Exercices de Probabilites

Abdelkader BENHARI
Exercices de probabilits discrtes Enoncs et solutions
ii
Ce document, qui comportera plus de 100 exercices rcapitulatifs et une (ou plusieurs) proposition(s) de solution pour chacun deux, doit tre utilis comme un outil de contrle de sa propre dmarche dans la rsolution des problmes de probabilit se trouvant en fin de section ou chapitre et galement la fin des notes de cours.
-
Chapitre 0 : Prliminaires mathmatiques et logiques Chapitre 1 : Probabilits lmentaires Chapitre 2 : Conditionnement, compatibilit et dpendance Chapitre 3 : La loi des probabilits totales et le thorme de Bayes Chapitre 4 : Variables alatoires discrtes Chapitre 5 : Moments Chapitre 6 : Lois discrtes
Il est de premire importance dessayer de rsoudre dabord les exercices avant de consulter les suggestions de correction.
A.BENHARI
iii
Table des matires Chapitre 0

Exercice 0.1 Exercice 0.2 Exercice 0.3 Exercice 0.4 Exercice 0.5 Exercice 0.6 Exercice 0.7 Exercice 0.8 Exercice 0.9 Exercice 0.10 Exercice 0.11 Exercice 0.12 Exercice 2.12
Chapitre 3
Exercice 3.1 Exercice 3.2 Exercice 3.3 Exercice 3.4 Exercice 3.5 Exercice 3.6 Exercice 3.7 Exercice 3.8 Exercice 3.9 Exercice 3.10 Exercice 3.11 Exercice 3.12
Chapitre 1
Exercice 1.1 Exercice 1.2 Exercice 1.3 Exercice 1.4 Exercice 1.5 Exercice 1.6 Exercice 1.7 Exercice 1.8 Exercice 1.9 Exercice 1.10 Exercice 1.11 Exercice 1.12 Exercice 1.13 Exercice 1.14 Exercice 1.15 Exercice 1.16 Exercice 1.17 Exercice 1.18 Exercice 1.19 Exercice 1.20
Chapitre 4
Exercice 4.1 Exercice 4.2 Exercice 4.3 Exercice 4.4
Exercice 6 Exercice 7 Exercice 8 Exercice 9 Exercice 10 Exercice 11 Exercice 12 Exercice 13 Exercice 14 Exercice 15 Exercice 16 Exercice 17 Exercice 18 Exercice 19 Exercice 20 Exercice 21 Exercice 22 Exercice 23 Exercice 24 Exercice 25
Chapitre 5
Exercice 5.1 Exercice 5.2 Exercice 5.3 Exercice 5.4 Exercice 5.5 Exercice 5.6 Exercice 5.7 Exercice 5.8
Exercices rcapitulatifs (2)

Exercice 1 Exercice 2 Exercice 3 Exercice 4 Exercice 5 Exercice 6 Exercice 7 Exercice 8 Exercice 9 Exercice 10 Exercice 11 Exercice 12 Exercice 13 Exercice 14 Exercice 15 Exercice 16 Exercice 17 Exercice 18 Exercice 19 Exercice 20 Exercice 21 Exercice 22 Exercice 23 Exercice 24
Chapitre 6
Exercice 6.1 Exercice 6.2 Exercice 6.3 Exercice 6.4 Exercice 6.5 Exercice 6.6 Exercice 6.7 Exercice 6.8 Exercice 6.9
Chapitre 2
Exercice 2.1 Exercice 2.2 Exercice 2.3 Exercice 2.4 Exercice 2.5 Exercice 2.6 Exercice 2.7 Exercice 2.8 Exercice 2.9 Exercice 2.10 Exercice 2.11
Exercices rcapitulatifs (1)

Exercice 1 Exercice 2 Exercice 3 Exercice 4 Exercice 5
A.BENHARI
iv
A.BENHARI
Chapitre 0 : Solutions des exercices rcapitulatifs
Annexe au chapitre 0 : Exercices rcapitulatifs (solutions) Exercice 0.1 : Un cadre doit visiter cinq ateliers (A, B, C, D, E) chaque semaine. Il visite un (et seul) atelier diffrent chaque jour, du lundi au vendredi. Il choisit lordre de ses visites AU HASARD tous les dimanches. De combien de faons diffrentes peut-il organiser ses tournes ? Pour choisir au hasard, il pourrait inscrire les noms des ateliers sur cinq bouts de papier, mlanger ces derniers dans une urne et les tirer (sans remise) un un, il visitera le premier nom tir le lundi, etc. Donc : - il tire un atelier visiter le lundi : 5 possibilits, - il tire un atelier visiter le mardi : 4 possibilits, - il tire un atelier visiter le mercredi : 3 possibilits, etc. En tout, il dispose donc de 5.4.3.2.1 = 120 possibilits dorganiser ses visites hebdomadaires. (Application du principe de multiplication.) Idem sur deux semaines ? Pour deux semaines successives, il dispose de 120 x 120 = 120 possibilits. Exercice 0.2 : Pour me rendre mon travail, je dispose du mtro, je peux marcher et trois bus peuvent me mener destination. De combien de possibilits de me rendre mon travail puis-je bnficier ? Je dispose de 1 + 1 + 3 = 5 possibilits.
Exercice 0.3 : Soit les ensembles M={Albert, Charles, Bernard} et F={Danielle, Franoise}. Ecrire M x F en extension et via deux reprsentations du diagramme en arbre. M x F = {(Albert, Danielle), (Albert, Franoise), (Charles, Danielle), (Charles, Franoise), (Bernard, Danielle), (Bernard, Franoise)}. Danielle Albert Franoise Danielle Charles Franoise Danielle Bernard Franoise Exercice 0.4 : Trouver P(S) avec S={a, b, c}. Quel est le # P(S) ? Bernard Franoise Albert Charles Danielle Charles Bernard Albert
P(S) = {{a,b,c},{a,b},{a,c},{b,c},{a},{b},{c}, } ;# P(S) = 2 = 8

EXERCICE 0.5 : Ecrire en extension : A={x : x-x-2 =0} A={-1, 2}. B={x : x est une lettre dans le mot PROBABILITES } B={P,R,O,B,A,I,L,T,E,S }. C={x : x = 9, x-3 = 5} C={ }.
Exercice 0.6 : Vrai ou faux :
a)
b) c)
{2, 5, 4} = {4, 5, 2}. {4, 2, 3} {2, 3, 4}. {4} {{4}}.
d) {{4}}. e) {4} {{4}}. f) 1 {1, 2, 3, 4}.
TOUT EST VRAI SAUF c)
Exercice 0.7 : Un homme qui possde 1 joue aux ds. A chaque fois quil joue, soit il gagne 1 si le rsultat est pair, soit il perd 1 si le rsultat est impair. Il peut jouer au maximum cinq fois et arrte de jouer avant la fin sil a tout perdu ou sil a gagn 3 (donc sil possde 4 ). De combien de faons les paris peuvent-ils stablir ? Peut-il terminer le jeu avec la mme somme quau dpart, soit 1 ? Rsolvez par le diagramme en arbre. Les nombres reprsentent ltat de la fortune du joueur chaque tape du jeu. Les nombre en rouge indiquent une fin possible du jeu. 0 1 0 2 3 1 2 1 2 3 4 3 2 4 0 2 2 4 1 0 2
11 faons de parier et il ne terminera jamais le jeu avec 1 en poche.
Exercice 0.8 : Soit le plan suivant dun parc alles rectilignes. Un homme sy promne tous les jours, commence toujours sa promenade en allant de X en R et se dplace (sur le plan) horizontalement ou verticalement une tape la fois. Il sarrte quand il ne peut continuer marcher sans passer deux fois sur le mme point. Il modifie sa promenade tous les jours. Combien de promenades diffrentes sont-elles possibles ?
A R X B S Y C T Z
RSOLUTION PAR LE DIAGRAMME EN ARBRE Y S T B X R A S B T Y C S C C Z Z Y T T B T Z Z Z Z Y T
En rouge, les 10 diffrentes tapes terminales.
Exercice 0.9 : Une femme dispose de deux bagues identiques. Elle dcide de les mettre, soit lindex, soit au majeur, soit lannulaire de la main droite. Elle change chaque jour la disposition de ses bagues. a) Combien de temps maximum se passe-t-il entre deux dispositions identiques ? Soit lpreuve 1 : Placer une des deux bagues sur un des trois doigts. , #S1 =3 avec S1 son espace dchantillonnage. Soit lpreuve 2 : Placer lautre bague sur un des trois doigts. , #S2 =3 avec S2 son espace dchantillonnage. Donc, par le principe de la multiplication, on dispose de 3 x 3 = 9 possibilits de placement des bagues. Mais comme les bagues sont identiques, il est impossible de distinguer M I de I M, M A de A M et I A de A I avec X Y, signifiant : La bague 1 a t place sur le doigt X (X = I, A, M) et la bague 2 sur le doigt Y (Y = I, A, M) . Il faut donc retirer 3 possibilits des 9, il reste six placements conjoints distincts des deux bagues identiques. Il se passe donc 6 jours au maximum entre deux dispositions identiques. b) Quid si les bagues sont diffrentes ? Si les bagues sont diffrentes, leur ordre quand elles sont sur le mme doigt importe, or il existe 3 possibilits de prsence commune, une sur chacun des 3 doigts. Quand leur prsence est commune, il existe 2 ! = 2 arrangements diffrents de ces deux bagues. Donc il existe 6 possibilits denfiler les deux bagues sur un doigt commun. Il faut les ajouter aux 6 possibilits darrangements distincts des deux bagues sur deux doigts diffrents. Il existe donc 12 arrangements diffrents des deux bagues sur les trois doigts. Il se passe donc 12 jours au maximum entre deux dispositions identiques.
Exercice 0.10 : Le titulaire dune classe de 11 garons et 9 filles doit choisir 3 dentre eux pour reprsenter sa classe un concours inter-coles. a) De combien de faons peux-il constituer lquipe ?
3 20
20! 20.19.18 = =1.140 faons. 17!.3! 3.2
b) Idem sil simpose de choisir un garon et deux filles ? Il est possible de choisir un garon de 11 faons diffrentes.
2 = Il faut encore choisir 2 filles parmi 9, il existe C9 = 2!.7! 2 possibilits.
9!
9.8
= 36
2
Et par le principe de multiplication, le nombre dquipes sera gal 11.36 = 396. c) Idem sil simpose de choisir une fille et deux garons ? En appliquant la mme dmarche, on dcouvre quil existe 495 possibilits.
C11 .C9
C .C
11
1 9
= 55.9 =
Exercice 0.11 : Madame A. Lamode dispose aujourdhui de 3 vases de Chine, de deux cristaux de Bohme et dun saladier du Val-Saint-Lambert, tous ces objets sont diffrents. Elles les expose firement sur une planche de la vitrine de son salon et se donne comme rgle de disposer diffremment ces objets chaque fois quelle reoit ses amies pour le th. Combien de fois peut-elle inviter ses amies sans rpter une disposition dj ralise : a) si aucune restriction nest mise sur la disposition ? Il sagit du nombre de permutations de 6 objets = 6 ! = 720 possibilits de rangement. b) si les vases de Chine doivent tre rangs ensemble et les cristaux de Bohme galement ?
Il existe 3 ! possibilits de ranger les 3 vases de Chine cte cte, de mme 2 ! possibilits pour les cristaux de Bohme. Donc par le principe de multiplication 3 !2 !1 ! possibilits de ranger les objets en commenant par les vases de Chine, suivis des cristaux de Bohme, pour terminer par le VSL. Enfin il existe 3 ! possibilits de ranger (cest--dire permuter) les trois groupes dobjets (vases de Chine, cristaux de Bohme, VSL). Donc au total 3 !3 !2 !1 ! = 72 possibilits de rangement. c) si seuls les vases de Chine doivent se trouver ensemble ? Dans ce cas, on considre un groupe de trois objets (les vases de Chine) et les trois autres objets forment chacun un groupe. Donc au total, il sagit de ranger quatre groupes. Par le mme argument que b) supra, il existe 4 !3 ! = 144 possibilits de rangement. Monsieur Lamode a promis son pouse de lui offrir un nouveau Val-SaintLambert quand la situation de rptition dune disposition se produira. Aprs cet vnement, que deviennent les prvisions du nombre dinvitations dans les trois cas ?(Pour cette question, on supposera quau point b) les vases Val-Saint-Lambert restent groups ensemble.) a) 7 ! = 5040 possibilits de rangement. b) 3 !3 !2 !2 ! = 144 possibilits de rangement. c) 5 !3 ! = 720 possibilits de rangement.
Exercice 0.12 : Dans les Noces de Figaro , W.A. Mozart compos une uvre o les ensembles de taille variable amnent tous les protagonistes se rencontrer. Il rompait, se faisant, avec la tradition de lopra classique et, en innovant de la sorte, produisait un chef duvre absolu de la culture. Le clbre chef dorchestre P.Avaroti a contact cinq chanteurs et sept chanteuses qui seraient susceptibles dtre retenus pour la distribution de la nouvelle production des Noces que lOpra National lui a demand de diriger la saison prochaine. Deux chanteurs sont ncessaires et 3 chanteuses. a) Combien de distributions diffrentes peut-il envisager ?
5! 7! = 350 3!2! 4!3!
Pour les chanteurs : C52 possibilits et C 73 possibilits pour les chanteuses, donc par le principe de multiplication, : C
2 5 3 C 7 =
possibilits.
b) Parmi les chanteuses pressenties, la diva C. Astafiore refuse absolument de partager la scne avec L. Acallas dont elle est trs jalouse. P.Avaroti nenvisage donc pas de les faire chanter ensemble. Combien de possibilits de distribution lui reste-t-il ?
3 Nombre de groupes possibles ne contenant pas les deux divas = C 5 en effet puisquon exclut les deux divas, il reste 5 chanteuses parmi lesquelles
on en choisit trois.
-
3 C5 =
5! =10 2!3!
possibilits.
Nombre de groupe possibles contenant exclusivement une seule des deux divas : Pour une diva donne (par exemple C.Astafiore) : C52 en effet puisque sur les sept chanteuses une diva est choisie et lautre exclue, il reste donc 5 chanteuses parmi lesquelles P. Avaroti doit en choisir deux puisque une (la diva) est impose. Mais nous avons deux divas, il faut donc multiplier ce nombre par 2. Donc finalement, dans ce cas P.Avaroti dispose de 2 C 52 = 20 possibilits. Ds lors, P. Avaroti dispose de 10 + 20 = 30 possibilits de choisir les chanteuses, multiplier par les C52 possibilits de choisir les chanteurs = 30 10 = 300 possibilits de composer la distribution.
-
10
Exercices : Ecrire les espaces dchantillonnages associs aux expriences alatoires suivantes : Exercice 1.1 Le nombre de parties de dames que vous gagnez dans une srie de trois jeux avec un ami. S = {0, 1, 2, 3} ou S = {x : 0 x 3, x N} Exercice 1.2 Le nombre de visites chez le mdecin en un an. S = {0, 1, 2, } ou S = {x : x N} Exercice 1.3 Le temps en minutes que met un service durgence pour se trouver lendroit voulu aprs avoir reu un coup de tlphone urgent. S = {x : x > 0, x R } Exercice 1.4 La diffrence de taille (en cms) entre poux. S = {x : x R} Exercice 1.5 Le temps en minutes que vous devez attendre la poste pour tre servi. S = {x : x 0} Exercice 1.6 Le nombre de rponses correctes donnes lors dun test de connaissance gnrales par un candidat qui on soumet 100 questions ; S = {0, 1, 2, , 100} par chacun des deux candidats qui on a pos chacun sparment 100 questions. S = {(x,y) : x = 0, 1, 2, , 100 ; y = 0, 1, 2, , 100}
11
Exercice 1.7 : Pour un lot dune douzaine dampoules tester, reprsentez lespace dchantillonnage S : S = {x N : 0 x 12}. ainsi que les vnements suivants comme des sous-ensembles de lespace dchantillonnage S :
1. 2.
Une ampoule est dfectueuse. : A= {1}. Au moins une ampoule est dfectueuse. : B = { x N : 1 x 12}. Au plus une ampoule est dfectueuse. : C = {0, 1}.
3.
Exercice 1.8 : Voici une liste dvnements associs aux preuves dcrites dans une srie prcdente dexercices. Dcrivez chaque vnement comme un sousensemble de lespace dchantillonnage adquat :
1.
Vous gagnez au moins deux parties de dames. : A = {2, 3}. Votre ami gagne au moins deux parties de dames. : B = {0, 1}.
2.
Vous ne rendez pas visite au mdecin plus de deux fois par an. : C = {0, 1, 2}.
3.
Lambulance arrive en moins de cinq minutes. : D = {x R : 0 ( ) < x 5}. Lambulance met plus de dix minutes pour arriver. : E = { x R : 10 < x}.
4.
Lpouse est plus grande que son mari. : F = {x R : x < 0}, avec x = taille du mari taille de lpouse.
5.
Le premier candidat donne au moins 75 rponses correctes. : G = {(x,y) : x = 75, 76, , 100 ; y = 0, 1, 2, , 100}. Le second candidat donne au moins 75 rponses correctes. : H = {(x,y) : x = 0, 1, 2, , 100 ; y = 75, 76, , 100}.
12
A eux deux, les candidats donnent au moins 150 rponses correctes. : I = {(x,y) : x = 0, 1, 2, , 100 ; y = = 0, 1, 2, , 100 ; x + y > 149}.
13
Exercice 1.9 : Vous allez lancer une pice de monnaie trois fois de suite. Ecrivez les espaces dchantillonnage correspondant : 1. aux rsultats des lancers dans lordre o ils se prsentent : S1 = {FFF, FFP, FPF, FPP, PFF, PFP, PPF, PPP}.
2. 3.
au nombre total de faces obtenues : S2 = {0, 1, 2, 3}. au nombre de piles obtenues avant la premire face : S3 = S2.
Exercice 1.10 : Soit un d honnte. Ecrivez lespace dchantillonnage S correspondant lpreuve du lancer unique de ce d : S = {1, 2, 3, 4, 5, 6}. Ensuite crivez les vnements suivants comme des sous-ensembles de lespace dchantillonnage S :
1. 2. 3.
Le score obtenu est un nombre impair. : A = {1, 3, 5}. Le score obtenu est au plus 2. : B = {1, 2}. Le score obtenu est 6. : C = {6}.
Ensuite, crivez les sous-ensembles suivants de S avec une brve description des vnements quils reprsentent (si possible) :
A :
{2, 4, 6}, le score obtenu est pair (nest pas impair).
B:
{3, 4, 5, 6}, le score obtenu est au moins 3 . 2, 4, 6}, le score obtenu nest ni 3 ni 5 .
A B : {1, 2, 3, 5}, le score obtenu nest ni 4 ni 6 .

