FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS

ET DE GESTION AND MANAGEMENT

ELEMENTS DE CORRECTION DE PROBABILITES /

SEANCE N°2 / CALCUL DES PROBABILITES

EXERCICE 1

a) La probabilité que le numéro de la carte soit un nombre pair P(A) = 4/9

b) La probabilité que le numéro de la carte soit un nombre multiple de 3 P(B) = 3/9
c) La probabilité que le numéro de la carte soit un nombre pair ou un multiple de 3 :
P(AUB) =P(A) +P(B) – P(Aꓵ B) or P(Aꓵ B) = 1/9 donc P(AUB) = 2/3 = 0,66
d) Il y’a 66% de chance de que le numéro de la carte soit pair ou multiple de 3.
e) La probabilité conditionnelle de a) sachant b) :
∩
P(A/B) = = 1/3

EXERCICE 2
1- La probabilité d’avoir été fumeur si on est mort d’un cancer de poumon
/
P(A1/B) = = 0,896 = 0,9
/ /

90% des fumeurs peuvent mourir du cancer de poumon ou il y ‘a 90% de chance de

mourir du cancer de poumon (taux très élevé)

2- La probabilité d’avoir été fumeur si on est mort d’un cancer de poumon

/
P(A2/B) = = 0,104 = 0,1
/ /

Il y’a seulement 10% de chance de mourir d’un cancer de poumon si on est non fumeur
ou 10% des non-fumeurs uniquement peuvent mourir du cancer de poumon (taux très
faible)
FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS
ET DE GESTION AND MANAGEMENT
Exercice 3

1- P (A) = ∑ P(Ai) = 1
2- P1 + P2 +P3 +P4 +X = 1 donc X = 2/10 ou 1/5
3- P(E) =1/2 P(F) = 3/5 P (EUF) = 4/5 P(Eꓵ F) = 3/10
4- P(E/F) = P(Eꓵ F) / P(F) = 1/2 P(F/E) = P(Eꓵ F) / P(E) = 3/5
5- Deux évènements sont dits indépendants lorsque la réalisation de l’un n’apporte
aucune information sur l’autre ou encore n’a aucune influence sur l’autre
6- P(Aꓵ B) = P(A)×P(B) ou P(A/B) = P(A) ou encore P (B/A) = P(B)
7- Oui car P(Eꓵ F) = P(E)×P(F) donc 3/10 = 1/2 × 3/5
Ou P(E/F) = P(E) donc 1/2 =1/2 ou encore P (F/E) = P(F) donc 3/5 = 3/5

EXERCICE 4 :

1) P(AᴜB) = P(A) + P(B) – P(A∩B) = 0,788 + 0.206 – 0,129 = 0,868

2) C = 310 – 190 = 120 P( C ) = 120/1500 = 0,08
Interprétation : il y’a 8% de chance que l’étudiant choisi, préfère uniquement le cinéma.
La probabilité (8%) est très faible de préférer le cinéma au lieu du football.

EXERCICE 5 : Soit A1 l’évènement la pièce provient de l’atelier 1 et A2 l’évènement elle

provient de l’atelier 2. Soit B l’évènement la pièce est défectueuse.

1. La pièce provient de l’atelier 1 : La cadence du 1 ´étant le double de celle de l’atelier 2,

il fabrique deux fois plus de pièces donc P(A1) = 2/3

2. La pièce est défectueuse : P(B) = P(B∩A1) + P(B∩A2) = P(B/A1) × P(A1) +

P(B/A2)×P(A2)

= 0,03(2/3) +0,04(1/3) = 0,02+0,013 = 0,033.

3. La pièce provient de l’atelier 1, sachant qu’elle est défectueuse :

P(A1/B) = P(B∩A1) / P(B) = 0,02 / 0,033 = 0,6%.

