École Supérieure Privée d’Ingénierie et de Technologies

Classes : 4ème DS&INFINI Probabilités I Nombre de pages : 1

Date : 9/11/2022 Devoir surveillé Durée : 1h

Exercice 1 : (11points)
Les dépanneurs-remorqueurs interviennent auprès des personnes dont le véhicule est en panne ou accidenté, aprés avoir
reçu un appel de leur part.
Pour des causes diverses, les interventions ont parfois lieu avec retard. On admet que les appels se produisent indépendamment
les uns des autres, et que, pour chaque appel la probabilité d’un retard est de p = 0, 25.
1. Un client appelle le service à 4 reprises. On désigne par X la variable aléatoire prenant pour valeurs le nombre de
fois où ce client a dû subir un retard.
a. (2 points) Identifier la loi de probabilité de X.

Notons Xi , i = 1, . . . , 4 vaut 1 si le client subit un retard à son i-ème appel et 0 sinon. Les Xi sont des variables
aléatoires de Bernoulli indépendantes de même paramètre p=0.25. Puisque X = X1 + X2 + X3 + X4 , alors X
suit donc la loi binomiale B(n = 4, p = 0.25).
b. (2 points ) Donner l’espérance et la variance de X.

Comme X ∼ B(n, p) alors E(X) = np = 4 × 0.25 = 1 et V (X) = np(1 − p) = 4 × 0.25 × 0.75 = 0.75
c. (1 point ) Calculer la probabilité de l’événement : ”Le client a au moins subi un retard”.

On cherche P(X ≥ 1).

P(X ≥ 1) = 1 − P(X < 1) (1)

= 1 − P(X = 0) (2)
0 4
= 1 − p (1 − p) (3)
= 1 − 0.754 = 0.68. (4)

2. Le nombre d’appels reçus par jour est une variable aléatoire Y qui suit la loi de Poisson de paramètre λ > 0. On
note par Z le nombre d’appels traités en retard.
a. (1,5 points ) Montrer que :
(
Cnk pk (1 − p)n−k si k ≤ n
P(Z = k / Y = n) =
0 sinon

On fixe le nombre d’appels reçus par jour à n ∈ N. Le nombre d’appels traités en retard désigne le nombre de
succès dans une n répétitions indépendantes d’une épreuve de Bernoulli de paramètre p. Ceci imlique que la loi
de Z conditionnellement à N = n est la loi binomiale de paramètres n et p. Autrement dit :
(
Cnk pk (1 − p)n−k si k ≤ n
P(Z = k | Y = n) =
0 sinon

b. (1 point ) En déduire P(Z = k , Y = n) pour tout n, k ∈ N.

P (Z = k, Y = n) = P (Z = k|Y = n)P (Y = n)
λn
= Cnk pk (1 − p)n−k e−λ
n!
pk (1 − p)n−k e−λ λn
=
k!(n − k)!
 2/4

c. (1 point ) En utilisant la formule des probabilités totales, montrer que Z suit la loi de Poisson
de paramètre λp.

Pour n ∈ Y (Ω) = N, on définit l’évènement An = {Y = n}, alors on a :

∀n ̸= n′ , An ∩ An′ = ∅ et ∪n∈N An = Y (Ω) = N

donc la suite d’évènements (An )n∈N forme un système complet de N. Par la suite
FPT
X
P({Z = k}) = P(Z = k|Y = n)P(Y = n)
n≥0
X e−λ λn pk q n−k
=
k!(n − k)!
n≥k
+∞
e−λ λk pk X λn−k q n−k
=
k! (n − k)!
n=k
+∞
−λ k k X
m=n−k e λ p λm q m
=
k! m=0
(m)!
k k
e−λ λk pk λq (λp) (λp)
= e = e−λ eλ(1−p) = e−λp
k! k! k!
Ainsi Z suit la loi de poisson de paramètre λp
3. a. (1,5 points ) Déterminer la fonction génératrice GZ de Z.
Pour z ∈ [−1, 1], on a :

X +∞
X
GZ (z) = P(Z = k)z k = P(Z = k)z k
k∈Z(Ω) k=0
+∞
X (λp)k −λp k
= e z
k!
k=0
+∞
X (λpz)k
= e−λp
k!
k=0

= e−λp eλpz = eλp(z−1)

b. (1 point ) En déduire le nombre moyen d’appels traités en retard.

