 e−t dt = −xe−x + −e−t 0 = −xe−x − e−x + 1.
 
F (x) = +
0

3)
P [T > 2] = 1 − P [T < 2] = 1 − F (2)

P [45/60 < T < 3] = F (3) − F (45/60).

F (4) − F (2)
P (T < 4/T > 2) = P [2 < T < 4]/P [T > 2] = .
1 − F (2)
Exercice 6. Considérons la fonction f définie de R dans R par :
1 − |x−µ|
f (x) = e λ , λ, µ ∈ R.
2λ
1- Vérifier que la fonction f peut être considérée comme une densité de probabilité quels que
soit µ ∈ R et λ ∈ R+,∗ .
2-Calculer l’espérance mathématique et la variance d’une variable aléatoire X de fonction de
densité f avec λ = 1, µ = 0.

Solution 6.
1) f est positive, d’autre part,
Z ∞ Z +∞
1 |x−µ|
f (x)dx = e− λ dx
−∞ 2λ −∞
Z µ Z ∞
1 x−µ 1 x−µ
= e λ dx + e− λ dx
2λ −∞ 2λ µ
 5

2) Pour λ = 1 et µ = 0. et en utilisant une intégration par partie, on obtient

1 ∞ −|x|
Z Z
E(X) = xf (x)dx = xe dx
2 −∞
1 0 1 ∞ −x
Z Z
x
= xe dx + xe dx
2 −∞ 2 0
= 0.

De même,

Z Z ∞
1 |x−|
V (X) = 2
x f (x)dx = x2 e− λ dx
2λ −∞
1 ∞ 2 −x
Z 0 Z
1 2 x
= x e dx + x e dx
2 −∞ 2 0
= 2.

Exercice 7. Une variable aléatoire

 X dont la densité de probabilité est donnée par la fonc-
 −0, 03x2 + 10x
tion f définie par : f (x) = , pour tout x ∈ [0, 100]
 0 40000
ailleurs
1- Représenter graphiquement la fonction densité f et vérifier que l’aire comprise entre la
courbe et l’axe des abscisses est égale à 1.
2- Calculer la probabilité que X soit :
a- Egale à 30.
b- Inférieure ou égale à 30. Représenter cette probabilité sur le graphique.
c- Supérieure à 30.
d- Comprise entre 60 et 70.
3- Calculer l’espérance mathématique, la variance et l’écart-type de la variable aléatoire X.
4- Exprimer et représenter graphiquement la fonction de répartition de X.

Solution 7.
1) On peut représenter facilement la fonction f .
+∞ 100
−0, 03x2 + 10x
Z Z
Aire = f (x)dx = dx
−∞ 0 40000
100
−x3

1 2
= + 5x
40000 100 0
= 1.

2) a- P [X = 30] = 0 puisque X est une variable continue.

b- Par définition on a :
Z 30
P [X ≤ 30] = f (x)dx
−∞
30
−0, 03x2 + 10x
Z
= dx
0 40000
 3 30
1 −x
= + 5x2 = 0, 10575.
40000 100 0

c- P [X > 1] = 1 − P [X < 30] = 1 − 0, 10575 = 0, 8943.

d-
Z 70  3 70
1 −x 2
6

3)
Z 100
−0, 03x2 + 10x
Z
E(X) = xf (x)dx = x
0 40000
Z 100
1
−0, 03x3 + 10x2 dx


=
40000 0
100
−3x4 10x3

1
= +
40000 400 3 0
= 64, 58.
et
Z 100
−0, 03x2 + 10x
Z
V (X) = x2 f (x)dx − E(X)2 = x2 − (64, 58)2
0 40000
Z 100
1
−0, 03x3 + 10x2 dx − (64, 58)2


=
40000 0
= 579
√
et par conséquent, σ(X) = 579 = 24, 06.
4) On sait que F est une fonction positive et croissante de 0 à 1. La fonction de répartition
est la primitive de f .
Z x
F (x) = f (t)dt
−∞
Si x < 0 alors F (x) = 0.
Si 0 ≤ x ≤ 100, alors
x  3 x
−x
Z
1 2
F (x) = f (t)dt = + 5x
0 40000 100 0

Si x > 100, F (x) = 1.

