0% ont trouvé ce document utile (0 vote)
188 vues9 pagesExo 7
Transféré par
Oussama AzCopyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
188 vues9 pagesExo 7
Transféré par
Oussama AzCopyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
Exo7
Année 2014
Exercices de mathématiques
Exercice 1, Une entreprise pharmaceutique décide de faire des économies
sur les tarifs d'affranchissements des courriers publicitaires & envoyer aux
clients. Pour cela, elle décide €Vatfranchir, au hasard, une proportion de 3
lettres sur 5 au tarif urgent, les autres au tarif normal.
1. Quatre lettres sont envoyées dans un cabinet médical de quatre méde-
quelle est la probabilité des événements :
A: «Au moins l'un Centre ewe regoit une lettre au tarif urgent
B: «Exactement 2 médecins sur les quatre regoivent. une lettre au tarif
urgents.
2, Soit X la variable aléatoire ; «nombre de lettres alfranchies au tari
urgent parmi 10 lettres : Quelle est la loi de probabilité de X, quelle
est son espérance, quelle est sa variance?
Correction 1. 1. On utilise une Joi binomiale, loi de la variable aléa-
toire : «nombre de lettres alfranch if urgent parmi 4 letires»
n = 5, p = 3. On obtient P(A) 2 0.9744, P(B) =
QGP?
2, La loi de probabilité de X est une loi binomiale, loi de la variable aléa-
gent parmi. 10 lettres».
12
toire : . Quelle est la
Joi de X? (on ne donnera que la forme générale) quelle est. son espérance,
son écart-type? Quelle est Ia probabilité pour que X soit égal a 15°? Correction 3. Soil. X la variable aléatoire nombre de clients qui viennent
aprés réservation parmi 20. La loi de X est une loi binomiale de para-
metres n = 20, p = 0.75. Son espérance est np = 15, son éeart-type est
nv —p) = VT5-0.25. La probabilité pour que X soit égal A 15 est
(2)0.75"%0.25° = 0.20233.
Exercice 4, L’oral d’un concours comporte au total 100 sujets ; les candidats
tirent au sort trois sujets et choisissent alors le sujet traité parmi ces trois
sujets. Un candidat se présente en ayant révisé G0 sujets sur Tes 100,
1. Quelle est la probabilité pour que le candidat ait révisé :
(a) les trois sujets tirés
(b) exactement. dewx sujets sur les trois sujets;
(c) aucun des trois sujets.
2, Définir une variable aléatoire associée A ce probleme et donner sa loi
de probabilité, son espérance,
Correction 4. La variable aléatoire associée & ce problame est X «nombre
de sujets révisés parmi les 3» ; son support est ensemble {0,1,2,3}. La loi
de_X est une Joi hypergéométrique puisque Pévénement [X = fk], pour &
compris entre 0 et 3, se produit si le candidat tire & sujet(s) parmi les 60
révisés, et 3 — k snjets parmi les 40 non révisés.
Alors :
1. Les trois sujets tirés ont été révisés : PLX = 3] = os
2, Dewx des trois sujets tins ont @4é revises : PLX = 2) = Gi).
3. Aucun des trois sujets : PLX = 0) ie,
La loi de probabilité de X est donnée sur le support {0,1,2,3} par
(2)-(s4)
ey
PIX =4)
Résultats numériques =
k=0: PIX =0] ~6.110 x 10
1: P[X = 1] ~ 0.289
2: PIX = 2] ~ 0.438
3: PIX =3] ~ 0.212
Lrespérance est E(X) = 1.8 (selon la formule E(X) = np),
Exercice 5. Un candidat se présente a un concours ot, cette fois, les 20
questions sont données sous forme de QCM. A chaque question, sont. pro-
posées 4 réponses, une seule étant exacte. L'examinateur fait le compte des
réponses exactes données par les candidats. Certains candidats répondent
au hasard A chaque question; pour ceux-la, définir une variable aléatoire
associée & ce probleme et donner sa loi de probabilité, son espérance. Correction 5. Puisque les réponses sont. données an hasard, chaque grille-
reponses est en fait la répétition indépendante de 20 épreuves aléatoires (il
y a4 grilles-réponses). Pour chaque question la probabilité de succes est
de } et Vexaminateur fait le compte des succes : la variable aléatoire X,
nombre de bonnes réponses, obéit &.une Toi binomiale done on a directement
les résultats. Pour toute valeur de k comprise entre 0 et 20: PLX =
CEA — 4)”, ce qui donne la loi de cette variable aléatoire
Quelle est Pespérance d'un candidat fumiste? C'est. (X) = np = 5
Exercice 6. Dans une poste d'un petit village, on remarque qu’entre 10
heures et 11 heures, la probabilité pour que deux personnes entrent durant
la méme minute est considérée comme nulle et que Varrivée des personnes
est indépendante de la minute considérée. On a observé que la probabilité
pour qu'une personne se présente entre la minute n et la minute n+ 1 est
p=0.1. On veut calculer la probabilité pour que : 3,4,5,6,7,8... personnes se
présentent. au guichet entre LOh et 1th.
