Université Mohammed V – Rabat

Faculté des Sciences Juridiques, Économique et Sociales- Salé

Tronc commun Gestion Groupe : A & B Semestre 3 : 2024/2025
Professeur BADDI
Module : Probabilité
Travaux Dirigé - Série 4- Corrigé-
Lois de probabilité
Exercice 1 :
Soit X une variable aléatoire suivant une loi Binomiale de paramètres n  10 et p  0.4 . Calculer les
probabilités suivantes :
1. P( X  1)
2. P( X 2)
3. P( X  3)
Exercice 2 :
La probabilité qu'une personne faisant ses courses dans un supermarché bénéficie d'une promotion spéciale
pour un certain produit est de 0,2. Si nous prenons au hasard un échantillon de dix personnes dans ce
supermarché,
1. Quelle est la probabilité que deux personnes profitent de l'offre ?
2. Quelle est la probabilité qu'au moins deux personnes profitent de l'offre d'un certain produit ?
3. Quelle est la probabilité qu'au plus deux personnes profitent de l'offre d'un certain produit ?
Exercice 3 :
Dans une entreprise donnée, 35% des employés sont mariés. On choisit au hasard un échantillon de cinq
employés dans cette entreprise et on note X la variable aléatoire représentant le nombre d'employés mariés
dans cet échantillon.
1. Quelle est la probabilité qu'aucun des employés choisis au hasard dans l’échantillon ne soit marié ?
2. Quelle est la probabilité qu’au moins un employé choisi au hasard soit marié ?
3. Calculer E  X  et V  X  .

Exercice 4 :
On dispose d'un lot de 30 téléviseurs, dont 5 sont défectueux. On choisit au hasard un échantillon de 3
téléviseurs dans ce lot. Déterminer :
1. La probabilité que les 3 téléviseurs tirés ne soient pas défectueux.
2. La probabilité que les 3 téléviseurs tirés soient tous défectueux.
3. La probabilité qu'un seul des 3 téléviseurs tirés soit défectueux tandis que les 2 autres ne le sont pas.
Exercice 5 :
Considérons la variable aléatoire X qui représente le nombre de tornades observées dans une région donnée
au cours d'une année. Si X suit une loi de Poisson de paramètre   5 , calculez :
1. P( X  2)

1
2. P( X  3)
3. P(2 X 5)
Exercice 6 :
Un standard téléphonique reçoit en moyenne 0,6 appels par minute. On considère la variable aléatoire X
qui représente le nombre d'appels reçus en une minute par ce standard téléphonique.
1. Déterminer la loi de X .
2. Quelle est la probabilité qu'il y ait au moins un appel au cours d'une minute donnée ?
3. Quelle est la probabilité qu'il y ait au moins trois appels en quatre minutes ?
Exercice 7 :
Soit Z une variable aléatoire suivant une loi normale centrée réduite. Calculer les probabilités suivantes :

1. P  Z  1.45
2. P  Z  2.5
3. P  Z  1.65
4. P  Z 0.45
5. P  0  Z  3
6. P  0.56  Z  1.05
7. P  Z  1.5

Exercice 8 :
Soit X une variable aléatoire suivant une loi normale N  0,1 . Déterminer la valeur de a tel que :

1. P  X  a   0.281
2. P  X  a   0.063
3. P  0  X  a   0.379
4. P  a  X  a   0.95

Exercice 9 :
On suppose que le poids d’une pièce fabriquée par une entreprise suit une loi normale avec une moyenne
de 1.5 kg et un écart type de 0.4 kg.
1. Quelle est la probabilité qu'une pièce choisie au hasard pèse moins de 1.4 kg ?
2. Quelle est la probabilité qu'une pièce choisie au hasard pèse entre 1.6 et 1.7 kg ?
3. Quelle est la probabilité qu'une pièce choisie au hasard pèse plus de 1.8 kg ?

2
Exercice 10 :
Soit X une variable aléatoire suivant une loi normale de moyenne m et d'écart type   12 . Si la
probabilité que X prenne une valeur inférieure à 193,4 est de 0,8023, quelle est la probabilité qu'elle prenne
une valeur supérieure à 189,8 ?