A B : {1, A C :
{2, 4, 6}, le score obtenu est un nombre pair . {6}.
A B : {2}. A C :
A B : {1}. A C : .
(A) : B C
{4} car (ABC) = {1, 2, 3, 5, 6}.
14
Exercices rcapitulatifs sur les probabilits lmentaires (annexe 2 au Ch. 1). Exercice 1.11 : Soit lpreuve : On lance trois fois de suite un d honnte . Donc S= {1, 2, 3, 4, 5, 6}. 1. A quelles parties de S correspondent les vnements : A : On nobtient pas das aux trois lancers. = {2, 3, 4, 5, 6}. B : On obtient exactement un as. = {{(1, i, i)} {(i, 1, i)} {(i, i, 1)}: i {2, 3, 4, 5, 6}}. C : On obtient au moins un as. = S\{2, 3, 4, 5, 6} ou ~{2, 3, 4, 5, 6}. D : On obtient un as au deuxime et au troisime lancer. = {(i, 1, 1) : i {1, 2, 3, 4, 5, 6}}. 2. Calculer la probabilit de ces vnements.
#F P(A) = #P = 5.5.5 0,58 . 6.6.6
P(B)
#F 25.3 = 0,3472 ... . # P 6.6.6
P(C) = 1 - P(A) = P(~A) = 1 0, 58 0,42. P(D)

= #F 1 = 0,0000769 ... # P 6.6
15
Exercice 1.12 : Sur les 10 filles assises au premier rang, 3 ont les yeux bleus. On en dsigne 2 au hasard. Quelle est la probabilit : d) quelles aient toutes deux des yeux bleus ? (P(2) ?)
2 Il y a C10 = 45 possibilits de dsigner deux filles au hasard parmi les 10.
Il y a C32 = 3 possibilits de dsigner deux filles parmi les 3 qui ont des yeux bleus. 3 1 La probabilit p recherche se calcule donc par la formule classique p= 45 =15 . e) quaucune naie des yeux bleus ? (P(0) ?)
2 Il y a C10 =45 possibilits de dsigner deux filles au hasard parmi les 10. 2 Il y a C7 =21 possibilits de dsigner deux filles parmi les 7 qui nont pas des yeux bleus. 21 7 La probabilit p recherche se calcule donc par la formule classique p =45 =15 .
f) au moins une ait des yeux bleus ?(P(>0) ?)

2 Il y a C10 =45 possibilits de dsigner deux filles au hasard parmi les 10. 1 7 Il y a C7 = possibilits de dsigner une fille parmi les 7 qui nont pas des yeux bleus. 1 3 Il y a C3 = possibilits de dsigner une fille parmi les 3 qui ont des yeux bleus.
Donc la probabilit quexactement une fille ait des yeux bleus et pas lautre P(1) 21 7 = (formule classique) = 7.3=45 =15 . 45 Mais nous cherchons la probabilit quau moins une ait des yeux bleus : 1 7 8 P(>0) = P(1) + P(2) (puisque vnements incompatibles) = 15 +15 =15 .
16
Exercice 1.13 : Trois tudiants Albert, Bernard et Charles disputent une comptition de natation. Albert et Bernard ont la mme probabilit a priori de gagner et chacun deux a deux fois plus de chance de gagner que Charles. Quelle est la probabilit : a) pour chacun de gagner ? Soit les vnements A, B, C, respectivement : Albert, Bernard, Charles remporte le concours. . Donc {A, B, C} = S, lespace dchantillonnage de cette preuve. A, B, C, sont incompatibles deux deux et ralisent une partition de S (voir graphique infra). Posons P(C) = p = la probabilit que Charles gagne. Donc la probabilit quAlbert gagne = P(A) = la probabilit que Bernard gagne = P(B) = 2p. Donc P(A) + P(B) + P(C) = p + 2p + 2p = 5p = 1, donc p = 0,2. Donc P(A) = 0,4 ; P(B) = 0,4 ; P(C) = 0,2. b) que Bernard ou Charles gagne ? P(BC) = P(B) + P(C) P(BC) = 0,4 + 0,2 0 = 0,6. c) quAlbert et Bernard perdent ? P( A B ) = P(C) = 0,2. d) quAlbert ou Bernard perde ? P( A B ) = 1 car cest un vnement certain puisque A B ; B A ; C A B . ou (voir ch.2) P( A B ) = P( A ) + P( Graphiquement :
B
) P( A B ) = 0,6 + 0,6 0.2 = 1.
S=
A B
BC =
AC = B =A
A B
=C
=C
= B.
17
Exercice 1.14 : Cinq couples maris se trouvent runis. a) Si deux personnes sont dsignes au hasard, quelle est la probabilit quelles soient maries ?
2 Il y a C10 = 45 possibilits de choisir 2 personnes parmi 10. (= # de cas possibles).
Il y a 5 couples maris donc 5 cas favorables. Donc p =

5 1 = 45 9
b) Si deux personnes sont dsignes au hasard, quelle est la probabilit quune delles soit une femme et lautre un homme ? Il y a de nouveau 45 cas possibles. Comme il y a 5 hommes et 5 femmes, il y a 5 possibilits de choisir une femme fois 5 possibilits de choisir un homme soit : 5 cas favorables. Donc p =
25 5 = 45 9
c) Si quatre personnes sont dsignes au hasard, quelle est la probabilit que deux couples maris aient t choisis ?
4 Il y a C10 = 210 possibilits de choisir 4 personnes parmi 10. (= # de cas possibles). 2 Il y a 5 couples maris donc C5 = 10 cas favorables.
Donc p =
10 1 = 210 21
d) Si quatre personnes sont dsignes au hasard, quelle est la probabilit quaucun couple mari ne se trouve parmi les quatre personnes ?
4 Il y a C10 = 210 possibilits de choisir 4 personnes parmi 10. (= # de cas possibles).
Les quatre personnes proviennent de quatre couples diffrents. Or il y a possibilits de choisir 4 couples parmi 5.
4 C5 =
Et il y a deux faons de ne tirer quune seule personne de chaque couple : soit lpoux, soit lpouse. Donc en tout 2.2.2.2 .5 = 80 possibilits favorables.
18
Donc p =
80 8 = 210 21
e) Si quatre personnes sont dsignes au hasard, quelle est la probabilit quexactement un couple mari soit prsent dans les quatre ? Lvnement considr est complmentaire aux deux prcdents, 1 8 ) = 12 = 0,571 . + donc p = 1 - (
21 21 21
f) Si les dix personnes sont divises au hasard en 5 paires, quelle est la probabilit que chaque paire soit marie ? Il y a
1 ! 0 =140 130 2!2!2!2!2!
divisions possibles des 10 personnes en 5 paires. (=
# cas possibles). Il y a 5 ! possibilits de choisir les couples maris. (= # de cas favorables) .

120 Donc p = 113400 =0,0011 .
g) Si les dix personnes sont divises au hasard en paires, quelle est la probabilit que chaque paire comprenne un homme et une femme ? Il y a 2!210!! !2!=113400 divisions possibles des 10 personnes en 5 paires. (= !2 2 # cas possibles). Il y a 5 ! possibilits de choisir un homme dans chaque paire et 5 ! possibilits de choisir une femme dans chaque paire, donc 120 cas favorables.
2 Donc p = 120 =0,108 . 113400
19
Exercice 1.15 : On a tabli que la probabilit quune caissire de grand magasin reoive k k clients entre 15 et 16 heures est pk = 5 . k!
a)
Calculez .
On sait que p k =1 , donc 1 =

k =0
k =0
5k 5k 1 = . k! k =0 k!
Or quelque soit le rel , on a :
e k! = e , donc 1 = , donc =
k =o
5 e .
b) Quelle est la probabilit que la caissire reoive moins de 5 clients ? P(C<5) ? P(C<5) = P(0) + P(1) + P(2) + P(3) + P(4) =
c)
5k ~ 0 pk = e 0 k! = 0,44 . k= k=
4 5 4
Quelle est la probabilit que la caissire reoive au moins 5 clients ? P(C 5) ? P(C 5) = 1 - P(C<5)
~ 1 0,4 4~ 0,5 6. = =
d) Etablissez un graphique des probabilits de la question b o 5 est remplac par k, k=0, 1,2,
Probabilit de recevoir moins de k clients entre 15 et 16 heures 1 0,9 0,8 Probabilt 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0
23 11 13 15 17 19 21 25 1 3 5 7 9
20
Exercice 1.16 : Dans une ville, il y a 3 centres de secours durgence. Cinq malades appellent le mme jour un centre au tlphone aprs lavoir choisi au hasard dans lannuaire tlphonique. a) Quel est le cardinal de lunivers S associ cette preuve ? #S = 3 . 3 . 3 . 3 . 3 = 35 = 243. b) Quelle est la probabilit que les cinq malades appellent le mme centre ? #F = {(a, a, a, a, a) ou (b, b, b, b, b) ou (c, c, c, c, c)}, donc #F = 3. Donc la probabilit que les cinq malades appellent le mme centre =
3 = 1 ~0,0 1 2. = 243 81
c) Quelle est la probabilit que les trois centres soient appels ? #F = {(3a, b, c), (3b, a, c),(3c, a, b),(2a, 2b, c), (2b, a, 2c),(2c, 2a, b)} Or il y a 3!5!1! (permutations avec rptitions) faons de choisir (3a, b, c), 1! idem pour les deux autres sous-ensembles. Et il y a 2!5!1! faons de choisir (2a, 2b, c), idem pour les deux autres sous2! ensembles. Donc #F = (3 .5 . 4) + (3 . 5 . 2 . 3) = 60 + 90 = 150. Donc la probabilit que les trois centres soient appels =
150~0,6 2. = 243
21
Exercice 1.17 : On jette un d honnte. On mise sur las. a) Quelle est la probabilit de gagner au moins une fois en 6 parties ? Soit G = Gagner au moins une fois. ; soit
i Soit P = Perdre au ime jet. .
= Perdre chaque fois. .
P( Pi ) = 5/6 i puisque les lancers de ds sont indpendants les uns des autres. P( G ) = P( P P2 P3 P4 P P ) = (5/6)6. 1 5 6 P(G) = 1 - P( G ) = 1 - (5/6)6 2/3. b) Montrez que la rsolution directe du problme nest pas possible dans le cadre des lois lmentaires des probabilits. Il est impossible de rsoudre directement : soit Gi = Gagner au ime jet. . P(G) = P(G1 G2 G3 G4 G5 G6)
6
P(G
i =1
) car les Gi sont compatibles.
c) Combien de fois faut-il lancer le d pour navoir plus que 1% de chances de perdre au maximum ? Il faut n tel que P( G ) 0,01 (5/6)n 0,01 n log(5/6) log(0,01) n log( 5/ 6) n 26.
log( 0,01 )
22
Exercice 1.18 : On admet que dans une famille, les sexes des enfants conscutifs sont indpendants les uns des autres et que chaque enfant a la probabilit dtre un garon ou une fille. a) Une famille a deux enfants, quelle est la probabilit quelle compte deux garons ? Soit F : Etre une fille. et G : Etre un garon. , P(G) = P(F) = 0,5. Sa ={(G,F), (G,G), (F,F), (F,G)} = P(G, G) = P(GG) = 2 2 = 4 . Ou #P = 4 : (G,F) (G,G) (F,F) (F,G) #F = 1 : (G,G) P(G, G) = 1 . 4 b) Une famille a deux enfants dont un au moins est un garon, quelle est la probabilit quelle compte deux garons ? Sb ={(G,F), (G,G), (F,G)} = #P = 3 : (G,F) (G,G) (F,G) #F = 1 : (G,G) P(G, G) = 1 . 3
(G,F) (F,G) (G,G)
1 1 1
(F,F) (G,F)
(F,G) (G,G)
c) Une famille a deux enfants dont lan est un garon, quelle est la probabilit quelle compte deux garons ? Sc ={(G,F), (G,G)}= #P = 2 : (G,F) (G,G) #F = 1 : (G,G) P(G, G) = 1 . 2
(G,F) (G,G)
23
Exercice 1.19 : Avant lexamen de probabilits, le professeur distribue 10 problmes dont il affirme quil en tirera 5 au hasard pour lexamen. Vous tes sr(e) de pouvoir rsoudre correctement 7 dentre eux. 3 vous restent compltement obscurs et vous ne pourrez pas y rpondre sil vous sont poss. a) Quelle est la probabilit que vous rpondiez correctement aux 5 problmes tirs au hasard le jour de lexamen ? b) Quelle est la probabilit que vous rpondiez correctement au moins 4 de ces cinq problmes ? Solution : 5 Le professeur peut tirer les cinq questions au hasard parmi les dix de C10 =
10 ! = 10 .9.8.7.6 = 252 faons diffrentes. 5!5! 5.4.3.2.1
a) Si vous pouvez rsoudre 7 des dix questions et quil ne faut pas faire derreurs dans les cinq poses, il existe C75 = favorables. Donc la probabilit de rpondre correctement aux 5 questions est de
21 = 0,0833 252 7! 7.6 = 2.1 2! 5! .
= 21 possibilits
b) Dans ce cas, vous pouvez vous permettre de ne pas rpondre une question.
1 Donc aux 21 possibilits du cas prcdent, viennent sajouter C3 possibilits
de se voir poser une mauvaise question fois (principe de multiplication) C 74 possibilits dobtenir 4 bonnes questions sur les cinq poses et parmi les 7 auxquelles possibilits. Donc la probabilit de rpondre au moins quatre questions est de : vous pouvez rpondre, soit :
7! 7.6.5 3 = 3 =105 4!3! 3.2
( 21 + 105 ) = 126
252
252
= 0,5 .
24
Exercice 1.20 : Soit un rseau dantennes-relais pour la tlphonie portable. Le rseau est conu de faon ce que les n antennes implantes en ligne assurent sa fonctionnalit pour autant quil ny ait pas plus dune antenne dfectueuse entre deux antennes en tat de fonctionnement. Les antennes sont toutes identiques et rien ne distingue extrieurement une antenne en fonctionnement dune antenne dfectueuse, seuls les diagnostics distance par ordinateur nous renseignent sur le nombre dantennes dfectueuses dans le rseau, lheure actuelle le systme nous indique que m dentre elles sont dfaillantes et donc que n-m sont fonctionnelles. a) Combien de configurations du rseau peut-on trouver dans ce cas pour lesquelles deux antennes dfectueuses ne sont pas voisines ? b) Quelle est la probabilit que le rseau soit fonctionnel ? c) A titre dexemple calculez toutes les probabilits de non dfaillance du rseau si ce dernier est compos de 10 antennes et que m dentre elles sont hors service avec m = 0, 1 ,2, 3,10. d) Si vous avez du courage, dessinez les abaques pour n= 5, 10, 15 et toutes les valeurs possibles entires de m.
25
Solution : a) Soit le schma suivant o F dsigne lemplacement dune des n-m antennes fonctionnelles et o ? dsigne lemplacement o au plus une seule antenne non fonctionnelle peut se trouver (donc corrlativement le ? peut aussi dsigner labsence dantenne). Pour que le rseau soit en tat de fonctionner il faut donc quil soit NECESSAIREMENT dans la configuration suivante (attention la dfinition de ?, le nombre de Fs tant de n-m) : ? F ? F ? F ? F ?F ? Il y donc n-m + 1 positions de type ? , et il faut en choisir m parmi elles pour placer les m antennes dfectueuses. m Il y a donc Cn m+1 dispositions possibles des m antennes dfectueuses qui maintiennent le rseau en tat de fonctionnement. b) Pour calculer la probabilit que le rseau soit fonctionnel, il nous faut galement connatre le nombre de configurations possibles du rseau lorsque nm antennes sont fonctionnelles et m ne le sont pas. Ce nombre est gal au nombre de permutations avec rptition de n lments dont m sont dun type donn (dfaillance) et n-m en sont dun autre (en fonctionnement). Il nous faut calculer
n! n = C nm = C n m m!( n m)!
Donc la probabilit que le rseau fonctionne quand m antennes sur n sont dfaillantes est de :
C C
m n m +1 m n
( n m +1)! ( n m +1)! ( n m)! m!( n 2m +1)! = = n! ( n 2m +1)! n! m!( n m)!
c) Exemple dans le cas o le rseau se compose de 10 antennes : m