4. interprétation : 60% de chances que la pièce provenant de l’atelier 1 soit défectueuse

(60% des pièces de cet atelier sont défectueuses ; soit un taux relativement élevé de
pièces défectueuses).
FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS
ET DE GESTION AND MANAGEMENT

ELEMENTS DE CORRECTION DE PROBABILITES /

SEANCE N°3 / VARIABLES ALEATOIRES

EXERCICE 1
1) X et Y sont des variables aléatoires discrètes
2) Lois de probabilité des variables X et Y
- Loi de probabilité de la variable X
Xi 2 3 4 5 6 7 8 9 10 11 12

Pi 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36

- Loi de probabilité de la variable Y

Yi 0 1 2 3 4 5

Pi 6/36 10/36 8/36 6/36 4/36 2/36

3) Calculons E(X), E(Y), σ(X) et σ(Y)

Espérance mathématique et écart-type de X
E(X) = ∑ =7
V(X) = − = 54,8333 − 49 = 5,83 " = # − = 2,42

Espérance mathématique et écart-type de Y

E(Y) = ∑ $ = 1,94
V(Y) = & − & " & = # & − & = 1,43

EXERCICE 2
1) Loi de probabilité de X
X 3 4 5 6 7 8 9 10 11

Pi 1/15 1/15 2/15 2/15 3/15 2/15 2/15 1/15 1/15

2) Espérance mathématique et écart-type de X

FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS
ET DE GESTION AND MANAGEMENT
E(X) = ∑ =7
V(X) = − = 4,67 " = # − = 2,16

EXERCICE 3
1) Tableau des probabilités Pxy attachées au couple (x,y).
+
()* (
La probabilité attachée au couple (x,y) est : P(X = x et Y = y) =
(,-

Y 0 1 2 Total

1 0 0 5/35 5/35

2 0 20/35 0 20/35

3 10/35 0 0 10/35

Total 10/35 20/35 5/35 1

2) Calculons E(X), E(Y), V(X) et Cov(X,Y)

la loi de probabilité de X est :
X 0 1 2 3
P(X= xi) 0 5/35 20/35 10/35
E(X) = ∑. = 75/35 = 15/7 = 2,14
V(X) = − " = # − = 0,41

la loi de probabilité de Y est :

Y 0 1 2
P(Y= yj) 10/35 20/35 5/35
01
E(Y) = ∑0/ $/ / = 02
= 6/7 = 0,86

Cov(X,Y) = E(X,Y) – E(X)E(Y) = ∑. ∑0/ / $/ - E(X)E(Y) = 50/35 – 15/7*6/7

= - 0,41
FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS
ET DE GESTION AND MANAGEMENT

EXERCICE 4
1) P = 8/12 = 2/3
2) Déterminons la loi de probabilité de X et calculons son espérance mathématique.
X suit une loi binomiale de paramètre n = 4 et p = 2/3 , donc P(X=x) = 4.5 6
5 .75

1 .
Par exemple P(X=0) = 4.1 8 9 8 9 = 1/81
0 0

la loi de probabilité de X est :

X 0 1 2 3 4
P(X= xi) 1/81 8/81 24/81 32/81 16/81
E(X) = np = 4*2/3 = 8/3

EXERCICE 5
1) Calculons V(Z) avec Z= 3X + 2Y
V(Z) = 32V(X) + 22V(Y) = 9x5 + 4x3 = 57
2) Calculons E(Z)
E(Z) = 3E(X) + 2E(Y) = 3x4 + 2x3 = 18

EXERCICE 6
Soit une variable aléatoire continue X de densité de probabilité f(x) = : 4 − définie sur
l’intervalle (0,4)
1) Déterminons k
.
f(x) étant une densité de probabilité ;1 < = = 1
0 .
.
32
> ? 4 − = = 1 ⇒ ? A2 − C = : D E = 1 ⇒ ? = 3/32
1 3 1 3
2) Déterminons la fonction de répartition attachée à cette loi de probabilité.
5
5 0 H- 0 5-
F(x) = 3/32 ;1 4F − F =F = G2F − I = 0 82 − 9
0 0 1 0

3) Calculons E(X), E( JK V(X)