3
Corrigé :
Exercice 1 :
La formule de probabilité utilisée pour calculer les probabilités ci-dessous est celle de la loi binomiale, car
la variable aléatoire X suit cette loi avec des paramètres n  10 et p  0.4 . La formule de probabilité de la

loi binomiale est la suivante : P( X  k )  Cnk p k 1  p 

nk

 0.41  1  0.4 
101
1. P( X  1)  C10
1

 C101  0.41  0.69

 0.04
2. P( X 2)  P( X  0)  P( X  1)

 C100  0.40  0.610  C101  0.41  0.69

 0.046
3. P( X  3)  1  P( X 3)
 1  P( X  0)  P( X  1)  P( X  2)
 1  C100  0.40  0.610  C101  0.41  0.69  C102  0.42  0.68 
 1  0.168
 0.832
Exercice 2 :
Soit X la variable aléatoire représentant le nombre de personnes bénéficiant d'une promotion spéciale pour
un certain produit dans un échantillon de 10 personnes. X suit une loi binomiale de paramètres n  10 et
p  0.2 , où n est le nombre d'individus dans l'échantillon et p est la probabilité qu'une personne bénéficie

de la promotion spéciale pour un certain produit. Ainsi, X B 10;0.2 

1. La probabilité que deux personnes profitent de l'offre est :

P( X  2)  C102  0.22  1  0.2 

10  2

 C102  0.22  0.88

 0.302
2. La probabilité qu'au moins deux personnes profitent de l'offre d'un certain produit est :
P( X  2)  1  P( X 2)
 1   P( X  0)  P( X  1) 
 1  C100  0.20  0.810  C101  0.21  0.89 
 1  0.376
 0.624
3. La probabilité qu'au plus deux personnes profitent de l'offre d'un certain produit est :

4
 P( X  2)  P( X  0)  P( X  1)  P( X  2)
 C100  0.20  0.810  C101  0.21  0.89  C102  0.22  0.88
 0.678
Exercice 3 :
Soit X la variable aléatoire représentant le nombre d’employés mariés dans un échantillon de 5 employés.
X suit une loi binomiale de paramètres n  5 et p  0.35 , où n est le nombre d'employés dans l'échantillon

et p est la probabilité qu'un employé choisi au hasard soit marié. Ainsi, X B  5,0.35

1. La probabilité qu'aucun des employés choisis au hasard dans l’échantillon ne soit marié est :

P( X  0)  C50  0.350  1  0.35 

5 0

 C50  0.350  0.655

 0.116
2. La probabilité qu’au moins un employé choisi au hasard soit marié est :
P( X  1)  1  P( X 1)
 1  P ( X  0)
 1  C50  0.350  0.655
 1  0.116
 0.884
3. On calcule E  X  et V  X  :

L’espérance de la variable aléatoire X suivant une loi binomiale de paramètres n  5 et p  0.35 est donnée
par :
E  X   n p  5  0.35  1.75

La variance de la variable aléatoire X suivant une loi binomiale de paramètres n  5 et p  0.35 est donnée
par :
V  X   n p 1  p   5  0.35  0.65  1.137

Exercice 4 :
Soit X la variable aléatoire représentant le nombre de téléviseurs défectueux dans un échantillon de trois
téléviseurs.
5 1
La variable X suit une loi Hypergéométrique de paramètres N  30 , n  3 et p   . Ainsi,
30 6
 1
X H  30,3,  .
 6

1. La probabilité que les 3 téléviseurs tirés ne soient pas défectueux est :

5
 C50  C25
3
P  X  0 
C303
 0.5665

2. La probabilité que les 3 téléviseurs tirés soient tous défectueux est :

C53  C25
0
P  X  3 
C303
 0.0024
3. La probabilité qu'un seul des 3 téléviseurs tirés soit défectueux tandis que les 2 autres ne le sont pas.
C51  C252
P  X  1 
C303
 0.3694
Exercice 5 :
X est la variable aléatoire représentant le nombre de tornades observées dans une région donnée au cours
d'une année. Comme X suit une loi de Poisson de paramètre   5 , la probabilité que X prenne la valeur
k
k est donnée par la formule suivante : P  X  k   e   . Ainsi :
k!
52
1. P  X  2   e   0.084
5

2!
2. P( X  3)  1  P( X 3)

 1   P( X  0)  P( X  1)  P( X  2) 
 50 51 52 
 1  e5   e5   e5  
 0! 1! 2! 
 0.875
3. P(2 X 5)  P( X  3)  P( X  4)

53 5 54
5
e  e 
3! 4!
 0.316
Exercice 6 :
1. La variable aléatoire X qui représente le nombre d'appels reçus en une minute par un standard
téléphonique suit une loi de Poisson de paramètre   0.6 , car ce standard reçoit en moyenne 0.6 appel
par minute.
k
La loi de probabilité de la variable X est donnée par la formule suivante : P  X  k   e 
, avec
k!
k est le nombre d’appel reçu en une minute.
2. La probabilité qu'il y ait au moins un appel au cours d'une minute donnée est :