probabilit de fonctionnement
9!8! = 8 8!7! =42 =0,47 10 !7! 10 10 !5! 90
7!6! =1 =0,17 6!5! = 1 = 0,02 10 !3! 6 10 ! ! 42 1
26
Commentaires : Quand le nombre dantennes dfectueuses (m) est au plus 1, le rseau est toujours fonctionnel puisquil est impossible que deux antennes dfectueuses se succdent. Quand il y a plus de 5 antennes dfectueuses, le rseau sera toujours hors service puisquil est impossible de trouver une configuration o deux antennes dfectueuses ne se trouvent pas cte cte. d) m n 5 10 15 1 1 1 1 2 0,6 0,8 0,87 3 0,1 0,47 0,63 4 0 0,17 0,36 0,02 0,15 0 0,04 0,01 0,00 5 6 7 8
ABAQUES POUR n = 5, 10,15 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1 2 3 4 5 m 6 7 8 9
5 10 15
Probabilit de fonctionnement du rseau
27
Annexe au chapitre 2 : Exercices rcapitulatifs Exercice 2.1 : On tire une carte dun jeu de 32 cartes. Soit A = Tirer un cur et B = Tirer un as . Prouver que A et B sont indpendants. Pour montrer lindpendance, on doit donc prouver (dfinition statistique de lindpendance) que P(A/B) = P(A) = P(AB)/ P(B) ou P(AB) = P(B).P(A). Lapproche classique va tre utilise pour calculer les probabilits de A, B et AB. P(AB) est la probabilit de lvnement : Tirer un as de cur. = =
8 1 = 3 2 4 1 3 2
; P(A)
et P(B) =
Donc P(B).P(A) =
4 1 = .(Formules de Laplace) 3 2 8 1 1 1 . = = P(AB). A et B sont 4 8 3 2
donc indpendants.
28
Exercice 2.2 Une usine fabrique des pices en grande srie, en deux phases indpendantes. La premire phase est susceptible de faire apparatre un dfaut X et la seconde un dfaut Y. Une pice peut prsenter le dfaut X dans 2% des cas et le dfaut Y dans 8% des cas. Quelle est la probabilit quune mme pice tire au hasard : a) prsente les deux dfauts ? P(A) ? b) prsente au moins lun des deux dfauts ? P(B) ? c) prsente un et un seul des deux dfauts ? P(C) ? d) ne prsente aucun des deux dfauts ? P(D) ? N.B. Il est utile de reprsenter graphiquement (via des diagrammes de Venn) les vnements dont on cherche la probabilit ; de montrer que si un vnement X et un vnement Y sont indpendants, leurs complmentaires le sont galement ainsi que de dvelopper les solutions de faon alternative via un diagramme en arbre. Solution : Quelle est la probabilit quune mme pice tire au hasard : a) prsente les deux dfauts ? P(A) ? Soit : X : La pice prsente le dfaut X ; Y : La pice prsente le dfaut Y . Alors : P(X) = 0,02 ; P(Y) = 0,08 ; P( X ) = 0,98 ; P( Y ) = 0,92. X et Y sont indpendants de mme que X et Y . Preuve : Si X et Y sont indpendants, P(XY) = P(X).P(Y) et P( X ) = 1 - P(X) et P( Y ) = 1 - P(Y). Si
X
et
sont indpendants,
Y
P( X
) = P( X ).P( Y ) = (1 - P(X)).(1 - P(Y)) = 1 - P(X) - P(Y) + P(X).P(Y). ) = ~(XY) (Loi de de Morgan)et P(XY) = P(X) + P(Y) Y
Or ( X P(X).P(Y).
Donc P(~(XY)) = 1 - P(XY) = 1 - P(X) - P(Y) + P(X).P(Y) = P( X q.e.d. Donc P(A) = P(X et Y) = P(XY) = P(X).P(Y) = 0,02 . 0,08 = 0,0016. b) prsente au moins lun des deux dfauts ? P(B) ? P(B) = 1 - P( X
Y
).
) = 1 - P( X ).P( Y ) = 1 - (0,98 .0,92) = 0,0984.
29
c) prsente un et un seul des deux dfauts ? P(C) ? P(C) = P(X ou(excl.) Y) = P(XY) - P(XY) = P(X) + P(Y) - 2 . P(XY) = 0,02 + 0,08 - (2 .(0,02 . 0,08)) = 0,10 - 0,0032 = 0,0968. ou P(C) = P(B) - P(A) = 0,0984 0,0016 = 0,0968. ou P(C) = P(X et en effet P(X et
Y
) ou (excl.) P( X et Y ) = P(X ) P( X et Y ) = P(X

Y
) + P( X Y ) :
) ( X Y ) = ,
donc P(C) = 0,02 . 0,92 + 0,08 . 0,98 = 0,0968.

d) ne prsente aucun des deux dfauts ? P(D) ?
P(D) = 1 P(B) = 1 - 0,0984 = 0,9016. ou P(D) = P( X et

Y
) = P( X
) = P( X ) . P( Y ) = 0,98 .0,92 = 0, 9016.
DEVELOPPEMENT EN ARBRE
Y
0,92 0,98
X
0,08
Y
Y
0,02
0,92
X
0,08
30
Exercice 2.3 Une machine industrielle comprend trois organes de fonctionnement. Si lun dentre eux prsente une dfaillance, la machine tombe en panne. Les dfaillances possibles de ces organes sont indpendantes et les probabilits de dfaillance sont respectivement 0,02, 0,05 et 0,10. Quelle est la probabilit que la machine tombe en panne ? P(D) ? Soit A,B, C, les vnements : Lorgane i fonctionne, i = A, B, C. . Donc D = A B C . Donc A, B, C correspondent lvnement : Lorgane i est tomb en panne. .
P( D ) = P ( D ). 1 P( D ) = [ P( A )] = [ P( A). P( B ). P(C )]. 1 B C 1 P( D ) = [( 1 P ( A).( 1 P( B ).( 1 P(C )]. 1 P( D ) = [( 1 0,0 ).( 1 0,0 ).( 1 0,1 )]. 1 2 5 0 P( D ) = (0,9 .0,9 .0,9 ) = 0,8 7 1 8 5 0 1 3 9 =0,1 2 . 61
N.B.
IMPOSSIBLE par car

A , B et
C
P( D ) =P( A B C )] P( A) +P( B ) +P(C )
= 0,02 + 0,05 + 0,10 = 0,17. ne sont pas incompatibles entre eux.
31
Exercice 2.4 Une machine automatique comprend trois organes nots O1, O2 et O3. Les organes O1 et O2 sont interchangeables : si lun deux est dfectueux, lautre prend le relais ; par contre, lorgane O3 est indpendant de O1 et O2. La machine tombe en panne si O1 et O2 ou O3 sont dfectueux. On dsigne par A, B, C respectivement les vnements suivants O1, O2, O3 est dfectueux. . Calculer la probabilit que la machine tombe en panne, P(D), en fonction des probabilits dvnements qui soient des runions des vnements lmentaires A, B et C. Solution : D = (AB)C = (AC)(BC). Et
D
dsignera lvnement : La machine fonctionne. D =C ( A B) .
P( D ) = [1-P(C)].[1-P(A).P(B)] = 1- P(A).P(B) - P(C) + P(A).P(B).P(C). P( D ) = 1- P( D ) = P(A).P(B) + P(C) - P(A).P(B).P(C).
32
Exercice 2.5 Un systme de chauffage central au fioul comporte une pompe et un brleur monts en srie. Ces deux lments peuvent tomber en panne durant lhiver. Tout le systme sarrte si lun des deux lments est en panne. a. Supposons que le systme ait t activ pendant un hiver et quun rsultat (x,y) soit enregistr : x = 0 si la pompe fonctionne durant tout lhiver sans dfaillance, autrement x = 1 ; de mme y = 0 si le brleur fonctionne correctement, autrement y = 1. Dcrivez et reprsentez graphiquement : - en comprhension et en extension lespace dchantillonnage associ cette preuve ; S = {(0,0), (1,0), (0,1), (1,1)} ou S = {(x,y) : x = 0,1 et y = 0,1}. Reprsentation graphique :
SS x=1 x=1 y=1 y=1
en extension, les vnements suivants : - B = Le brleur tombe en panne durant lhiver ; B = {(0,1), (1,1)}.
S P B
- P = La pompe tombe en panne durant lhiver ; P = {(1,0), (1,1)}.
33
C= Le systme de chauffage passe lhiver sans panne . C = {(0,0)}.

S C P B
- Donnez en plus de la description en extension, la signification et/ou la dfinition des vnements suivants : - P B ; PB = {(1,1)} = La pompe et le brleur tombent tous deux en panne durant lhiver . - P B ; PB = {(1,0), (0,1), (1,1)} = Le systme est tomb en panne durant lhiver . - CP; CP = , il est impossible pour le systme de fonctionner tout lhiver (C) quand la pompe a connu une dfaillance (P). Ces deux vnements sont dits disjoints. - P C . P C est facile vrifier, on dit que P implique C : en effet si la pompe casse, le systme ne fonctionne pas.
b) La probabilit de panne de la pompe est P(P) et celle du brleur, P(B), les
pannes sont indpendantes. Si P(P) = 0,10 et P(B) = 0,05. Quelle est la probabilit : - que lon ait froid pendant lhiver ? PB = {(1,0), (0,1), (1,1)} = Le systme est tomb en panne durant lhiver. = P(P) + P(B) P(P B) = P(P) + P(B) P(P) . P(B) = 0,10 + 0,05 0,10 . 0,05 = 0,145. - que lon doive rparer simultanment les deux composants du systme ? P(P B) = P(P) . P(B) = 0,10 . 0,05 = 0,005.
34
Exercice 2.6 Dans une population de jeunes, il y a 40% de fumeurs et 30% atteints par une maladie respiratoire. Parmi les fumeurs 60% sont atteints par la maladie. Quelle est la probabilit pour que quelquun atteint par la maladie soit galement fumeur ? (N.B. Modlisez la rsolution du problme dau moins deux faons diffrentes). Soit F = Etre fumeur. . P(F) = 0,4. Soit M = Etre malade. . P(M) = 0,3. Et P(M/F) = 0,6. Soit NF = Etre non fumeur. et NM = Etre en bonne sant. .
P ( M F ) P ( M / F ). P ( F ) 0,6 0,4 = = = 0,8 . P(M ) P( M ) 0,3
P(F/M) =
SOLUTION PAR LE DIAGRAMME EN ARBRE En noir, donnes de lnonc et de la thorie Probabilits jointes
M
0,60 0,24
0,40
0,40
NM
0,06/0,60 = 0,10
0,16 0,30 0,24 = 0,06
0,60
NF
1- 0,10 = 0,90
NM
0,70 0,16 = 0,54
P(F/M) =
P(M ) P(M / F). P(F) F 0,24 = = = ,8 . 0 P(M) P(M) 0,24 +0,06
35
Exercice 2.7 Un circuit particulier dans un systme de scurit dun avion ne fonctionne que si les composants C1 et C2 ne tombent pas en panne. Il suffit quun seul soit en panne pour que le circuit ne fonctionne pas C1 tombe en panne avec une probabilit 1 (0< 1<1) et C2 avec une probabilit 2 (0< 2 <1). Les pannes de C1 et de C2 sont indpendantes. a) Le circuit de base est reprsent infra.
C1 C2
Quelle est la probabilit que le circuit tombe en panne ? Soit A = C1 tombe en panne. ; Soit B = C2 tombe en panne. ; Soit C = Le circuit tombe en panne. . P(C) = P(AB) = P(A) + P(B) P(AB) = 1 + 2 - 1. Ou P(AB) = 1 P( A B ) ; or P( A ) = 1 - avec 0 < P(C) < 1. b) On rplique le circuit pour assurer une meilleure scurit selon le schma suivant :
C1a C2a
1 2
et P( B ) = 1 - 2,
2
donc P(C) = 1 [(1 - 1) . (1 - 2)] = 1 + 2 - 1.
C1b
C2b
Quelle est la probabilit que le circuit tombe en panne ?
36
Soit A = C1a tombe en panne. ; Soit B = C2a tombe en panne. ; AB = F = Le circuit a tombe en panne. ; Soit D = C1b tombe en panne. ; Soit E = C2b tombe en panne. ; DE = G = Le circuit b tombe en panne. ; Soit C* = Le circuit tombe en panne. . P(C*) = P[(AB) (DE)] = P(FG) = P(F) . P(G) Or P(F) = P(G) = P(AB) = P(C) = 1 [(1 - 1) . (1 - 2)], avec 0 < P(C) < 1. Donc P(C*) = P(C) = {1 [(1 - 1) . (1 - 2)]}, donc P(C*) < P(C), puisque P(C) < 1. c) On amliore ensuite la redondance en la cblant comme suit :
C1a C2a
C1b
C2b
Quelle est la probabilit que le circuit tombe en panne ? Soit H = BE Soit C = Le circuit tombe en panne. . P(C) = P[(AD) (BE)] = P{[(AB) (AE)] [(DB) (DE)]} Preuve : [(AD) (BE)] = (AD) H =(AH) (DH) par distributivit ; = [A(BE)] [(D(BE)] par dfinition de H. = [(AB) (AE)] [(DB) (DE)] par distributivit. Or tous les vnements entre parenthses sont indpendants et la probabilit de chacun vaut P(C). Donc P(C) = P(C) . P(C) . P(C) . P(C) = P(C*), et donc P(C) < P(C*) < P(C).
37
Exercice 2.8 Dans la classe de 6me B, 25% des lves nont pas russi lpreuve de mathmatiques, 15% celle de chimie, et 10% des lves nont pas russi en chimie ni en maths. Un lve est choisi au hasard. a) Sil na pas russi chimie, quelle est la probabilit quil nait pas russi en maths ?
Soit M = Llve a un chec en maths. ; et C = Llve a un chec en chimie. . Donc P(M) = 0,25 ; P(C) = 0,15 ; P(MC) = 0,10. On cherche P(M/C) = b)
P ( M C ) 0,10 2 = = . P (C ) 0,15 3
Sil na pas russi les maths, quelle est la probabilit quil nait pas aussi russi en chimie ?
P (C M ) 0,10 2 = = . P(M ) 0,25 5
On cherche P(C/M) = c)
Quelle est la probabilit quil ait au moins un chec dans les deux branches ?
P(MC) = P(M) + P(C) - P(MC) = 0,25 + 0,15 - 0,10 = 0,3. Conceptuellement, on pourrait penser pouvoir rsoudre la question c) en cherchant la valeur de 1 - P( Pas dchec du tout. ) = 1 - P(~C~M). Les donnes du problme sont insuffisantes pour pouvoir calculer directement cette probabilit . Il faut passer par les lois de de Morgan, en particulier celle qui tablit que ~(MC) = (~M~C). On sait que P(MC) = 0,3, donc P[~(MC)] = 0,7 et donc 1 - P(~C~M) = 0,3.
38
Exercice 2.9 Lentreprise de Mr Dupont organise un goter pour ceux des employs ayant au moins un fils. Chacun de ces employs est invit se prsenter avec son an. On sait que Dupont a deux enfants et il est invit au goter. Quelle est la probabilit que ses enfants soient tous deux des garons ? [On suppose que lensemble lmentaire est S = {(g,g), (g,f), (f,g), (f,f)} et que tous ces vnements sont quiprobables, (f,g) signifie que lenfant premier-n est une fille, lenfant cadet, un garon, etc.] Soit E = {(g,g)} et F = {(g,g), (g,f), (f,g)}.
1 P (( g , g )) 4 1 On cherche P(E/F) = P(EF)/P(F) = P({( g , g ), ( g , f ), ( f , g )}) = 3 = 3 . 4
39
Exercice 2.10 Monica hsite entre suivre un cours danglais et en suivre un en chimie. Comme elle prfre la chimie, elle estime 1/2 la probabilit dobtenir une distinction en anglais contre 2/3 dans le cas de la chimie. Totalement indcise, elle joue sa dcision sur le rsultat du lancer dune pice quilibre. Quelle est la probabilit que Monica obtienne une distinction en chimie ? Soit D = Obtenir une distinction. ; et C = Choisir le cours de chimie. . On cherche P(DC) = P(D/C) . P(C) =
2 1 1 . = . 3 2 3
40
Exercice 2.11 Une urne contient 8 boules rouges et 4 boules blanches indiscernables au toucher. Deux boules sont tires sans remise. Quelle est la probabilit que lon tire deux boules rouges ? (N.B. Utilisez trois mthodes diffrentes de solution) Solution : Soit R1 = Obtenir une boule rouge au premier tirage. et R2 = Obtenir une boule rouge au deuxime tirage. .
1. On cherche P(R1R2) = P(R2/R1) . P(R1) = 11 .12 = 33 0,424 .
7 8 14
2. Ou (formule de Laplace) : # cas possibles : # cas favorables