1. Définir une variable aléatoire adaptée, puis répondre au probléme consi-
dere
2. Quelle est la probabilité pour que au moins 10 personnes se présentent
au guichet entre 10h et 11h?
Correction 6. Une variable aléatoire adaptée a ce probléme est le nombre
X de personnes se présentant au guichet entre 10h et, 11h. Compte tenu des
hypotheses, on partage 'heure en 60 minutes. Alors X suit une loi binomiale
de paramétres n = 60 et.p = 0-1. On est dans le cas de processus poissonnien
on peut approcher la loi de X’ par la loi de Poisson de paramétre 4 = 60 x
0.1 =6. Lrespérance de X est done E(X) = 6;
On peut alors calculer les probabilités demandées : PIX = k) = Se*
Valeurs Ines dans une table ou calculées : P[X = 3] ~ 0.9%; PIX = 4) ~
13.44
10.3%
Remarque : de fagon générale si le paramétre 4 d’une loi de Poisson est un
entier K, on a: P[X = K - 1) = 49-5" = S4¢-* — pix =k].
sulons maintenant la probabilité pour que au moins 10 personnes se pré-
sentent. au guichet entre 10h et 11h : C'est P[X > 10] = 1— hg Me" ~
8.392 x 1072,
PIX = 5] = PIX = 6] ~ 16.1%; P[X = 7] ~ 13.8%: PIX
Cal
Exercice 7. Si dans une population une personne sur cent est un cente-
naire, quelle est la probabilité de trouver au moins un centenaire parmi 100
personnes choisies au hasard? Et parmi 200 personnes?
Correction 7. La probabilité p = {5 étant faible, on peut appliquer la loi
de Poisson despérance 100p = | au nombre X de centenaires pris parmi cent
personnes. On cherche done : PIX > 1] = 1— P[X = 0] =1—e7! ~ 63%. Sur un groupe de 200 personnes : Fespérance est 2 done : P[X’ > 1] =
1—e? ~ 86%. La probabilité des évenements : [X’ = 1) et [X" = 2]
sont les mémes et valent : 0.14. Ainsi, sur 200 personnes, la probabilité
de trouver exactement un centenaire vant 0.14, égale a la probabilité de
trouver exactement deux centenaires. Cette valeur correspond au maximum
de probabilité pour une loi de Poisson despérance 2 et. se généralise. Si X
obeit & une loi de Poisson d’espérance K’, alors le maximum de probabilité
est obtenu pour les événements [X = K — 1] et [X= Ki].
Exercice 8. Un industriel doit vérifier "état de marche d
en remplacer certaines le cas échéant. D’aprés des statistiques précédentes,
il évalue a 30% la probabilité pour une machine de tomber en panne en 5
parmi ces clerni hors dusage su
panne plus grave est évaluée a 75% ; cette probabilité est de 40% pour une
machine n'ayant jamais eu de panne.
s machines et,
es, la probabilité de deven
1. Quelle est la probabilité pour une machine donnée de plus de cing ans
Petre hors usage?
2. Quelle est la probabilité pour une machine hors usage de n’avoir
jamais eu de panne auparavant ?
3. Soit X la variable aléatoire «nombre de machines qui tombent en panne
au bout de 5 ans, parmi 10 machines choisies au hasard». Quelle est la
loi de probabilité de X, (on donnera le type de loi et les formules de
caleul), son espérance, sa variance et son écart-type?
4, Calculer PX = 5]
Correction 8. 1. 30% est la probabilité de Pévénement Panne, noté Pa;
la probabilité pour une machine donnée de plus de cing ans, d°étre hors
Pusage est P(HU) = P(HU/Pa) P(Pa)+P(HU/nonPa) P(nonPa) =
0.3-0.75 + 0.4-0.7 = 0.505,
2, La probabilité pour une machine hors @usage de navoir jamais eu de
panne auparavant est. P(non Pa/HU) = P(HU/non Pa)P(non Pa)/P(HU) =
0.4-0.7/0.505 = 0.55446.
3. La loi de probabilité de X est une loi binomiale, n = 10, p = 04,
espérance 4
4. PIX = 5] = (2) (0.3)°(0.7
Exercice 9. Une population comporte en moyenne une personne mesurant
plus de 1m90 sur 80 personnes. Sur 100 personnes, calculer la probabilité
qu'il y ait au moins un
de Poisson). Sur 300 personnes, calculer la probabilité qu'il y ait au moins
une personne mesurant plus de 1.90m.