Exercice 8. Dans une ville, une banque met en place 5 guichets automatiques, dans 5 quar-
tiers différents : 3 guichets du type  carte rouge  et 2 guichets du type  carte verte .
La probabilité qu’un guichet de type  carte rouge  soit hors service pendant un week-end
est de 0, 1, et la probabilité qu’un guichet de type  carte verte  soit hors service pendant
un week-end est de 0, 2. Soit X le nombre de guichets  carte rouge  hors service et Y le
nombre de guichet  carte verte  hors service, durant un week-end.
1- Donner la loi du couple (X, Y ).
2- Calculer la probabilité qu’un client possédant une carte rouge puisse se servir à un guichet
automatique, un week-end.
3- Un client possède une carte rouge et une carte verte. Calculer la probabilité qu’il puisse
se servir à un guichet automatique, sachant que tous les guichets  carte verte  sont hors
service.
4- Calculer E(X) et E(Y ).
5- Calculer Cov(X, Y ).
6- Calculer σ(X), σ(Y ), σ(X + Y ).
Solution 8.
Les guichets travaillent indépendament l’un de l’autre, alors les variables X et Y sont
indépendants. On a X(Ω) = {0, 1, 2, 3} et Y (Ω) = {0, 1, 2}. Alors
PXY : X(Ω) × Y (Ω) −→ [0, 1]
(i, j) 7−→ PXY (i, j) = PX (i) × PY (j)
avec

P [X = i] = C3i (0, 1)i (0, 9)3−i , pour i = 0, 1, 2, 3.

 7

2) Un client peut se servir à un guichet de type carte rouge s’il y a au moins un guichet en
marche, i.e., X ≤ 2. Donc
P [X ≤ 2] = 1 − P [X > 2] = 1 − P [X = 3] = 1 − (0, 1)3 .
3) On calcule PXY /Y =2 (X ≤ 2) = P [X ≤ 2].
4) E(X) = 0, 3 et E(Y ) = 0, 4.
5) Puisque X et Y sont indépendants, alors cov(X, Y ) = 0.
6) V (X) = 3 × (0, 1)(0, 9), V (Y ) = 2 × 0, 2 × 0, 8 et V (X + Y ) = V (X) + V (Y ) car X et Y
sont indépendants.

Exercice 9. Dans une grande surface, 60% des clients payent leurs achats avec des chèques,
30% en espèces, 10% avec une carte bancaire.
On choisit deux clients au hasard. Soit X le nombre des clients parmi les 2, qui payent avec
des chèques et Y le nombre des clients parmi les 2, qui payent en espèces.
1- Calculer la loi du couple (X, Y ).
2- Calculer les lois marginales.
3- Calculer E(X) et E(Y ).
4- Calculer σ(X) et σ(Y ).
5- Déterminer la loi de probabilité des clients payant en espèces, sachant qu’un des clients a
payé avec une carte bancaire.
Solution 9. On a X(Ω) = {0, 1, 2} et Y Ω = {0, 1, 2}.
PXY : X(Ω) × Y (Ω) −→ [0, 1]
(i, j) 7−→ PXY (i, j) = P [X = i, Y = j] = C2i × C2j × C22−i−j (0, 6)i (0, 3)j (0, 1)2−i−j
yj \xi 0 1 2 Loi marginale de Y :PY
0 0, 01 0, 14 0, 36 0, 49
1 0, 02 0, 36 0 0, 42
2 0, 09 0 0 0, 09
Loi marginale de X :PX 0, 16 0, 48 0, 36 1
3) On a E(X) = 1, 2 et E(Y ) = 0, 6.
4) X
V (X) = k 2 P [X = k] − E(X)2 = 0, 48
k
σ(X) = 0, 693
X
V (Y ) = k P [Y = k] − E(Y )2 = 0, 419
2