1 ! 2 1 .1 2 1 C12 = = =6 6 2 2!1 ! 0 2 8! 8.7 8 : C82 =2! 8! = 2 =2 .
# cas favorables C82 28 14 = 2 = = 0,424 . P(R1R2) = # cas possibles C12 66 33
3. Ou (diagramme en arbre) : Soit B = Obtenir une boule blanche. . Probabilits jointes

7/11 R 2/3 4/11 B R R 14/33
8/33 8/33
1/3 B
8/11
3/11
3/33
41
Exercice 2.12 La banque CETONFRIK possde 500 micro-ordinateurs de technologie softfail relis en rseau. Cette technologie se caractrise par la prsence de deux processeurs P1 et P2 qui permettent la machine de fonctionner tant que lun dentre eux est en tat de fonctionnement et pour autant que lunit disque soit galement en tat de fonctionnement. Les probabilit de dfaillance de ces matriels sont respectivement de 2% pour les units disque, de 1 % pour les processeurs de type P2 et 0 ,5% pour les processeurs de type P1. a) Combien dordinateurs peut-on esprer voir fonctionner tout moment ? Posons : - F = Lordinateur fonctionne . _ - D = Lunit disque est en tat de marche. , P(D) = 1-P ( D ) = 1- 0,02 = 0,98. - P1 = Le processeur P1 est en tat de marche. , P(P1) = 1-0,005 = 0,995.
-
P2 = Le processeur P2 est en tat de marche. , P(P2) = 1-0,01 = 0,99.
On cherche P(F), or F = ( D( P1P2) ) , ( donc F = ( DP1) DP2) (aires A, B, C).

( Donc P(F) = P[ ( DP1) DP2) ] = P(DP1) + P(DP2) P(DP1 DP2)
= P(DP1) + P(DP2) P(DP1 P2) = P(D).P(P1) + P(D).P(P2) P(D).P(P1).P(P2). = 0,98. 0,995 + 0,98. 0,99 - 0,98.0,995.0,99 = 0,9751 + 0,9702 0,965349 = 0,979951.
A P1 B C D
P2
Donc 500 x 0,979951 = 489,9755 cest--dire 489 ou 490 ordinateurs fonctionneront tout moment.
42
b) Quelle est la probabilit quun ordinateur tir au hasard fonctionne grce un et un seul des deux processeurs ? Soit F/1P = Lordinateur fonctionne avec un et seul processeur en tat de marche. P(F/1P) = P{[( DP1 )( DP2 )]/( DP1P2 )} = P( DP1 ) + P( DP2 ) - P[( DP1 )( DP2 )] - P( DP1 P2 ) = P( DP1 ) + P( DP2 ) 2.P( DP1 P2 ) = (0,98 . 0.995) + (0,98 . 0,99) 2. (0,98 . 0,995 . 0,99) = 0,9751 + 0,9702 2 .0,965349 = 0,01460.
Lordinateur fonctionne grce un et un seul processeur.
D P1
Les 2 processeurs et le disque fonctionnent.
Lordinateur fonctionne malgr la panne de P1.
Lordinateur fonctionne.
43
Annexe au chapitre 3 : Exercices rcapitulatifs (solutions) Exercice 3.1 On pose une question au hasard une personne dans une population comptant une proportion p de tricheurs. On admet que si cet individu est tricheur, il connat davance la rponse ; sinon il a une chance sur 12 de rpondre correctement. a) Quelle est la probabilit que le candidat choisi connaisse la bonne rponse ? b) Sachant que le candidat a rpondu correctement, quelle est la probabilit quil ait trich ? (Rsoudre de deux faons diffrentes.) c) Dessinez une abaque de la probabilit que le candidat a dtre tricheur sil a bien rpondu en fonction de la proportion de tricheurs dans la population. N.B. Pour la rsolution, poser : B = Le candidat a bien rpondu. et T = Cest un tricheur. . Noter : (B, B ) et (T, T ) sont des S.C.E. Solution :
1 On sait que : P(B/T).= 1 ; P(T) = p ; P(B/ T ).= 12 ; P( T ) = (1 p). On cherche : a) P(B) et b) P(T/B). 1 +11 p 1 a) P(B) = (LPT) P(B/T).P(T) + P(B/ T ). P( T ) = 1.p + 12 .(1-p) = . 12 b) Par la formule de Bayes :
P(T/B) =
P( B / T ).P(T ) P( B / T ).P(T ) 1.p 12 p = = = 1 +11 p 1 +11 p P( B ) P( B / T ).P(T ) + P( B / T ).P(T ) 12
Par un diagramme en arbre :

1 p T 0 1/12 1-p
T
B
B
0 (1-p)/12
11/12
(1-p).11/12
44
c) Abaque de la probabilit que le candidat a dtre tricheur sil a bien rpondu en fonction de la proportion de tricheurs dans la population (p).
Abaque
1,00 Pr "T/B" en fonction de p 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 p 1
45
Exercice 3.2 Une urne contient 9 jetons numrots de 1 9. On en sort deux sans en noter les numros . a) Quelle est la probabilit quun troisime jeton tir de lurne soit pair ? P.N. La difficult de ce problme est sa modlisation plus complexe. Particulirement celle des conditions. Le choix qui a t fait infra a t de les dcrire en extension sur base de deux vnements lmentaires : JP = Tirer un jeton pair. et JI = Tirer un jeton impair. =
J P
Pour dcrire compltement les conditions auxquelles est soumis le rsultat de lpreuve : Tirer le 3 jeton. , nous dfinissons les vnements composs suivants : A1=JP,JP ; A2=JI,JI ; A3=JP,JI ; A4=JI,JP.Avec {Ai ; i=1, 2, 3, 4}un SCE. et B = Le 3 jeton tir est pair. . Donc (LPT) P(B)=P(BAi )=P(B / Ai ).P(Ai ) .
i =1 i =1 4 4
Or (Laplace) P(A1) = P(A3) =

4 3 9 8 4 5 9 8
2 et P(B/A1) = 7 ; P(A2) = 3 et P(B/A3) = 7 ; P(A4) =
5 4 9 8 5 4 9 8
4 et P(B/A2) = 7 ; 3 et P(B/A4) = 7 .
Donc P(B) = b)
4.3.2 + 5.4.4 + 4.5.3.2 3 +10 +15 28 4 = = = . 9.8.7 9.7 9.7 9
Quelle est la probabilit que les trois jetons soient impairs si lun des trois lest ?
Soit A = Les trois jetons sont impairs. = (JI, JI, JI). Soit B = Un des trois jetons est impair. = (JIII)(IJII)(IIJI) ; I=JPJI Or
B = ( JP , JP , JP ) donc P( B ) =1 P ( B )
P( A B) P( B)
et P ( B ) =
4.3.2 3 1 = = 9.8.7 63 21
(Laplace)
On cherche P(A/B) =
or A B = A puisque A B (A B) et P ( A) = 9 . 8 . 7
5 4 3
5 42
5 P ( A B ) P ( A) P ( A) 1 1 1 = = = 42 = . = . Donc P(A/B) = P ( B ) 1 P( B ) 20 P( B ) 2 4 8 21
46
Exercice 3.3 En Europe occidentale, 5% des garons et 0,25% des filles naissent daltoniens. 51% des naissances concernent des garons. a) Quelle est la proportion de garons dans la population des bbs daltoniens ? Soit D = Etre daltonien ; G = Etre un garon et F = Etre une fille . On cherche P(G/D) Par la formule de Bayes : P(G/D) = P(D /G). P(G)+ (D / F). P(F) P Or P(G) = 0,51 ; donc P(F) = 0,49 puisque (G,F) est un SCE ; P(D/G) = 0,05 et P(D/F) = 0,0025. Donc P(G/D) =
0,05 .0,51 0,0255 = = 0,954 0,05 .0,51 + 0,0025 .0,49 0,026725
P(D /G). P(G)
b) Quelle est la proportion denfants daltoniens dans le total ? N.B. : (G,F) est un SCE. On cherche P(D) = (LPT)
P( D / G ). P (G ) + P ( D / F ). P( F ) = 0,026725
2,5%.
47
Exercice 3.4 La compagnie dassurance SECOURT-SERTAIN propose des primes rduites ses clients faible risque. Elle a donc rparti la population en deux classes : ceux qui sont enclins aux accidents et ceux qui ne le sont pas. Ses statistiques montrent quun individu enclin aux accidents a une probabilit de 0,4 den avoir un au cours dune anne, alors que cette probabilit tombe 0,2 pour les gens faible risque. On suppose que 30% de la population appartient la classe haut risque. Solution : a) Quelle est la probabilit quun nouvel assur soit victime dun accident durant la premire anne de son contrat ? Soit : A1 = Le nouvel assur aura un accident au cours de la premire anne. ; HR = Le nouvel assur fait partie de la classe haut risque. ; FR = Le nouvel assur fait partie de la classe faible risque. . P(A1) = P(A1/HR).P(HR) + P(A1/FR).P(FR) = (0,4.0,3) + (0,2.0,7) = 0,12 + 0,14 = 0,26. b) Quelle est la probabilit quil fasse partie de la classe haut risque sil est victime dun accident dans lanne qui suit la conclusion de son contrat ? P(HR/A1) = P(HRA1)/ P(A1) = P(A1/HR).P(HR)/ P(A1) = (0,4.0,3) / 0,26 = 6/13. c) Quelle est la probabilit conditionnelle pour un nouveau client davoir un accident durant la deuxime anne de son contrat sil a eu un accident durant la premire anne ? Soit A2 = Le nouvel assur aura un accident au cours de la deuxime anne . On peut conditionner sur le fait que le client peut tre haut risque ou non. P(A2/A1) = P(A2/HRA1) .P(HR/A1) 4/10 . 6/13 24/130 0,292. + + + P(A2/FRA1) . P(FR/A1) = 2/10 . 7/13 = 14/130 = 38/130
48
Le graphique en arbre infra rend la modlisation plus facile.
49
TYPE DE RISQUE
1re anne
0,6 0 acc 0,6 0,4 0,6 1 acc 0,4
2me anne
0 acc 1 acc 0 acc 1 acc
PROBABILITS JOINTES 0,3.0,6 = 0,108 0,3.0,6.0,4 = 0,072 0,3.0,6.0,4 = 0,072 0,3.0,4 = 0,048
HR 0,4 0,3
0,8 0,7 0,8 FR 0,2 1 acc 0,2 0 acc 0,2 0,8
0 acc 1 acc
0,7.0,8 = 0,448 0,7.0,8.0,2 = 0,112
0 acc 1 acc
0,7.0,8.0,2 = 0,112 0,7.0,2 = 0,028
On cherche P(A2/A1) = P(A2A1)/P(A1) = (daprs les probabilits jointes du diagramme) (0,048 + 0,028) / [(0,072+0,048) + (0,112 + 0,028)] = 0,076/0,260 = 0,292.
50
Exercice 3.5 Chacun de deux petits meubles identiques a deux tiroirs. Le meuble A contient une pice dargent dans chaque tiroir, le meuble B ayant une pice dargent dans un tiroir et une pice dor dans lautre. On dsigne un des deux meubles au hasard, on ouvre lun de ses deux tiroirs et on y dcouvre une pice dargent. a) Quelle est la probabilit que ce soit le meuble A qui a t choisi ? Soit A1 = Dcouvrir une pice dargent dans un des deux tiroirs. . Soit A2 = Dcouvrir une pice dargent dans lautre tiroir. . Soit O2 = Dcouvrir une pice dor dans lautre tiroir. . Soit A = Choisir le meuble A. . Soit B = Choisir le meuble B. . On cherche P(A/A1) = P(AA1)/P(A1)=
P ( A1 / A). P ( A) = P ( A1 / A). P ( A) + P ( A1 / B ). P ( B ) 1 1 2 2 =2 = . 1 1 1 3 3 1. + . 2 2 2 4 1.
b) Quelle est la probabilit quil y ait une pice dargent dans lautre tiroir ? On cherche P(A2/A1) = P(A2/ AA1)/P(A/A1) + P(A2/ BA1)/P(B/A1) =
1. 2 1 2 +0. = 3 3 3
c) Quelle est la probabilit quil y ait une pice dor dans lautre tiroir ? On cherche P(O2/A1) = P(O2/ AA1)/P(A/A1) + P(O2/ BA1)/P(B/A1) =
0. 2 1 1 +1. = . 3 3 3
51
Exercice 3.6 On sait que globalement 98% des bbs survivent laccouchement. Cependant 15% des naissances se font par csarienne, dans ce dernier cas, le taux de survie des nouveaux ns est de 96.%. a) Si, dans la population, une femme enceinte est choisie au hasard naccouche pas par csarienne, quelle est la probabilit que son bb survive ? (Deux mthodes de solution). Soit S = Le bb survit. et C = Laccouchement se fait par csarienne. . P(S) = 0,98 P( S )=0,02. P(S/C) = 0,96. P(C) = 0,15 P( C )=0,85. P( S /C) = 0,04. On cherche P(S/ C ) ; or par la loi des probabilits totales : P(S) = P(S/C) .P(C) + P(S/ C ) . P( C ) 0,98 = 0,96 . 0,15 + P(S/ C ) . 0,85. P(S/ C ) =
0,98 0,96 0,15 = 0,9835 0,85
Autre mthode : le diagramme en arbre :