.
. 0 0 . 0 . 5L
E(X) = ;1 4 − = = 0 ;1 4 − 0
= = 0 G0 0
− I =2
0 . 1
.
. 0 0 . 0 5) .
E(X2) = ;1 0
4 − = = 0 ;1 4 0
− .
= =0 G .
− 2
I = 2
1
2 2
V(X) = E(X ) – (E(X)) = 24/5 – 4 = 4/5
FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS
ET DE GESTION AND MANAGEMENT

ELEMENTS DE CORRECTION DE PROBABILITES /

SEANCE N°4 / LOIS DE PROBABILITES

EXERCICE 1
1) X suit une loi binomiale
2) Calculons P(X = 2), P(X = 4), P(X≥ 2) et E(X)
N
P(X=2) = 4. 8 9 8 9 = = 0,375
N

. 1
P(X=4) = 4.. 8 9 8 9 = = 0,0625
N

P(X ≥ 2) = P(X=2) + P(X = 3) + P(X= 4) = 6/16 + 4/16 + 1/16 = 11/16 = 0,6875

E(X) = np = 4 x ½ = 2

EXERCICE 2
0, 270 .,Q270
P(3,25 < X < 4,75) = P( <P< = 0,02 < U < 0,15)
= P(U < 0,15) – P(U < 0,02) = 0,5596 – 0,5080 = 0,0516

EXERCICE 3
1) Calculons l’espérance mathématique et l’écart type de la variable Y
La probabilité de tire rune boule noire est P = 5/15 = 1/3
E(Y) = ST = 450*1/3 = 150

V(Y) = npq ⟹ " = #ST6 = V450 ∗ ∗ = √100 = 10 ( q = 1 - p)

0 0

2) Calculons la probabilité de l’événement A suivant : A {155 < & < 175}

Il faut centrer et réduire la variable Y pour pouvoir utiliser la table de la loi normale.
Y7 21
Considérons la variable centrée réduite U = 1
227 21 Q27 21
P(155 < Y< 175) = P( <P< = 0,5 < U < 2,5)
1 1

= P(U < 2,5) – P(U < 0,5) = 0,9938 – 0,6915 = 0,3023

FACULTE DES SCIENCES ECONOMIQUES FACULTY OF ECONOMICS
ET DE GESTION AND MANAGEMENT
EXERCICE 4
1) La probabilité pour qu’il donne la réponse correcte est P = 1/3
2) La probabilité pour qu’il donne des réponses correctes à trois questions est :
0 .1
P3 = P(X=3) = 420 8 9 8 9 =
0 0 .0

La probabilité pour qu’il donne des réponses correctes à quatre questions est :
. 1
P4 = P(X=4) = 42. 8 9 8 9 =
0 0 .0

La probabilité pour qu’il donne des réponses correctes à cinq questions est :
2 1
P5 = P(X=5) = 422 8 9 8 9 =
0 0 .0

3) La probabilité pour que le candidat soit apte, est

P = P3 + P4 + P5 = 51/243

EXERCICE 5
1) Calculons P(U< -2), P(-1 < U < 0,5), P(4U > -3), P(U< 1,5
P(U< -2) = 1 - P(U< 2) = 1 – 0,9772 = 0,0228
P(-1 < U < 0,5) = P(U < 0,5) - P( U < -1) = P( U < 0,5) – (1 - P( U < 1))
= P( U < 0,5) + P( U < 1) -1 = 0,6915 + 0,8413 – 1 = 0,5328
P(4 U > -3) = P( U > - 0,75) = 1 - P( U < - 0,75) = 1 – (1 – P( U < 0,75))
= P( U < 0,75) = 0,7734
P( U < 1,5) = 0,9332
2) Déterminons le nombre x tel que P(U < x) = 0,6255
D’après la table de la loi normale centrée réduite P(U < 0,32) = 0,6255 ⇒ = 0,32

EXERCICE 6
1) Z suit une loi binomiale de paramètre n= 1200 et p = 0,005
2) On peut approximer cette loi par une loi de poisson de paramètre m = np = 6.
Z[ \N
3= P(Z = 2) = = 0,0446
!