k
σ(Y ) = 0, 648.
3) Soit T la variable désigne le nombre de clients payant par carte.
Si T = 1 alors Y prend les valeurs {0, 1} et on a pour k = 0 ou k = 1 , on a
P ([Y = k] ∩ [T = 1])
P (Y = k/T = 1) =
P [T = 1]
avec T = 1 ⇔ X +Y = 1 ⇔ (X, Y ) = (1, 0)ou(X, Y ) = (0, 1). Donc P (T = 1) = 0, 12+0, 06 =
018. Ainsi,
P ([Y = 0] ∩ [X = 1]) 0, 12
P (Y = 0/T = 1) = = = 0, 667
P [T = 1] 0, 18
P ([Y = 1] ∩ [X = 0]) 0, 06
P (Y = 1/T = 1) = = = 0, 333.
P [T = 1] 0, 18

Exercice 10. Soient X et Y deux variables aléatoires discrètes dont les valeurs possibles sont
X(Ω) = {1, 2, 3, 4} et Y (Ω) = {1, 2}. On définit la loi conjointe du couple (X, Y ) par :
f : X(Ω) × Y (Ω) → [0, 1]
ij
(i, j) 7→ pij = 71 (1 − 30 )
1-Verifier que f est une fonction de densit de probabilit.
8

3- Déterminer les lois conditionnelles de X sachant Y = 1 et de Y sachant X = 2.

Solution 10.
1)
4 X
2 4 X
2
X X 1 ij
pij = (1 − )
7 30
i=1 j=1 i=1 j=1
 
4 2
1X 2 −
X ij 
=
7 30
i=1 j=1
4  
1 X 1
= 2− i
7 10
i=1
4
!
1 1 X
= 8− i
7 15
i=1
 
1 10
= 8− = 1.
7 10
donc f est une fonction de probabilité.
2) On a ∀i ∈ X(Ω),
2 2
X X 1X ij
P [X = i] = P [X = i, Y = j] = pij = (1 − )
7 30
j∈Y (Ω) j=1 j=1
 
1 i
= 2−
7 10
3) On a ∀i ∈ X(Ω),
P [X = i, Y = 1]
P [X = i/Y = 1] =
P [Y = 1]
1 i 1
= (1 − )
7 30 P [Y = 1]
P4 11
Or, P [Y = 1] = i=1 pi1 = 21 . Ainsi, ∀i ∈ X(Ω) on a
1 i 21 3 i
P [X = i/Y = 1] = (1 − ) = (1 − ).
7 30 11 11 30

Exercice [Link] urne contient 7 boules : 2 bleues, 3 blanches et 2 rouges. On prélève 3

boules d’un coup. On note respectivement X et Y les nombres de boules bleues et blanches
dans l’échantillon tiré.
1- Déterminer la loi du couple (X, Y ).
2- Déterminer les lois marginales de X et Y .
3- Calculer P [X > Y ] et P [X = Y ].
4- Sachant que l’échantillon contient deux boules bleues, quelle est la probabilité que la
troisième boule soit blanche ?

Solution 11.
Dans ce cas on a X(Ω) = {0, 1, 2} et Y (Ω) = {0, 1, 2, 3}. Puisque le tirage est d’un seul coup,
alors chaque tirage est une combinaison. Donc,∀0 ≤ i ≤ 2, ∀0 ≤ j ≤ 3, on a X = i et Y = j
c’est un tirage de i bleues parmi les 2 bleues et j blanches parmi les 3 blanches et 3 − i − j
rouges parmi 2 rouges.
C2i C3j C23−i−j
 9

avec Cnk = 0 si k < 0.

3) Le seul cas possible de [X = Y ] est X = Y = 1.
C21 C31 C21
P [X = Y ] = P [X = Y = 1] = .
C73
4)
P [X > Y ] = P [X = 1, Y = 0] + P [X = 2, Y = 0] + P [X = 2, Y = 1].
5) Si Z la variable de nombre de boules rouges. Alors
X = 2 ⇔ Y = 1 ou Z = 1
Alors
P [X = 3] C3
P [Y + Z = 0/X = 2] = = 1 1 3 1 1.
P [X = 2] C2 C3 + C2 C2