0,96 0,15 0,85 C 0,04 0,9835
C
S
S
0,144 0,006 0,836 0,014
S
S
0,0165
Calcul des probabilits jointes et conditionnelles : P( CS ) = 0,144 = 0,15 * 0,96. S P( C ) = 0,836 = 0,98 0,144. P( S /C ) = 0,0165 = 1 0,9835.
S P( C ) = 0,006 = 0,15 * 0,04. P( S /C ) = 0,9835 = 0,836/0,85. S P( C ) = 0,014 = 0,85 * 0,0165.
b) Si, dans la population des bbs ns ce jour et survivants, on en choisit un au hasard, quelle est la probabilit quil soit n par csarienne ? On cherche P(C/S) =
P ( S / C ). P (C ) 0,96 .0.15 = = 0,14694 P(S ) 0,98
52
Exercice 3.7 Dans cette population, on sait que 36% des mnages possdent un chien et 30% un chat. On sait galement que 22% des mnages qui possdent un chien ont aussi un chat.
A) Quelle est la probabilit quun mnage tir au hasard dans cette population
possde la fois un chien et un chat ? Soit D = Le mnage possde un chien. et C = Le mnage possde un chat. . P(D) = 0,36. P(C/D) = 0,22. P(C) = 0,30. P ( D ) = 0,64. On cherche P( D C ) = P(C/D) . P(D) = 0,22 . 0,36 = 0,0792. b) Quelle est la probabilit quun mnage possdant un chat, possde aussi un chien ? (deux mthodes de solution). On cherche P(D/C). Loi du produit des probabilits : P(D/C) = P( D C )/P(C) = 0,0792 / 0,30 = 0,264. Thorme de Bayes P(D/C) = P(C/D) . P(D) / (P(C/D) . P(D) + P( C / D ).P( D )). On doit donc chercher P( C / D ) = (produit des probabilits) P( C D )/P( D ) = (P(C) P( D C )) / P( D ) = (0,30-0,0792) / 0,64 = 0,2208 / 0,64 = 0,345. P(D/C) = 0,0792 / (0,0792 + (0,345 . 0,64)) = 0,0792 / 0,2208 = 0,264. En jaune : P( C D ).
53
Exercice 3.8 : La chvre de Monty Dans un jeu tlvis amricain trs populaire, Monty propose au gagnant dune preuve le choix suivant : trois portes fermes sont en face du candidat, une dentre elles cache une voiture, chacune des deux autres une chvre. Le candidat dsigne une porte au hasard et gagne ce quelle cache. Trs souvent Monty avant douvrir la porte dsigne par le candidat, en ouvre une des deux autres cachant une chvre et demande au candidat sil modifie sa dcision. Trs souvent galement les candidats, avouant quils sont superstitieux, maintiennent leur choix initial. Ont-ils raison ? Rsolvez par le diagramme en arbre. P.N. : pour rsoudre ce problme par le(s) diagramme(s) en arbre, il faut considrer deux types daction : deux preuves (le choix dune porte par le candidat et le choix dune chvre par Monty dans le cas o la voiture a t dsigne par le candidat) et une dcision : changer ou non de choix. Soit A= Le candidat gagne lauto. ; C = Le candidat change de dcision.
Choix alatoire du candidat : La chvre que Monty montre : 1 1 1 Le candidat change de dcision, il obtient : Ch. 2 Ch. 1 Auto 1/6 1/6 1/3
Auto 1/3 1/3 1/3 Ch. 2 Ch. 1
1/2 1/2 1
Ch. 1 Ch. 2 Ch. 2
Ch. 1
Auto
1/3
Donc P(A/C) = 1/3 + 1/3 = 2/3.

Choix alatoire du candidat : La chvre que Monty montre : Ch. 1 Ch. 2 Ch. 2 1 1 1 1 Ch. 1 Le candidat ne change pas de dcision, il obtient : Auto Auto Ch. 1 1/6 1/6 1/3
1/3 1/3 1/3
Auto Ch. 1
1/2 1/2 1
Ch. 2
Ch. 2
1/3
Donc P(A/ C ) = 1/6 + 1/6 = 1/3.
54
Exercice 3.9 : Tricher aux cartes Un jeu souvent pratiqu consiste prsenter 3 cartes un candidat, une dont les deux faces sont rouges, lautre dont les deux faces sont noires et la troisime est bicolore : une face rouge, lautre noire. Les cartes sont mlanges dans un chapeau, lune dentre elles est tire au hasard et, sans observer sa ou ses couleurs, est pose sur le sol. Si la face apparente est rouge, quelle est la probabilit que lautre soit noire ? (Etablissez intuitivement la probabilit a priori de cet vnement, rsolvez et comparez les rsultats ; en gnral, ils diffrent). Soit RR : La carte tire est rouge sur les deux faces.. Soit NN : La carte tire est noire sur les deux faces.. Soit RN : La carte tire est rouge sur une des deux faces, noire sur lautre. . Soit RA : La face apparente est rouge.. Soit NA : La face apparente est noire.. Soit RC : La face cache est rouge.. Soit NC : La face cache est noire.. On cherche P(NC/RA). Par formule P(NC/RA) =
P ( N RA ) 1 6 1 C = = P ( RA ) 1 2 3.
En effet P(RA) = (LPT) P(RA/RR).P(RR) + P(RA/NN).P(NN) + P(RA/RN).P(RN) = 1.1/3 + 0.1/3 + 1/2.1/3 = 3/6 = 1/2. Et P(NCRA) est obtenue par la formule de Laplace, en effet, il y a six possibilits pour la face cache (trois rouges et trois noires), mais une seule favorable la ralisation de lvnement (NCRA) : tirer la carte bicolore, et faire apparatre la face rouge, donc P(NCRA) = 1/6.
55
Rsolution par le diagramme en arbre :

Quelle carte est-elle tire ? RR 1/3 NN 1/3 1/3 RN 1/2 1/2 RA 1 1 NC 1 NA 1 NC 1/3 1/6 De quelle couleur est la face apparente ? 1 RA 1 De quelle couleur est la face cache ? RC 1/3
NA
RC
1/6
56
Exercice 3.10 : Organisation de recherches Un avion a disparu avec une chance gale dans une des trois rgions i = 1, 2 ou 3. Si la probabilit de manquer lavion dans la rgion i est gale i , quelle est la probabilit que lavion se trouve dans la ime rgion sachant que les recherches dans la rgion 1 se sont rvles infructueuses ? Solution : Soit les vnements suivants : Di = Lavion a disparu dans la rgion i. , i = 1, 2, 3. P(Di) = 1/3. E1 = Lavion na pas t dcouvert dans la rgion 1. . On sait que P(E1/D1) = 1. On cherche P(Di/E1), i = 1,2,3.
P( E1 D1) P ( E1 / D1).P( D1) = = P ( E1) P( E1)
1 1 3 = . 1 1 1 1 + 2 + 1. + 1. 3 3 3
P(D1/E1) =
1 .
1 3
i =1
P( E1 / Di ).P ( Di )
1 1. P ( E1 / Di ). P ( Di ) 1 3 = = P(Di/E1) = 1 1 1 1 + 2 , i = 2, 3. P ( E1) + 1. + 1. 3 3 3
Il est utile dobserver que la probabilit a posteriori que lavion se trouve dans les rgions 2 et 3 quand on ne la pas dcouvert dans la rgion 1 est suprieure la probabilit priori et tend vers 0,5 quand 1. tend vers 0 alors que cest linverse dans la rgion 1. Ce qui confirme les intuitions a priori.
57
Exercice 3.11 500 couples maris dont chacun des deux conjoints travaillent ont vu leur dclaration dimpt de lan dernier analyse des fins dtudes statistiques. Dans le rapport de cette analyse, on trouve le tableau de contingence suivant : Rpartition des revenus des conjoints (nombre de couples) MARI FEMME < 25.000 25.000 < 25.000 212 198 36 54 25.000 Donc dans cette population de 500 couples, il y a 54 couples o la fois la femme et le mari gagnent chacun au moins 25.000 , etc. a) Si, dans la population de ces couples, on en choisit un au hasard, quelle est la probabilit que le mari gagne au moins 25.000 ? Il sagit de la probabilit marginale que le mari gagne au moins 25.000 , via lapproche frquentiste, on peut tablir quelle vaut (198 + 54)/ 500 = 252/500 = 0,504. b) Si, dans la population de ces couples, on en choisit un au hasard, quelle est la probabilit conditionnelle que la femme gagne au moins 25.000 sachant que son mari gagne au moins la mme somme ? Selon la mme approche, la probabilit stablit 54/(198 + 54) = 54/252 = 3/14 = 0,214. c) Si, dans la population de ces couples, on en choisit un au hasard, quelle est la probabilit conditionnelle que la femme gagne au moins 25.000 sachant que son mari gagne moins que cette somme ? Selon la mme approche, la probabilit stablit 36/(212 + 36) = 36/248 = 9/62 = 0,145.
58
Exercice 3.12 Le garage D. Gonflet est spcialis dans le montage des pneus de voiture. A partir de ses statistiques tenues sur ses fidles clients, le patron a pu tablir les probabilits suivantes : un train de pneus ordinaires monts dorigine sur une voiture neuve a une probabilit de 80% dtre encore lgalement utilisable aprs 25.000 km, de 40% de ltre aprs 35.000 km et de 10% de ltre aprs 45.000 km. Si un client lui demande de vrifier ses pneus alors quil sagit de ceux qui ont t monts dorigine sur sa voiture quil avait achete neuve et qui vient de franchir le cap des 25.000 km et que ces derniers savrent tre encore lgalement utilisables : a) Quelle est la probabilit que leur utilisation lgale se prolonge au del de 35.000 km ? Soit A = Les pneus sont lgalement utilisables aprs 25.000 km. . Soit B = Les pneus sont lgalement utilisables aprs 35.000 km. . Soit C = Les pneus sont lgalement utilisables aprs 45.000 km. . On recherche P(B/A) = P(BA)/P(A). (LPC) Or B A, donc B A, donc BA = B, donc P(BA) = P(B). Donc P(B/A) = P(B)/P(A) = 0,4/0,8 = 1/2. b) Quelle est la probabilit que leur utilisation lgale supplmentaire dpasse 20.000 km ? Dans ce cas, on recherche la probabilit que les pneus soient encore lgalement utilisables aprs (25.000 + 20.000 =) 45.000 km, cest--dire P(C/A). Or C A, donc par le mme argument que supra, P(C/A) = P(C)/P(A) = 0,1/0,8 = 1/8.
59
Annexe au chapitre 4 : Exercices rcapitulatifs (solutions) Exercice 4.1 : Le vendeur dencyclopdies (I) Un vendeur a deux rendez-vous demain pour vendre des livres. Au premier rendez-vous, il vendra avec une probabilit 0,3 ; au second, avec une probabilit 0,6. Dans les deux cas, en cas de conclusion du contrat, il a autant de chances de vendre un livre dition luxe (25 ) quun livre dition standard (12,5 ). Dterminez la distribution de probabilit et la fonction de rpartition de X , le chiffre daffaires (en ), de demain. Solution : Soit les vnements suivants, Vij, i = S, du jme rendez-vous demain. . Lespace dchantillonnage de cette preuve, S, est gal au produit cartsien des deux ensembles suivants (application du principe de multiplication) : { NV1, VS1, VL1 }x{ NV2, VS2, VL2 } avec #S = 9. Les probabilits suivantes peuvent tre dtermines : P(VS1) = P(VL1) = 0,15 ; P(VS2) = P(VL2) = 0,3 ; P(NV1) = 0,7 ; P(NV2) = 0,4. S NV1, NV2 NV1, VS2 NV1, VL2 VS1, NV2 VS1, VS2 VS1, VL2 VL1, NV2 VL1, VS2 VL1, VL2 Probabilit 0,7.0,4 = 0,28 0,7.0,3 = 0,21 0,7.0,3 = 0,21 0,15.0,4 = 0,06 0,15.0,3 = 0,045 0,15.0,3 = 0,045 0,15.0,4 = 0,06 0,15.0,3 = 0,045 0,15.0,3 = 0,045 X () 0 12,5 25 12,5 25 37,5 25 37,5 50
L
; j = 1, 2, La vente dune dition i
ralise lors du jme rendez-vous demain. et NVj : Aucune vente ralise lors
60
Pour dterminer la distribution de probabilits et la fonction de rpartition, il faut relever toutes les valeurs distinctes prises par X lors de la ralisation des vnements de lespace dchantillonnage S, de faon constituer lintervalle de X. La distribution de probabilit de X ainsi que sa fonction de rpartition sont prsentes dans le tableau suivant : X() P(X) F(X) 0 0,28 0,28 12,5 0,27 0,55 25 0,315 0,865 37,5 0,09 0,955 50 0,045 1
Distribution de probabilit et fonction de rpartition du c. a. du vendeur

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0 12,5 25 () 37,5 50 P(X) F(X)
61
Exercice 4.2 : La vielle dame et le bus (I) Une dame ge prend souvent le bus. Elle se fait un devoir dintroduire une rclamation quand le bus quelle prend arrive en retard et/ou quand elle ne trouve pas de place assise. Ses statistiques lui apprennent quelle arrive en retard ayant trouv une place assise dans 15 % des cas, ne trouve pas de sige mais nanmoins arrive lheure dans 10 % des cas, arrive en retard sans avoir trouv de place assise dans 8 % des cas. Dterminez la distribution de probabilit de X , le nombre de raisons que la vieille dame a dintroduire une rclamation lors de son prochain voyage en bus ainsi que sa fonction de rpartition. Solution : Soit les vnements suivants, Ei, i = 1, 2, 3, 4, S= { Ei,: i = 1, 2, 3, 4} avec : E1 : Le prochain voyage de la vieille dame se passera sans problmes. . E2 : Le bus sera en retard lors du prochain voyage de la vieille dame. . E3 : La vieille dame ne trouvera pas de place assise lors de son prochain voyage en bus. . E4 = La vieille dame ne trouvera pas de place assise lors de son prochain voyage en bus et, de plus, le bus sera en retard. . Les probabilits suivantes peuvent tre dtermines : P(E2) = 0,15 ; P(E3) = 0,10 ; P(E4) = 0,08 ; P(E1) = 1 - 0,15 - 0,1 - 0,08 = 0,67. S E1 E2 E3 E4 Probabilit 0,67 0,15 0,10 0,08 X 0 1 1 2
La distribution de probabilit de X ainsi que sa fonction de rpartition sont prsentes dans le tableau suivant : X P(X) F(X) 0 0,67 0,67 1 0,25 0,92 2 0,08 1
62
Exercice 4.3 :
Le directeur dcole et le cot du chauffage (I)
Le directeur de lcole du village doit prvoir le budget du chauffage de ses btiments pour le premier trimestre de lanne scolaire. Les statistiques quil a tenues depuis de nombreuses annes lui fournissent les probabilits suivantes. En septembre, il dispose de 15 chances sur 100 de ne rien consommer (cest lt indien), autrement la consommation slve 500 litres de mazout. En octobre, si lt indien sest produit en septembre (donc si la consommation a t nulle en septembre), la consommation slvera 200 litres ; par contre, la probabilit dune consommation de 500 litres est de 55 %, 750 litres dans les autres cas. En novembre, le complexe scolaire consomme 600 litres dans 60% des cas et 800 litres autrement. En dcembre, la consommation stablit toujours 750 litres. Soit X, une variable alatoire discrte qui reprsente la consommation de mazout en litres au cours du 1er trimestre. Dterminez la distribution de probabilit de X ainsi que sa fonction de rpartition. Solution : Pour dterminer lespace dchantillonnage de cette preuve et les valeurs de X qui y sont associes, un diagramme en arbre est utile dont les tapes reprsenteront successivement chaque mois du 1er trimestre et les nuds, les consommations mensuelles prvues. Mois du 1er trimestre
IX X 1 0,15 0 0,55 500 0,45 XI 0,6 200 0,4 0,6 0,85 500 0,4 0,6 750 0,4 XII 600 800 600 800 600 1 1 1 1 1 750 750 750 750 750
X (l.)
1550 1750 2350 2550 2600
P(X) 0,09 0,06 0,2805 0,187 0,2295
1 2800 800 donne droite de larbre,0,153 tant 750 La distribution dchantillonnage de X est P(X)
calcule comme la probabilit jointe de la ralisation des consommations mensuelles sur la branche de larbre gnrant X.
63
La distribution de probabilit de X ainsi que sa fonction de rpartition sont prsentes dans le tableau suivant :
X (l.) 1550 1750 P(X) F(X) 0,09 0,09 0,06 0,15
2350 0,280 5 0,430 5
2550 0,187 0,617 5
2600 0,229 5 0,847
2800 0,153 1
Distribution de probabilits et fonction de rpartition de la consommation de mazout du 1er trimestre