6
P  X  1  1  P  X 1
 1  P  X  0
0.60
 1  e 0.6 
0!
 0.451
3. Soit Y la variable aléatoire représentant le nombre d'appels reçus en quatre minutes par le standard
téléphonique. La variable Y suit une loi de Poisson de paramètre   4  0.6  2.4 ,
Ainsi, la probabilité qu'il y ait au moins trois appels en quatre minutes est :
P  X  3  1  P  X 3
 1   P( X  0)  P( X  1)  P( X  2) 
 2.40 2.41 2.4 2.42 
 1  e2.4   e2.4  e 
 0! 1! 2! 
 0.430

Exercice 7 :
Z une variable aléatoire suivant une loi normale centrée réduite. En utilisant la table de la loi normale
centrée réduite, on calcule les probabilités suivantes :

1. P  Z  1.45   1.45  0,9265

2. P  Z  2.5  P  Z  2.5  1    2.5  1  0,9938  0,0062
3. P  Z  1.65  1   1.65  1  0,9505  0, 0495
4. P  Z 0.45  1  P  Z  0.45  1  1    0.45     0.45  0,6736
5. P  0  Z  3    3    0  0,9987  0,5  0.4987
6. P  0.56  Z  1.05   1.05    0.56    1.05    0.56  1  0, 8531  0,7123 1  0,5654
7. P  Z  1.5  P  1.5  Z  1.5  2 1.5  1  2  0,9332  1  0,8664

Exercice 8 :
X une variable aléatoire suivant une loi normale N  0,1 . On détermine la valeur de a :

1. P  X  a   0.281
1    a   0.281
  a   1  0.281
  a   0, 719

On trouve par lecture inverse dans la table que   0.58  0.719 .

Alors, a  0.58

2. P  X  a   0.063

7
   a   0.063

On ne trouve pas la valeur 0.063 dans la table.

Donc a est négative. Ainsi,

  a   0.063
1    a   0.063
  a   0.937

On trouve par lecture inverse dans la table que  1.53  0.937 .

Par conséquent, a  1.53 et a  1.53

3. P  0  X  a   0.379
  a     0   0.379
  a   0.379    0 
  a   0.379  0.5
  a   0.879

On trouve par lecture inverse dans la table que  1.17   0.879 .

Alors, a  1.17

4. P  a  X  a   0.95
2  a   1  0.95
0.95  1
 a 
2
  a   0.975

On trouve par lecture inverse dans la table que  1.96   0.975 .

Alors, a  1.96

Exercice 9 :
On considère X la variable aléatoire représentant le poids de la pièce fabriquée par l’entreprise.
Étant donné que X suit une loi normale de paramètres   1.5 kg et   0.4 kg , la variable aléatoire
X  1.5
Z suit une loi normale centrée réduite N  0,1 .
0.4
1. La probabilité qu'une pièce choisie au hasard pèse moins de 1.4 kg est :

8
  X  1.5 1.4  1.5 
P X 1.4   P  
 0.4 0.4 
 P  Z 0.25
 PZ 0.25
 1    0.25
 1  0,5987
 0, 4013
2. La probabilité qu'une pièce choisie au hasard pèse entre 1.6 et 1.7 kg est :

 1.6  1.5 X  1.5 1.7  1.5 

P 1.6 X 1.7   P  
 0.4 0.4 0.4 
 P  0.25 Z 0.5 
   0.5     0.25 
 0, 6915  0,5987
 0, 0928
3. La probabilité qu'une pièce choisie au hasard pèse plus de 1.8 kg est :

 X  1.5 1.8  1.5 

P X 1.8   P  
 0.4 0.4 
 P  Z 0.75
 1    0.75
 1  0, 7734
 0, 2266
Exercice 10 :
X une variable aléatoire suivant une loi normale de moyenne m et d'écart type   12 .
On calcule tout d’abord la moyenne de la variable aléatoire X .
On sait que :
P X 193, 4   0,8023
 X  m 193, 4  m 
P   0,8023
 12 12 
 193, 4  m 
PZ   0,8023
 12 
 193, 4  m 
   0,8023
 12 

On trouve par lecture inverse dans la table que   0.85  0,8023 .

193, 4  m
Ainsi,  0.85
12
m  193.4   0.85 12   183.2
La moyenne de la variable aléatoire X est m  183.2

9
On calcule ensuite la probabilité que X prenne une valeur supérieure à 189,8 :
 X  183.2 189.8  183.2 
P X 189.8   P  
 12 12 
= P  Z 0.55 
=1    0.55 
=1  0, 7088
= 0.2912

10