Exercices de Probabilités et Statistiques
Transféré par
AbouZakariaExercices de Probabilités et Statistiques
Transféré par
AbouZakariaTravaux Pratiques de Probabilité et Statistique Descriptive
CP2, ENSA, Université Ibn Zohr, Agadir, 2021/2022
L. BEN HSSAIN, H. LALIOUI et N. OURKIYA
Probabilité
1 Simulation de Variables Aléatoires Discrètes
Exercice 1. Loi Binomiale B(n, p)
Soit X la variable aléatoire qui représente le nombre de succès obtenus lors des n épreuves d’un schéma
de Bernoulli. Alors on dit que X suit une loi Binomiale de paramétres n, p, notée B(n, p). La loi de
cette variable aléatoire est donnée par
P (X = k) = Cnk pk (1 − p)n−k .
L’espérance et la variance de X sont respectivement E(X) = np et V (X) = np(1 − p).
On s’intéresse à l’infection des arbres d’une foret par un parasite. Soit p la proportion d’arbres
infectés. On étudie n arbres. On dit qu’on a un succès avec la probabilité p si l’arbre est infecté, et
qu’on a un échec avec la probabilité 1 − p sinon. Soit X la variable aléatoire qui donne le nombre des
arbres infectées.
1 Quelle est la loi de la variable aléatoire X?
2 En prenant n = 5 et p = 21 , calculer P (X = k) pour k = 0, 1, 2, ..., n.
3 Tracer l’histogramme (diagramme en bâtons) de ces réalisations de P .
4 Calculer FX (k) = P (X ≤ k), la fonction de répartition de X pour k = 0, 1, 2, ..., n (remplir le
tableau suivant):
k 0 1 2 ... n
FX (k)
1 1 1
5 Reprendre les trois dernières questions pour les couples (n, p) = 10, 3 , 20, 4 , 50, 5 .
Soit (n, p) = 50, 15 .
6 Calculer l’espérance E(X) et la variance V (X). Comparer avec les expressions analytiques.
7 Quelle est la probabilité qu’au plus trois-quart des arbres soient infectées?
8 Quelle est la probabilité qu’au moins un-quart des arbres soient infectées?
9 Calculer P (X = 20) et FX (20) en utilisant la fonction Excel [Link].
10 Reprendre les questions 7 et 8 en utilisant la fonction Excel [Link].
1
BEN HSSAIN, LALIOUI et OURKIYA 2021/2022
Exercice 2. Loi de Poisson P(λ)
Cette loi est une approximation de la loi binomiale quand np est petit, n grand et np −→ λ (en
pratique, n ≥ 50 et np ≤ 10). Une variable aléatoire X de loi de Poisson de paramètre λ, notée P(λ),
vérifie pour tout
λk
P (X = k) = exp(−λ).
k!
L’espérance et la variance de X sont égales à E(X) = V (X) = λ.
Soit n le nombre des voitures circulent quotidiennement dans une autoroute. On admet que le
nombre d’accidents survenant sur cette autoroute quotidiennement est une variable aléatoire X qui
suit la loi de Poisson de paramètre λ.
1 En prenant n = λ = 5, calculer P (X = k) pour k = 0, 1, 2, ..., n.
2 Tracer l’histogramme (diagramme en bâtons) de ces réalisations de P .
3 Calculer FX (k) = P (X ≤ k) la fonction de répartition de X pour k = 0, 1, 2, ..., n, remplir le
tableau suivant:
k 0 1 2 ... n
FX (k)
4 Reprendre les trois dernières questions pour les valeurs de λ suivantes 10, 15, 20 et pour n = 50.
Soit λ = 10 et n = 50:
5 Calculer l’espérance E(X) et la variance V (X). Comparer avec les expressions analytiques.
6 Quelle est la probabilité qu’il y ait au plus 4 accidents lors d’un jour donné?
7 Quelle est la probabilité qu’il y ait au moins 2 accidents lors d’un jour donné?
8 Calculer P (X = 20) et FX (20) en utilisant la fonction Excel [Link].
9 Reprendre les questions 7 et 8 en utilisant la fonction Excel [Link].
10 En prenant le couple (n, p) = (50, 51 ), et en utilisant les résultats de l’exercice 1 tracer le deux
histogrammes (diagramme en bâtons) des réalisations de P pour les deux lois B(n, p) et P(λ).