En utilisant la relation reliant la fonction génératrice d’une v.a. discrète avec ses moments, on obtient :
′ ′
E(X) = Gz (1) = GZ (z)|z=1 = λpeλ(z−1) |z=1 = λp

Exercice 2 : (9points)
Soit X une variable aléatoire de densité de probabilité définie par :
(
λ2 x e−λx si x ≥ 0
f (x) =
0 sinon

avec λ un réel strictement positif.

1. (1,5 points ) Vérifier que f est bien une densité de probabilité.

D’une part, il est clair que f est bien une fonction positive et continue sur R comme étant le produit des fonctions
sont aussi.
 3/4

D’autre part, on a :
Z Z +∞
f (x)dx = λ2 x e−λx dx
R 0
Z +∞
= (−λx)(−e−λx )dx,
0

on pose

U (x) = −λx ⇒ U ′ (x) = −λ

V ′ (x) = −λ e−λx ⇒ V (x) = e−λx

Appliquons la formule d’intégration par parties, on en déduit que

Z
+∞
Z +∞
f (x)dx = −λxe−λx 0 + λ e−λx dx

R 0
+∞
= −e−λx 0 = 1.


On conclut que f est bien une densité de probabilité.

2. a. (2 points ) Montrer que la fonction caractéristique de X est donnée par :

λ
2
ΦX (t) =
λ − it
Par défintion de la fonction caractéristique, pour tout t ∈ R,on a :
Z Z +∞
ΦX (t) = itx
e f (x) dx = eitx λ2 xe−λx dx
R 0
Z +∞
= λ2 xe−x(λ−it) dx
0

on pose

U (x) = x ⇒ U ′ (x) = 1
1
V ′ (x) = e−x(λ−it) ⇒ V (x) = − e−x(λ−it)
λ − it
Appliquons la formule d’intégration par parties, on en déduit que
 +∞ Z +∞
x 1
ΦX (t) = λ2 − e−x(λ−it) + λ2 e−x(λ−it) dx
λ − it 0 0 λ − it
Z +∞
λ2
= e−x(λ−it) dx
λ − it 0
+∞
λ2

1
= e−x(λ−it)
λ − it λ − it 0
 2 
λ 
= lim e−x(λ−it) − 1
λ − it x→+∞
 2
λ
= ; (||e−λx eitx || ≤ ||e−λx ||)
λ − it

b. (1,5 points ) Déduire l’espérance E(X) de X.

En utilisant le lien entre la fonction caractéristique et ’espérance d’une v.a., on obtient ;

′ iλ2 2
E(X) = −iΦX (0) = −2i 3
|t=0 =
(λ − it) λ

3. a. (2 points ) Calculer la fonction de répartition FX de X.

 4/4

— si x ≤ 0 Z x
FX (x) = f (t)dt = 0
−∞

— si x > 0
Z x Z x
FX (x) = f (t)dt = λ2 t e−λt dt
−∞ 0
Z x
= λ2 te−λt dt,
0 x Z x
t 1 −λt
= λ − e−λt + λ2
2
e dt
λ 0 0 λ
 x
−λx 1 −λx
= −xλe +λ − e
λ 0
= −xλe−λx − e−λx + 1
= 1 − e−λx (λx + 1).

Alors, ∀x ∈ R, la fonction de répartition FX est donnée par :

(
1 − e−λx (λx + 1). si x ≥ 0
FX (x) =
0 sinon

b. (2 points ) Soit Y = eX . Déterminer la loi de Y .

D’une part, on a :

FY (y) = P(Y ≤ y) = P(eX ≤ y)

Ceci implique que pour y < 1, FY (y) = 0.

En revanche, pour y ≥ 1, on a :

λ ln(y) + 1
FY (y) = P(X ≤ ln(y)) = FX (ln(y)) = 1 − e−λ ln(y) (λ ln(y) + 1) = 1 − .
yλ

Bon travail