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 1550 1750 2350 2550 2600 2800 Litres de mazout : X P(X) F(X)
64
Exercice 4.4 :
Le choix de Jacqueline (I)
Jacqueline termine sa dernire anne dtudes secondaires avec succs. Elle hsite entre des tudes en sciences conomiques et des tudes en informatique. En fait, elle a dcid, si elle en est capable, dobtenir les deux diplmes. Soit, elle commencera par les tudes universitaires en sciences conomiques, puis si elle les russit, poursuivra par des tudes complmentaires en informatique ; soit elle commencera par les tudes universitaires en informatique, puis si elle les russit, poursuivra par des tudes complmentaires en conomie. Elle estime la probabilit de russite des tudes (complmentaires ou non) en conomie pe et la probabilit de russite des tudes (complmentaires ou non) en informatique pi. Si elle ne russit pas les premires tudes quelle entreprend, elle sinscrira un graduat. Si elle russit le graduat, elle entreprendra des tudes complmentaires en conomie. La probabilit de russir le graduat et dtre accepte dans le programmes dtudes complmentaires en conomie est de pg. Ce qui lintresse, cest son revenu 35 ans. Ses relevs statistiques ont montr que le revenu moyen 35 ans de quelquun qui : dispose de deux diplmes universitaires est de 1000 ; dispose du diplme en informatique uniquement est de 800 ; dispose du diplme en conomie uniquement est de 840 ; dispose du diplme de gradu uniquement est de 600 ; dispose du diplme de gradu et dun diplme universitaire complmentaire est de 600 + ( du revenu de celui qui dispose du diplme universitaire unique correspondant) ; - ne dispose pas de diplme suprieur est de 350. On vous demande : la distribution de probabilit et la fonction de rpartition du revenu 35 ans, si elle commence par des tudes en informatique ; (N.B. pour la fonction de rpartition, vous supposez que pi = 0,35 : pe=0,42 ; pg=0,7).
65
Solution : Pour dterminer lespace dchantillonnage de cette preuve et les valeurs de X qui y sont associes, un diagramme en arbre est utile dont les tapes reprsenteront successivement les tudes suivies et les nuds, le rsultat obtenu (russite ou chec). Le revenu 35 ans et sa probabilit seront calculs en fin de branche. La probabilit dun niveau donn de revenu est une probabilit jointe. Les notations suivantes sont utilises pour les vnements : I, E, G, EC signifient : Jacqueline a russi ses tudes en (respectivement) informatique, conomie, graduat, conomie (complmentaire). . Ces mmes notations prcdes de ~ signifient lchec dans ces mmes tudes.
P(X) 0,42 0,35 0,58 0,147 0,203 1000 800 X
~E
0,65 ~I
0,42 EC 0,7 0,58 0,3 ~G ~EC
0,1911 600 + (0,25.840) 0,2639 0,195 600 350
La distribution de probabilit de X ainsi que sa fonction de rpartition sont prsentes dans le tableau suivant : X P(X) F(X) 350 0,19 5 0,19 5 600 0,263 9 0,458 9 800 0,203 0,661 9 810 0,191 1 0,853 1000 0,147 1
66
Distribution de probabilits et fonction de rpartition du revenu de Jacqueline 35 ans

1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 350 600 800 Revenu 35 ans 8100 1000 P(X) F(X)
67
Annexe au chapitre 5 : Exercices rcapitulatifs (solutions) (N.B. LES QUATRE PREMIERS EXERCICES SONT DES EXTENSIONS DES EXERCICES PORTANT LES MMES NUMROS AU CHAPITRE PRCDENT) Exercice 5.1 : Le vendeur dencyclopdies (II)
Quelle est lesprance mathmatique de son chiffre daffaires demain ? Solution : La distribution de probabilit de X, le chiffre daffaires, avait t tablie prcdemment : X() 0 12,5 25 37,5 50 P(X) 0,28 0,27 0,315 0,09 0,045 Donc E(X) = (12,5.0,27) + (25.0,315) + (37,5.0,09) + (50.0,045) = 3,375 + 7,875 + 3,375 + 2,25 = 16,875 .
68
Exercice 5.2 :
La vielle dame et le bus (II)
Quelle est lesprance mathmatique de X , le nombre de raisons que la vieille dame a dintroduire une rclamation lors de son prochain voyage en bus ? Solution : La distribution de probabilit de X, le nombre de raisons dintroduire une rclamation, avait t tablie prcdemment : X P(X) F(X) 0 0,67 0,67 1 0,25 0,92 2 0,08 1
Donc E(X) = (0.0,67) + (1.0,25) + (2.0,08) = 0,41 raisons.
69
Exercice 5.3 : Le directeur dcole et le cot du chauffage (II) Quelle est lesprance mathmatique de X, le nombre de litres de mazout consomms par le systme de chauffage durant le 1er trimestre ? Solution : La distribution de probabilit de X, le nombre de litres de mazout consomms par le systme de chauffage durant le 1er trimestre, avait t tablie prcdemment : X (l.) 1550 1750 P(X) F(X) Donc E(X) 0,09 0,09 0,06 0,15 2350 0,280 5 0,430 5 2550 0,187 0,617 5 2600 0,229 5 0,847 2800 0,153 1
= (1550.0,09) + (1750.0,06) + (2350.0,2805) + (2550.0,187) + (2600.0,2295) + (2800.0.153) = 139,5 + 105 + 659,175 + 476,85 + 596,7 + 428,4 = 2400,625 litres.
70
Exercice 5.4 : Le choix de Jacqueline (II) On vous demande de calculer lesprance mathmatique du revenu de Jacqueline 35 ans, si elle commence par des tudes en informatique ; (N.B. pour la fonction de rpartition, vous supposez que pi = 0,35 : pe=0,42 ; pg=0,7). Solution : La distribution de probabilit de X, le revenu de Jacqueline 35 ans, avait t tablie prcdemment : X P(X) F(X) Donc E(X) 350 0,19 5 0,19 5 600 0,263 9 0,458 9 800 0,203 0,661 9 810 0,191 1 0,853 1000 0,147 1
= (350.0,195) + (600.0,2639) + (800.0,203) + (810.0,1911) + (1000.0,147) = 68,25 + 158,34 + 162,4 + 154,791 + 147 = 690,781.
71
Exercice 5.5 : La prime dassurance Une compagnie dassurance tablit un contrat stipulant quune somme dargent A doit tre verse si un vnement E se produit dans lanne. La compagnie estime que P(E) = p. Comment calculer la prime annuelle de faon ce que le bnfice reprsente 10 % de A ? Vrifiez. Solution : Soit B, le bnfice et Pr la prime. E(B) = Pr - A.p or B doit tre gal 0,1.A 0,1.A = Pr - A.p, Pr = 0,1A + A.p = A. (0.1 + p). Vrification : Soit p = 0,25 et A = 10.000. Donc Pr = 10.000 . 0,35 = 3.500. Sur 4 ans, la compagnie peroit 3.500 . 4 = 14.000 de primes et paie en moyenne 1 fois 10.000, donc B = 4.000 sur 4 ans, soit 1.000/an = 10% de 10.000.
72
Exercice 5.6 : Diagnostics de pannes Une machine peut tomber en panne pour deux raisons. Le diagnostic de la premire cote C1 ; sil est positif, la rparation cote R1. Les cots sont C2, R2 pour la seconde. p est la probabilit de la 1re raison. On demande les conditions sur p, C1, C2, R1, R2 pour quil revienne moins cher de commencer par le diagnostic sur la 1re raison plutt que sur la deuxime. (N.B. Si le diagnostic est positif sur la 1re raison, il faut effectuer le diagnostic sur la seconde et rciproquement.) Solution : Si on commence par le premier diagnostic, les cots seront : C1 + R1 avec probabilit p. C1 + C2 + R2 avec probabilit 1-p. Si on commence par le deuxime diagnostic, les cots seront : C2 + R2 avec probabilit 1-p. C2 + C1 + R1 avec probabilit p. Pour que le diagnostic revienne moins cher en commenant par le premier diagnostic, il faut : [(C1 + R1).p] + [(C1 + C2 + R2).(1-p)] [(C2 + R2).(1-p)] + [(C2 + C1 + R1).p] C1.p + R1.p + C1 + C2 + R2 C1.p C2.p R2.p C1.p + R1.p + C2 + R2 + C2.p C2.p R2.p C1.(1 p) C2.p C1/C2 p/(1 p).
73
Exercice 5.7 :
La boutique LENACH
La boutique de haute couture LENACH doit commander la semaine prochaine son stock de manteaux dhiver au grand couturier Kiam. Vu la coupe davantgarde des ces manteaux, leur demande est rduite et on ne peut les vendre avec profit que durant la saison pour laquelle ils ont t dessins et raliss. Kiam ne fournit quune commande par saison la boutique LENACH. Chaque manteau est achet 75.000 Mons et revendu 100.000 Mons durant la saison. Sil nest pas vendu, il est coul 40.000 Mons dans un magasin de dgriffs . Si une cliente ne peut tre satisfaite, cette situation nengendre aucun frais LENACH. La demande pour ce type de manteaux est relativement stable et on a pu tablir, en se basant sur les statistiques des saisons prcdentes, une estimation de la distribution de probabilit de X, le nombre de manteaux demands : Combien de manteaux commander Kiam ? Distribution de probabilit de X : le nombre de manteaux demands X P(X) - de 4 0 4 0,05 5 0,1 6 0,15 7 0,15 8 0,20 9 0,20 10 0,1 11 0,05 + de 12 0
Solution : On sait que lesprance de profit est maximum si P(i ) <

i =0 S
b [1]. (b + p )
Avec b : le bnfice net par unit vendue : 100 000 75000 = 25000 Mons. Et p : la perte nette par invendu : 75000 40 000 = 35 000 Mons.
b 25000 = = 0,41. b + p 25000 + 35000
Fonction de rpartition de X : X F(X) -de 4 4 5 0 0,05 0,15 6 7 8 9 10 0,3 0,45 0,65 0,85 0,95 11 + de 12 1 1
Le dernier stock qui vrifie lingalit [1] est de 6 units. On doit donc commander 6 + 1 = 7 manteaux Kiame.
74
Exercice 5.8 :
Dcision dans lincertitude (II)
Lmission de tlvision SUPERHOTMIX sur MTLCLUB remporte un norme succs daudience. On y prsente le classement des meilleures ventes hebdomadaires de varits dans le pays. Vu le succs, les producteurs de lmission ont dcid de faire payer aux producteurs de varits la diffusion intgrale dun vido-clip . En cas de nonpaiement, ils ne projettent quun extrait de 9 secondes de l uvre . Il est de notorit publique que la diffusion intgrale dun clip aide augmenter les ventes. La diffusion de lextrait de 9 secondes na, par contre, aucun effet sensible. Le tableau suivant rsume les principales informations disponibles. Ventes moyennes Si le disque est class hebdomadaires (sans promotion) dans le : Nombre de disques Q1 Q2 Q3 Q4 10.000 8.000 5.000 2.000 Effet de la diffusion intgrale du clip En % + 15 + 10 +5 -
Un disque vendu rapporte ses producteurs la somme de 100 Mons et la place dans le classement dpend de la concurrence. Sachant que deux distributions de probabilit sont possibles propos du classement de la semaine prochaine du groupe Sweet Boys, les producteurs de ce groupe se demandent sil vont payer les 100.000 Mons que cote la diffusion intgrale du clip. Le second tableau prcise ces distributions de probabilit dabord dans le cas de non-concurrence, puis dans le cas de concurrence. (La concurrence dont il est question ici est celle, froce, du seul groupe proche des Sweet Boys, les 3to4, qui, sils sont prsents dans le hit-parade amnent des substitutions dans les dcisions dachat des jeunes.) Les 3to4 ont 30% de chances dtre prsents dans le classement la semaine prochaine : Classement des Sweet Boys Q1 Q2 Q3 Q4 Si ~3to4 0,4 0,3 0,2 0,1 Si 3to4 0 0,5 0,4 0,1
On demande si les producteurs des Sweet Boys paieront les 100.000 Mons sans rechigner.
75
Solution : Les producteurs des Sweet Boys paieront sans rechigner les 100 000 Mons si lesprance du gain obtenu en passant le clip est suprieur au prix demand. Le gain du passage entier du clip est laugmentation des ventes qui en rsulte cest-dire 100 Mons par vente supplmentaire. Regardons dabord lesprance de gain sans concurrence, puis avec concurrence : Pas de concurrence (70% de chance) :
Classs P(x) dans : Q1 0,4 Q2 0,3 Q3 0,2 Q4 0,1 Esprance de gain : Gain P(x).Gain additionnel 150000 60000 80000 24000 25000 5000 0 0 89000
Avec concurrence (30% de chance) :