Commenter le résultat obtenu.
2 Simulation de Variables Aléatoires Continues
Exercice 3. Loi Normale N (µ, σ)
Cette loi est une approximation de la loi binomiale quand np est petit et n grand (en pratique, n ≥ 30,
np ≥ 5 et n(1 − p) ≥ 5). Une variable aléatoire Z de loi normale de paramètre µ et σ, notée N (µ, σ),
à comme densité de probabilité la fonction suivante:
−(x − µ)x2
1
fZ (x) = √ exp .
σ 2π 2σ 2
L’espérance et la variance de Z sont respectivement µ et σ 2 . La fonction de répartition de la variable
aléatoire Z est donnée par l’expression suivante:
Z x
FZ (x) = P (Z ≤ x) = fZ (t)dt.
−∞
Soient µ = 0 et σ = 1, on dit que Z est normale centrée réduite.
1 En utilisant la fonction Excel [Link](), calculer les probabilités suiv-
ante:
P (Z ≤ 4); P (Z ≥ 5), P (Z ≤ −6); P (Z ≥ 6) et P (−6 ≤ Z ≤ 6).
2
BEN HSSAIN, LALIOUI et OURKIYA 2021/2022
2 En utilisant la fonction Excel [Link](), determiner a, b
et c tels que:
1 1 1
P (Z ≤ a) = , P (Z ≥ b) = et P (−c ≤ Z ≤ c) = .
4 3 2
3 Tracer la fonction de répartition FZ sur l’intervalle [−8, 8] décomposée avec un pas h = 0, 05.
Pour (n, p) = 30, 16 , en posant µ = np et σ = p(1 − p):
4 Calculer l’espérance E(Z) et la variance V (Z) en utilisant la méthode des rectangles d’intégration
numérique sur l’intervalle [−8, 8] avec un pas h = 0, 05. Comparer avec les expressions analy-
tiques.
5 Calculer FZ (2) et P (Z ≥ 2) en utilisant la fonction Excel [Link]().
6 Pour quelle valeur de a on aura FZ (a) = 21 ? Vérifier cette valeur en utilisant la fonction Excel
[Link]().
7 En preneant λ = 1 reprendre la question 10 de l’exercice 2.
8 Superposer la fonction densité fZ (tracer fZ sur l’intervalle [0, 30] décomposée avec un pas
h = 0, 05) aux histogrammes de la question précédente.
3 Théorèmes Limites
Exercice 4. Loi Uniforme Discrète U(n) & Continue U([a, b])
Loi Forte des Grandes Nombres
Soit X la variable aléatoire associée au résultat obtenue lors du lancement d’un dés.
1 Quelle est la loi de X? son espérance E(X), et sa variance V (X)?
On cherche à vérifier numériquement la ”Loi Forte des Grandes Nombres”, en lance un dé 1500 fois
puis en enregistre les résultats de cette expérience.
2 Donner, en utilisant la fonction Excel [Link](), les 1500 réalisations de la
variable aléatoire X.
3 Le résultat de la ”Loi Forte des Grandes Nombres” est-il applicable? Vérifier numériquement.
Théorème Centrale Limite
La loi uniforme continue sur une intervalle [a, b] à comme densité de probabilité la fonction suivante:
1
fU ([a,b]) (x) = si x ∈ [a, b] et 0 sinon.
b−a
On considère une variable aléatoire X qui suit la loi uniforme sur l’intervalle [1, 4].
4 Tracer fX et FX sur l’intervalle [0, 5] décomposée avec un pas h = 0, 05.
Soient X1 , X2 , ..., Xn , n variables aléatoires indépendantes et identiquement distribuées de loi U([1, 4])
(n grand).
5 Générer les n réalisations des variables aléatoires X1 , X2 , ..., XN
(utiliser la formule Excel 1+ALEA()*(4-1)).
6 Répéter N fois (N grand) la question 5 puis tracer l’histogramme des valeurs obtenues pour
vérifier le résultat du ”Théorème Centrale Limite”.