0.10292
personne mesurant plus de 1.90m (utiliser
Correction 9. Le nombre X de personnes mesurant plus de 1.90m parmi
109,
100 obsit & une loi de Poisson de paramétre 4. La probabilité qu’il y ait. an mo
done 1— P[X=0|=1-e 8 71350.
Sur 300 personnes : la probabilité qu’il y ait an moins une personne mesurant
plus de 1.90m est done 1 — P[Y =0] =1—e = 0.97648.
ynne mesurant plus de 1.90m est
Exercice 10. Soil n un entier stricter
nt positif. Quelle est la loi du nombre
de garcons dans ine famille de n enfants? (Préciser les hypotheses que vous
laites)
Exercice 11. Une usine fabrique des transistors. Chaque transistor a une
probabilité de 3% d’étre défectueux. Quelle est la loi du nombre de transistors
défectucux dans un lot de 100 transistors? Que vaut son espérance et que
représente-t-elle?
Exercice 12. L’eutreprise Luminex fabrique des lampes, dont 80% durent
plus de 3000 heures. Des tests sont effectués sur des échantillons de taille
n= 15,
ye durée de vie infé-
1. Quelle est le nombre moyen de lampes qui ont u
rieure 43000 heures dans un échantillon de taille 15?
2. Quelle est la probabilité que toutes les lampes de 'échantillon durent
plus de 3000 heures ?
3. Quelle est la probabilité que 13 lampes ou plus, dans un échantillon de
taille 15, durent plus de 3000 heures ?
Correction 12. 1. Une lampe tirée an hasard a une probabilité de 0,2
avoir une durée de vie inférieure A 3000 heures. Le nombre X de
ampes qui ont une durée de vie inférienre 3000 heures dans v
Gchantillon de taille 15 tiré au hasard est la somme de 15 variables
de Bernoulli de paramétre p = 0,2. Par conséquent, il suit une loi
binomiale B(15;0,2). Son espérance vaut E(X) = 15 x 0,
2 Cest p(X = 0) = (77) (0,2)°(0,8)" ~ 0,0352
3. Crest p(X = 0) + p(X = 1) + p(X = 2)
(?) (0,2)9(0,8)" + (Fore ayy (Ze.
= 0,0352 + 0, 1319 + 0, 2309 = 0,398
)2(0, 8)"
Exercice 13. Un transporteur aérien a observé que 25% en moyenne des
personnes ayant réservé un siége pour un vol ne se présentent pas au départ.
Tl décide d’accepter jusqu’a 23 réservations alors qu'il ne dispose que de 20
sigges pour ce vol.
1. Soit X la variable aléatoire “nombre de cl
s qui viennent aprés ré-
servation quand 23 places ont &6 réservées”. Quelle est la loi de X
(précisez les hypotheses que vous faites pour modéliser la situation)
Quelle est son espérance? 2, Si 23 personnes ont réservé, quelle est. la probabili
personnes qui se présentent au départ aient un siege’?
é que toutes les
Correction 13. 1. La loi de X est une Toi binomiale de parametres n=
P(X =k) = (php) * si0 < & 0 telle que la probabilité que X soit,
dans Vintervalle [0,5 — $,0,5 + ;] soit supéricure 4 95%.
5. On lance Ia pidce 10 fois. Elle tombe 3 fois sur pile et 7 fois sur face.
D’aprés vous la pidce est-elle bien équilibrée (on justifiera sa réponse
en utilisant la question 3? Méme question si on obtient 1 fois pile et. 9
fois face.
Correction 14. 1. ¥ ~ B(10,1/2), X = Y/10.
2. P(X > 0,5) = P(Y > 5) = P(Y =6,7,8,9, 10) ~ 0,37.
3. P(O,A 5) =1— P(Y <4) ~ 0,371.
6 Exercice 16. Dans une diciature militaire, le dictateur veut augmenter le
nombre de naissances de garcons. II impose la régle suivante : si une femme
donne naissance 4 une fille, elle doit continuer a faire des enfants ; si elle donne
naissance a un garcon, elle doit arréter dayoir des enfants. On suppose que
chaque femme a au moins un enfant et pas plus de 5 enfants.
1. Soit X le nombre de filles par femme. Quelle est la loi de X?
2. Quel est le nombre moyen de filles d’une femme? Le nombre moyen
de garcons? Cette régle est-elle efficace pour augmenter le nombre de
gargons?
Correction 16. 1. P(X =k)
5) = 0.5%.
2. B(X) = Docnes kP(X =k) = 1428434 442 +525 = 0, 96875.
Y = nombre de garcons. I_y a exactement 1 garcon sauf s'il y a 5
filles. P(Y = 0) = 0,5° = 1/32. E(Y) = P(Y = 1) x 1 = 0,96875.
E(X) = E(¥), done pas elficace.
0,580, 5
05°! si0