Classs P(x) dans : Q1 0 Q2 0,5 Q3 0,4 Q4 0,1 Esprance de gain : Gain P(x).Gain additionnel 150000 0 80000 40000 25000 10000 0 0 50000
Esprance totale de gain avec passage du clip : 0,7 . 89000 + 0,3 . 50000 = 77.300 Mons ce qui est infrieur aux 100.000 Mons demands. Les producteurs des Sweet Boys vont donc rechigner.
76
Annexe 1 au chapitre 6 : Exercices rcapitulatifs sur la distribution binomiale CD audio : 5-bit oversampling Dans un lecteur CD, le canal de transmission des informations ne traite que des 0 et des 1. A cause de perturbations dues llectricit statique, chaque chiffre transmis lest avec une probabilit derreur de 1/5. Ds lors, pour viter une erreur, on transmettra une squence de cinq 0 au lieu de 0 et de cinq 1 au lieu de 1. Le rcepteur dcode selon la rgle de la majorit. a. Quelle est la probabilit de mauvaise interprtation dune information ?
Soit X, une variable alatoire ~Bi(5 ; 0,2) reprsentant le nombre de caractres errons dans une squence de cinq chiffres, et F = Linformation est incorrectement dcode. .
0 0 5 1 1 4 2 2 3 P(F) = P(X 3) = 1 F(2) = 1 - C5 0,2 0,8 C5 0,2 0,8 C5 0,2 0,8 =
1 0,328 0,410 0,205 = 0,057. Donc la probabilit que la transmission dun caractre binaire soit correcte = 1 0,057 = 0,943. b. Une chanson standard de trois minutes est compose de 180.000 signaux digitaux. Quelle est la probabilit quelle soit dcode sans erreur ?
Soit C = Tous les caractres dcods sont conformes aux caractres originaux. , P(C) = 0,943 180 .000 = 1,273e-4588 0.
77
Exercice 6.2 :
Rseau de tlphonie mobile
Un rseau de tlphonie mobile sur un territoire donn se compose de n relais et fonctionne un jour donn si, ce jour-l, au moins k relais sont oprationnels. Par mauvais temps (pluie, neige, ), chaque relais fonctionne avec une probabilit p1, indpendamment des autres. Par temps sec, idem mais avec une probabilit p2.
a) Si
dsigne la probabilit quil pleuve demain, quelle est la probabilit que le rseau fonctionne alors ?
Soit S = Le rseau fonctionne. ; R = Le temps sera mauvais demain. . Et Fi(k) : la fonction de rpartition quand X vaut k, , avec X une V.A.D. ~Bi(n, pi), (i = R, R ). Donc par LPT : P(S) = P( R ).P(S/ R ) + P(R).P(S/R) = (1 ).[1 FR (k 1)] +.[1 FR (k 1)] =
i i (1 ). C ni p R (1 p R ) n i + . C ni p R (1 p R ) n i i =k i =k n n
b) Si k = 5, combien de relais doit-on installer au total et au minimum pour que le rseau fonctionne quelque soit le climat ? (N.B. p1 = 0,8 ; p2 = 0,95 ; on tolre 0,7 % de pannes.) Il faut P(S) 0,993 par temps de pluie ; donc n tel que Donc 1 F(4) 0,993. F(4) 0,007. Donc, n = 10, voir tables de la fonction de rpartition binomiale (Annexe 4 au Chapitre 6).
C
i =5
i n
0,8 i 0,2 n i 0,993
78
Exercice 6.3 : Design never fail Une firme de construction dordinateurs veut lancer une nouvelle gamme de micro-ordinateurs soft fail et never fail en les quipant de plusieurs processeurs qui prennent automatiquement le relais les uns des autres en cas de panne. Ces ordinateurs sont destins travailler dans des environnements trs perturbs. Ainsi la probabilit de panne dun processeur vaut-elle 1-p au cours dune session de travail, indpendamment du fonctionnement des autres processeurs. Cependant pour fonctionner sous la garantie de never fail , lordinateur doit possder une majorit de processeurs en ordre de fonctionnement. Pour quelles valeurs de p prfre-t-on un ordinateur trois processeurs plutt qu 5 ? Soit Fi = Lordinateur i processeurs fonctionne sous la garantie de never fail. , (i = 3 ; 5). Soit Xi, le nombre de processeurs en fonctionnement dans un ordinateur i processeurs. Xi est donc une V.A.D. ~Bi(i, p), (i = 3 ;5). Pour i = 3, P(F3) = P(X3 2) = P(X3 = 2) + P(X3 = 3) =
C 32 p 2 (1 p )1 + C 33 p 3 (1 p ) 0 = 3. p 2 .(1 p) + p 3 = 3. p 2 2. p 3 .
Pour i = 5, P(F5) = P(X5 3) = P(X5 = 3) + P(X5 = 4) + P(X5=5) =
10 . p 3 .(1 2. p + p 2 ) +5. p 4 5. p 5 + p 5 =10 . p 3 20 . p 4 +10 . p 5 + 5. p 4 4. p 5 = 10 . p 3 . p 4 +6. p 5 . 15
C 53 p 3 (1 p ) 2 + C 54 p 4 (1 p )1 + C 55 p 5 (1 p ) 0 =10. p 3 (1 p ) 2 + 5. p 4 .(1 p ) + p 5 =
On prfrera la machine 3 processeurs relativement la machine 5 processeurs, si P(F3) > P(F5). Donc si 3p2 - 2p3 > 10p3 - 15p4 + 6 p5 ou - 6 p5 + 15p4 - 12p3 + 3p2> 0 Donc si - 3p2.( 2p3 - 5p2 + 4 p 1) > 0, soit 2p3 - 5p2 + 4 p 1 < 0 Dcomposant, on obtient : 2p3 - 4p2 + 2 p p2 + 2 p -1 < 0 Regroupant et mettant 2p en vidence : 2p.(p2 - 2p + 1) (p2 - 2 p +1) < 0 Soit (2p 1).(p 1)2 < 0. Donc 2p 1 < 0, soit p < .
79
Exercice 6.4 :
Le choix dun jury
Un tudiant se prpare passer un examen oral important. Il se proccupe de savoir sil sera en forme ou non. Son opinion est que sil est en forme, chacun de ses examinateurs le jugera suffisant avec une probabilit de 0,8 et indpendamment des autres examinateurs. Dans le cas contraire, cette probabilit tombe 0,4. Ltudiant russit si une majorit de ses examinateurs le juge suffisant. Par ailleurs, il pense avoir deux fois plus de chances d'tre en mforme quen forme. A-t-il plus dintrt demander un contrle par 3 que par 5 examinateurs ? Soient les vnements : F = Etre en forme., P(F) = 1/3. F = Etre en mforme. , P( F ) = 2/3. {F, F } forme un S.C.E. S = Etre reu.. Par la loi des probabilits totales (L.P.T.) : P(S) = P(S/F).P(F) + P(S/ F ).P( F ) Soit X, le nombre de jugements positifs que ltudiant obtiendra, X est une V.A.D ~Bi(n, pi) avec n = 3 ou 5, le nombre dexaminateurs, et pi, la probabilit dtre jug suffisant par chacun des examinateurs, i = F ou F . P(S/F) = P(X 3/ F) sil y a 5 examinateurs et P(X 2/ F) sil y a trois examinateurs. P(S/ F ) = P(X 3/ F ) sil y a 5 examinateurs et P(X 2/ F ) sil y a trois examinateurs. Dans le cas de 5 examinateurs : P(S/F) = P(S/ F ) =
5
C
i =3 5 i =3
i 5
0,8 i 0,2 5i = 0,2048 + 0,4096 + 0,32768 = 0,94208.

i 5
0,4 i 0,6 5i = 0,2304 + 0,0768 + 0,01024 = 0,31744.
Donc P(S) = 0,94208.1/3 + 0,31744.2/3 = 0,526. Dans le cas de 3 examinateurs : P(S/F) = P(S/ F ) =
3
C
i =2 3 i =2
i 3
0,8 i 0,2 3i = 0,384 + 0,512 = 0,896.

i 3
0,4 i 0,6 3i = 0,288 + 0,064 = 0,352.
Donc P(S) = 0,896.1/3 + 0,352.2/3 = 0,533. Donc ltudiant choisira un jury de trois examinateurs.
80
Annexe 2 au chapitre 6 : Exercices rcapitulatifs sur la distribution de Poisson Accidents sur lautoroute : On admet que le nombre daccidents survenant quotidiennement sur une autoroute est une v. a. de Poisson de paramtre = 3. a. Quelle est la probabilit quil survienne 3 accidents ou plus lors dun jour donn ? b. Mme question si lon sait quun accident au moins a eu lieu. Solution : Soit X, le nombre quotidien daccidents sur lautoroute, X ~Po(3).
a. On cherche P(X 3) = 1 F(2) = 1 P(0) P(1) P(2) =
1 0,050 0,149 0,224 = 1 0,423 = 0,577.

b. On cherche P(X 3/ X 1) = P(X 3 X 1)/ P(X 1),
(Loi des probabilits composes.) Or X 3 X 1, donc {X 3} {X 1}. Donc P(X 3 X 1) = P(X 3) = 0,577 (voir a. supra). et P(X 1) = 1 P(0) = 1 0,050 = 0,950. Donc P(X 3/ X 1) = 0,577/0/0,950 = 0,607.
81
Job de vacances : E. SANZ, patron de la station-service du coin, organise le travail pour la priode de vacances. Basant son avantage comptitif sur le service ses clients, il dsire quils nattendent pas trop avant dtre servis. Pour les mois de juillet et daot, il estime que le taux darrive des clients est de 3 par minute entre 10h et 18 h. Si le nombre de clients par minute est suprieur 4, il envoie un tudiant servir les clients - en renfort du pompiste habituel - pendant 3 minutes. Ltudiant se prsente 10 heures et quitte la station 18 heures tous les jours. A combien de temps peut-on estimer linoccupation de ltudiant la pompe par jour ? Solution : Soit O = Faire appel ltudiant pour 3 minutes. . Soit Xi = une v.a.d. gale au nombre darrives la station-service de clients par i minutes entre 10h et 18h un jour donn de juillet - aot. Xi ~Po(i * 3). P(O) = P(X1 > 4) = P(5)+P(6)+P(7)+P(8)+ ou = 1 - F(4) = 0,101 + 0,05 + 0,022 + 0,008 + 0,003 + 0,001 + 0 ou 1 - 0,815 = 0,185. (utilisation des tables du cours, annexes 5 et 6 au chapitre 6). Or il y a 480 minutes dans les 8 heures de prsence de ltudiant. Donc pour chaque minute de ces 480, la probabilit de devoir prester 3 minutes est de 0,185. Selon lapproche frquentiste, ltudiant devra donc prester 0,185 * 480 = 88,8 89 fois 3 minutes soit 267 minutes. Il sera donc inoccup 600 - 267 = 333 minutes, soit un peu plus de 5 heures et demie.
82
Dactylographie : Une agence de dactylographie emploie 2 dactylos. Le nombre derreurs par page est de 3 pour Anas et de 4 pour Bertrand. Si la page a la mme probabilit dtre dactylographie par lune ou lautre, quelle est la probabilit quelle sera sans erreur ? Solution : Soit Xa, le nombre quotidien derreurs par page dAnas, Xa ~Po(3) et soit Xb, le nombre quotidien derreurs par page de Bertrand, Xb ~Po(4). Soit les vnements : A = La page est dactylographie sans erreur. ; An = Anas dactylographie la page. ; Bt = Bertrand dactylographie la page. . On sait que P(An) = P(Bt) = 0,5 et {An, Bt} forme un SCE (systme complet dvnements). On cherche P(A). Par la loi des probabilits totales : P(A).= P(Xa=0/An).P(An) + P(Xb=0/Bt).P(Bt) = (0,050.0,5)+(0,018.0,5) = 0,034.
83
Gardes lhpital : Durant le week-end, normalement, un seul chirurgien de garde est prsent aux urgences de lHpital Saint Sang et il suffit dhabitude la tche. Cependant, il savre que des vies humaines sont en jeu si le temps dattente avant traitement est trop lev. Les responsables de lhpital ont estim que ctait le cas si plus de 5 personnes se prsentaient en une heure aux urgences. Dans ce dernier cas, on appelle chez lui, un autre mdecin. Si vraiment le flux des patients est trop grand (plus de 10 personnes lheure), on appelle alors en renfort un troisime mdecin. Au cours des 20 derniers week-ends pour lesquels on a conserv des donnes prcises, on a pu calculer que le taux moyen darrives aux urgences tait de 3 personnes par heure. a. On vous demande de calculer, pour le week-end prochain, quelle est la probabilit de devoir faire appel un autre mdecin et deux autres mdecins au cours dune heure donne. b. Il est 9h10 du matin, ce samedi, le docteur DURZOT vient de prendre son service depuis 10 minutes et 3 personnes au moins sont dj arrives depuis aux urgences, victimes dun accident. Quelle est la probabilit que durant les 50 minutes qui suivent, on doive faire appel en renfort son collgue MOUZOT ? Solution : Soit X, le nombre de personnes arrivant aux urgences en une heure, X ~Po(3). Soit les vnements : 2M = Faire appel un second mdecin. ; 3M = Faire appel un troisime mdecin. ;
a.
On cherche P(2M) = P(X > 5) et P(3M) = P(X > 10). 0,05 + 0,022 + 0,008 + 0,003 + 0,001 + = 0,084.
P(2M) = P(X > 5) = 1 F(5) ou P(6) + P(7) + P(8) + = P(3M) = P(X > 10) = 1 F(10) ou P(11) + P(12) + = 0.
b. On cherche P(2M/ X 3) = P(2M X 3)/P(X 3) (loi des probabilits
composes), or 2M = X > 5 et X > 5 X 3, donc {X > 5} {X 3} et 2M {X 3}, donc P(2M/ X 3) = P(2M)/P(X 3) = 0,084/0,577 = 0,145.
84
Brouillard sur le viaduc : Le viaduc de ZEEB sur lautoroute F114 a une fcheuse propension se couvrir dun brouillard dense les matins dautomne et de printemps. Les risques daccident y sont levs. Les statistiques tablies les annes prcdentes indiquent, pour chaque sens de circulation (Nord-Sud et Sud-Nord), une probabilit de 40% de survenance dau moins un accident au cours de la journe par temps de brouillard. On vous demande, pour un jour o le brouillard est dense sur le viaduc : 1. Quelle est la probabilit quaucun accident ne se produise sur le viaduc ? 2. Quelle est le nombre daccidents sur le viaduc auquel on peut sattendre par un jour de brouillard ? 3. Quelle est la probabilit quun accident au moins se produise sur le viaduc ? 4. Considrant maintenant uniquement le sens de circulation Nord-Sud, quelle est la probabilit dobserver au moins une collision en chane, sachant que les risques dobserver au moins un tel accident dans ce sens de circulation par temps de brouillard sont de 10% quand le temps est couvert et de 30% quand le ciel est clair ? Les statistiques mtorologiques prvoient 120 jours de temps couvert et 60 jours de ciel clair par an durant les priodes habituelles dapparition du brouillard sur le viaduc. Solution : 1. Soit X, une variable alatoire reprsentant le nombre quotidien daccidents sur le viaduc, X ~Po, idem pour XNS et XSN se rapportant chacun des deux sens. On sait que : (i et j = S,N avec i j), P(Xij > 0) = 1 P(Xij = 0) = 0,4. Donc pour chaque sens de circulation : P(Xij = 0) = 0,6. Donc pour les deux sens de circulation : P(X = 0) = P[(XNS=0) (XSN=0)] = 0,6 = 0,36. 2. On cherche E(X), sachant que X ~Po et P(0) = 0,36. On sait que E(X) = , le paramtre de la distribution ; donc (cfr tables), P(0) = 0,368 pour = 1 ou plus prcisment, il faut 0,36 = e - ou ln(0,36) = - donc = 1,0217 = E(X). 3. P(X > 0) = 1 P(X = 0) = 1 - 0,36 = 0,64. 4. Soit CC : Observer au moins une collision en chane dans le sens NordSud. , B : Le brouillard est dense sur le viaduc. , TC : Le temps est couvert. et TCL : Le temps est clair. On sait P(CC/TCB) = 0,10 et P(CC/TCLB) = 0,30 ainsi que P(TCB) = 120/180 = 2/3 et P(TCLB) = 60/180 = 1/3. P(CCB) = P(CC/TCB). P(TCB) + P(CC/TCLB). P(TCLB) = 0,10.2/3 + 0,30.1/3 = (0,2 + 0,3)/3 = 0,5/3 = 1/6 = 0,166666
85
EXERCICES RECAPITULATIFS (1)

Ex. rec.(1). 1 : Contrle de qualit (I). Une production en srie prsente en moyenne 5 % de produits dfectueux. Un contrle est effectu sur un lot de 100 articles choisis au hasard. 1) Quelle est la probabilit pour y trouver exactement 3 articles dfectueux ? 2) Quelle est la probabilit pour y trouver moins de 5 articles dfectueux ? 3) Dterminer le plus petit nombre entier k tel que la probabilit de trouver dans le lot au moins k articles dfectueux soit infrieure 20 %. Solution : Puisque n (le nombre dpreuves : cest--dire de tests de dfectuosit) est grand, X, la v.a.d. (nombre de produits dfectueux) ~Bi. X ~Bi(100, 0,05). Or n > 50 et n. B = 5 5 on peut utiliser la distribution de Poisson comme approximation de la distribution binomiale. X ~Po(5) P(k) = e-5.5k/k !
1) On cherche P(3) = (tables) 0,14 ou (par application de la formule) = e -5.53/3!
2) On cherche F(4) = (tables) 0,44 ou par application de la formule rcursive et sommations successives de la formule : P(0) = e -5 = 0,0067. P(1) = P(0).(5/1) = 0,0337. P(2) = P(1).(5/2) = 0,0842. P(3) = P(2).(5/3) = 0,1404. P(4) = P(3).(5/4) = 0,1755. F(4) = 0,0067 + 0,0337 + 0,0842 + 0,1404 + 0,1755 = 0,4405.
3) On cherche k : P(X k) < 0,2 ou k : 1 - F(k-1) < 0,2 ou k : F(k-1) > 0,8.
Extrait de la table de la fonction de rpartition de la distribution de Poisson

k 0 1 2 3 4 5 6 7 8 9 = 5 0,007 0,04 0,125 0,265 0,44 0,616 0,762 0,867 0,932 0,968
F(k-1) > 0,8 pour k-1 = 7, donc il y a moins dune chance sur 5 (P < 0,2) dobtenir un nombre de produits dfectueux suprieur ou gal 8 sur les 100 choisis au hasard.
86
Ex. rec.(1). 2 : Efficacit dun mdicament. Le nombre de rhumes attraps par un individu en l'espace d'un an est une variable alatoire de Poisson de paramtre = 5. Admettons qu'un remde (vaccin base de vitamine c) soit lanc sur le march et qu'il abaisse le paramtre 3 pour 75 % de la population. Pour les 25 derniers pourcents, le remde n'a pas d'effets significatifs. Un individu essaie le vaccin et en l'espace d'un an contracte 2 rhumes. Quelle est la probabilit que le vaccin ait un effet sur lui ? Solution : Soit E = Le vaccin a un effet. , P(E) = 0,75 ; donc P(~E) = 0,25. Soit E/2 = Le vaccin a un effet mme si on a contract deux rhumes. . Soit X, une V.A.D. correspondant aux nombre de rhumes contracts par lindividu en lespace dun an . X ~Po( ). Donc, si E, P(2/E) = 0,224 (voir tables de Poisson avec = 3). Et si ~E, P(2/~E) = 0,084 (voir tables de Poisson avec = 5). On cherche P(E/2). La formule de Bayes sapplique. P(E/2) = (0,224*0,75)/[(0,224*0,75) + (0,084*0,25)]= 0,168 / 0,189 = 0,89.
87
Ex. rec.(1). 3 : Dates danniversaire : variante. Combien de personnes faut-il au minimum avec moi pour que au moins l'une d'entre elles ait son anniversaire le mme jour que moi ? (Avec une probabilit ). Solution : Chaque personne est suppose avoir son anniversaire de faon quiprobable lun des 365 jours de lanne. Avec n personnes prsentes en plus que moi, il est possible de constituer n paires de personnes me comprenant. Les n paires peuvent tre numrotes j, j = 1, 2, 3, , n. Lpreuve Ej sera considre comme un succs si la personne j et moi-mme avons la mme date danniversaire. Donc P(Ej) = 1/365. Si les preuves sont indpendantes, et puisque P(Ej) est faible, le nombre de succs X est une v.a.d. approximativement distribue selon une loi de Poisson de paramtre = n. P(Ej) = n/365. P(0) = e n/365 . On cherche P(X 1) = 1 P(0) = 1 - e n/365 et il faut P(X 1) . 1 - e n/365 e n/365 e n/365 2 ln(e n/365 ) ln(2) n/365 ln(2) n 365.ln(2) n 365.0,6931 n 252,9987 n 253.
88
Ex. rec.(1). 4 : Test de mdicament. Un laboratoire a mis au point un test pour dpister une certaine maladie. Des essais cliniques prouvent que : a) 96 fois sur 100, le test donne un rsultat positif quand la maladie est effectivement prsente. b) 94 fois sur 100, le test donne un rsultat ngatif quand la maladie n'est pas prsente. Dans une population comptant 3 % de malades, on pratique le test sur une personne choisie au hasard et on constate un rsultat positif. Quelle est la probabilit que la personne soit atteinte de la maladie ? Solution : Soit M : Etre malade. et Pos : Le rsultat du test est positif. . On sait que P(Pos/M) = 0,96 ; P( Pos / M ) = 0,94 ; P(M) = 0,03 et P( M ) = 0,97. On cherche P(M/Pos). Deux approches de la solution sont proposes. 1. Par la formule de Bayes :
P( M / Pos ) = P( Pos / M ).P( M ) P( Pos / M ).P( M ) + P( Pos / M ).P( M ) 0,96 .0,03 0,0288 = = = 0,331 (0,96 .0,03) + (0,06 .0,97 ) 0,0288 + 0,0587
2. Une autre approche : diagramme en arbre, loi des probabilits composes, probabilits jointes : Etat de la personne
0,96 0,03 0,04 0,96 0,97 0,94 0,0012 0,0582 0,9118 P(Pos) = 0,087.
Rsultat du test
Probabilits jointes
0,0288
Donc P(M/Pos) = P(MPos)/P(Pos) = 0,0228/0,087 = 0,331. Donc, le test est peu fiable vu la faible proportion de malades dans la population.
89
Ex. rec.(1). 5 : Triage de fruits. Une usine de conserverie vient de recevoir un lot de fruits dont 10 % sont impropres la cuisson directe. Les fruits bruts sont dverss sur un tapis roulant pour tre tris indpendamment par deux inspectrices disposes en srie. La premire inspectrice dtecte un mauvais fruit avec une probabilit de 0,9 ; la seconde plus exprimente avec une probabilit de 0,95. Quel pourcentage du tonnage reu sera-t-il finalement cart du processus de cuisson directe ? Solution : Un fruit parfait ne sera pas cart, un fruit non parfait peut ne pas tre cart. Il est utile de calculer la probabilit que le fruit ait un dfaut non remarqu et donc ne soit pas cart alors quil le devrait. On cherche P(D) avec D : Le fruit a un dfaut et est cart. ; Soit : S : Le fruit est parfait. ; A : Le fruit a un dfaut non remarqu. ; I1 : Le fruit est cart par linspectrice 1. ; I2 : Le fruit est cart par linspectrice 2. ; ~D = S A et S A = ; A = ~S ~I1: ~I2, par lindpendance. P(A) = P(~S).P(~I1).P(~I2) = (1-0,9).(1-0,9).(1-0,95) = 0,1.0,1.0,05 = 0,0005. P(~D) = P(S) + P(A) = 0,9 + 0,0005 = 0,9005. Donc P(D) = 1-P(~D) =1- 0,9005 = 0,0995 = 9,95%. Une autre approche : diagramme en arbre, probabilits jointes : Etat du fruit
0,9 Mauvais 0,1 0,9 Bon 1 NON 1 0,1 NON 0,05
Rejet par I1
OUI 0,95
Rejet par I2
Probabilits jointes
0,09. + = 0,0995. OUI NON NON 0,0095. 0,0005. 0,9.
90
Ex. rec.(1). 6 : Accidents davion. Le nombre moyen d'accidents d'avions commerciaux par mois dans le monde est de 3,5. Quelle est la probabilit qu'il y ait : a) au moins 2 accidents le mois prochain ? b) au plus 1 accident ? Justifiez ! Solution : Vu la faible probabilit dun accident individuel, on peut considrer X, le nombre mensuel daccidents davions commerciaux dans le monde , comme une v. a. d ; ~Po(3,5).
a) Donc P(X 2) =
1 P(0) P(1) = 1e
3,5
[e
3,5
. 3,5] = 1-0,03-0,106 = 0864.
b) On cherche P(X 1) = F(1) = P(0) + P(1) = 1 - P(X 2) = 0,136.
91
Ex. rec.(1). 7 : Le concours de tir. Lors d'un concours de tir, un tireur dispose de 4 coups pour toucher une cible. A chaque coup tir, sa prcision s'amliore de telle sorte que la probabilit de toucher la cible au Xme coup : P( X ) = 0,4 + 0,1X . Solution : a) Quelle est la probabilit qu'il ne touche la cible qu'une seule fois, P(1) ? Lensemble des vnements favorables la ralisation dun seul succs sur les 4 possibles peut tre dcrit par : {A, B, C, D} = {(A~B~C~D), (~AB~C~D), (~A~BC~D), (~A~B~CD)}, avec A, B, C, D : Toucher la cible au (resp.) 1er, 2me, 3me, 4me coup. . Ces vnements A, B, C, D, sont incompatibles deux deux. On suppose en outre que A, B, C, D sont indpendants (et donc leurs complmentaires). Donc P(1) = P(A)+P(B)+P(C)+P(D) = (0,5.0,4.0,3.0,2) + (0,5.0,6.0,3.0,2) + (0,5.0,4.0,7.0,2) + (0,5.0,4.0,3.0,8) = 0,106. b) Quelle est la probabilit pour qu'en 4 coups, un tir au moins atteigne la cible, P(S) ? Soit E : Aucun tir natteint la cible. , E = (~A~B~C~D), donc P(E) = 0,5.0,4.0,3.0,2 = 0,012. Donc P(S) = 1 - P(E) = 1- 0,012 = 0,988. c) Quelle est la probabilit pour qu'en 4 coups, 2 coups au moins touchent la cible ? P(2S) ? P(2S) = 1 - P(E) - P(1) = 1- 0,012 0,106 = 0,882.
d) Quelle est la probabilit pour que les 4 coups touchent la cible ? P(4S) ?
P(4S) = P(ABCD) = 0,5.0,4.0,3.0,2 = 0,168. e) Quelle est la probabilit pour que 3 coups au moins atteignent la cible ? P(3S) ? P(3S) = P(3) + P(4S). P(3) = P{(ABC~D), (AB~CD), (A~BCD), (~ABCD)} = (0,5.0,6.0,7.0,2) + (0,5.0,6.0,3.0,8) + (0,5.0,4.0,7.0,8) + (0,5.0,6.0,7.0,8) = 0,042 + 0,072 + 0,112 + 0,168 = 0,394 P(3S) = 0,394 + 0,168 =0,562.
92
f) Si Y est une V.A. reprsentant le nombre de coups au but, quelle est la distribution de probabilit de Y ? Sa fonction de rpartition ? E(Y) ? Reprsenter graphiquement la distribution de probabilits et la fonction de rpartition. Y 0 1 2 3 4 P(Y) 0,012 0,106 0,320 0,394 0,168 F(Y) 0,012 0,118 0,438 0,832 1 Commentaires = P(E) = 1 P(2S) = 1 P(3S) = 1 P(4)
P(2) = 1 P(1) P(3) P(4) = 1 0,012 0,394 0,168 = 0,320. E(Y) = (0.0,012) + (1.0,106) + (2.0,320) + (3.0,394) + (4.0,168) = 2,6 succs.
P(Y) et F(Y)
1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0 1 2 3 4 Nombre de coups au but en 4 essais. P(Y) F(Y)
93
Ex. rec.(1). 8 : Le Q.C.M. Dans un Q.C.M. 4 rponses alternatives sont proposes pour chaque question, dont une seule est correcte. Une tudiante a la probabilit (0 < < 1) de connatre la rponse correcte. Si elle ne connat pas la rponse, elle choisit une des 4 possibilits au hasard. Solution : Q.1. Quelle est la probabilit qu'elle donne la rponse correcte ? Soit : C : Ltudiante rpond correctement. , K : Ltudiante connat la rponse. ., {K, ~K} forme un SCE. On sait que P(K) = et donc P(~K) = 1 . Donc si elle choisit une rponse au hasard quand elle ne connat pas la rponse, P(C/~K) = 0,25. Donc P(C) = P(C/K).P(K) + P(C/~K).P(~K) = 1. + 0,25.(1- ) = 0,75 + 0,25. Q.2. Etant donn qu'elle donne la rponse correcte, quelle est la probabilit qu'elle n'ait pas devin ? On cherche P(K/C) = (LPC) P(KC)/P(C) = P(C/K).P(K)/P(C) = /(0,75 + 0,25) = 4 /(3 + 1). Q.3. Reprsentez graphiquement l'volution de la probabilit qu'elle n'ait pas devin pour toutes les valeurs possibles (au 10me prs) de .
94
Probabilt qu'a l'tutiante de n'avoir pas dvin la rponse si elle a rpondu correctement.
1 0,9 0,8 0,7 P(K/C) 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1
95
Ex. rec.(1). 9 : Fiabilit de matriel (I). Une machine automatique est constitue de 50 lments. On admet que pendant un temps T de fonctionnement, chacun des lments a une probabilit 0,01 de tomber en panne indpendamment des autres. La machine cesse de fonctionner si au moins quatre des lments tombent en panne. Quelle est la probabilit que la machine tombe en panne durant le temps T ? Solution : Soit X, une v.a.d., = Le nombre dlments en panne. , X ~Bi(50, 0,01). Puisque n = 50 ( 50) et n. B = 50.0,01 = 0,5 < 5, on peut utiliser une approximation par la loi de Poisson. La machine tombe en panne si X > 3 et est donc en tat de fonctionnement si X 3. P(X 3) = F(3) = (tables) 0,998. Donc la probabilit que la machine tombe en panne durant la priode T = P(X>3) = 1 F(3) = 1 0,998. = 0,002. Ex. rec.(1). 10 : Fiabilit de matriel (II). Une machine industrielle comprend 5 lments dont la probabilit de fonctionnement de chacun d'eux, pendant un temps donn T est 0,95. La machine cesse de fonctionner ds que deux au moins des cinq lments sont en panne. a) Calculer la probabilit de panne de cette machine pendant le temps T.
b) Supposons que T = 1 jour de travail ; si une anne compte 200 jours de travail,
combien de jours en moyenne sur lanne seront-ils marqus par une panne?
c) Solution : a) Soit X, une v.a.d., = Le nombre dlments en panne. , X ~Bi(5, 0,05).
On cherche P(X 2) = 1 F(1) = 1 P(0) P(1) = 10 C5 0,050.0,955 - C1 0,051.0,954 = 1 0,955 (5.0,05.(0,95)4)) = 5
0,0226.
b) Suivant lapproche frquentiste, le nombre de jours durant lesquels la machine connatra une panne = 0,0226 .200 = 4,52 jours.
96
Ex. rec.(1). 11 :
Contrle de qualit (II).
On sait que les disquettes produites par une certaine firme sont dfectueuses avec une probabilit de 0,01, indpendamment les unes des autres. La compagnie vend les disquettes par boites de 10 et garantit contre remboursement qu'au plus 1 des 10 disquettes de la boite est dfectueuse. A l'achat de 3 boites, quelle est la probabilit qu'une boite : a) au moins doive tre rembourse ? b) exactement doive tre rembourse ? Solution : Soit D : La disquette est dfectueuse. , BiD : La bote i contient plus dune disquette dfectueuse et doit donc tre rembourse. , BiND : La bote i contient au plus une disquette dfectueuse et ne doit donc pas tre rembourse. , i = 1, 2, 3 ; X, une v.a.d., reprsentant le nombre de disquettes dfectueuses dans une bote. On sait que P(D) = 0,01. Donc X ~Bi(10 ; P(D)) X ~Bi(10 ; 0,01). P(BiD) = P(X > 1) = 1 P(0) P(1) i, i = 1, 2, 3. or P(0) = Et P(1) =
0 C10
0,010.0,9910 = 0,9044. 0,011.0,999 = 0,0914.
C1 10
Donc P(BiD) = 1 - 0,9044 - 0,0914 = 0,0042 et P(BiND) = 1 - P(BiD) = 0,9958 i car { BiD, BiND} forme un SCE.
a. On cherche P(A), avec A : Une bote au moins sera rembourse sur un
achat de trois botes. , P(A) = P(B1D B2D B3D) = 1 - P(B1ND B2ND B3ND) = 1 - (0,9958)3 = 1 - 0,9875 = 0,0125.
b. On cherche P(B), avec B : Une seule bote sera rembourse sur un achat de
trois botes. , P(B) = P[(B1D B2ND B3ND) (B1ND B2D B3ND) (B1ND B2ND B3D)] = 3. P(BiD).[P(BiND)] = 3. 0,0125. 0,9958 = 0,0125.
97
Ex. rec.(1). 12 : Le recyclage du verre (I). De petites particules de matires trangres peuvent tre trouves dans le verre fondu provenant du groisil partir duquel les bouteilles de verre sont faites. Si une seule de ces particules est incorpore dans une bouteille, la bouteille doit tre dtruite. Supposons que 10 bouteilles sont produites d'une certaine quantit de verre fondu dans lequel deux de ces particules sont disperses alatoirement. Quel est le nombre de bouteilles que l'on devra dtruire ? Solution : Chaque particule a une chance gale dtre incorpore dans chacune des 10 bouteilles. Ce qui veut dire quil existe 10 faons dincorporer la premire particule et 10 faons dincorporer la seconde, soit au total 10.10 = 100 faons dincorporer les deux particules parmi les 10 bouteilles. Dans 10 de ces cas, les deux particules sont incorpores dans la mme bouteille. Dans les 90 autres cas, deux bouteilles sont contamines au lieu dune seule dans le cas prcdent. Soit X, une v.a.d., = Le nombre de bouteilles contamines par au moins une particule. . Lintervalle de X, I = {1, 2} et il est possible dcrire la distribution de probabilit de X partir de la formule classique : X 1 2
P(X) 1/10 9/10 Donc E(X) = 0.0 + 1.0,1 + 2.0,9 = 1,9 bouteilles dtruire.
98
Ex. rec.(1). 13 :
Le recyclage du verre (II).
Suite un problme de rglage de la machine automatique de tri optique du groisil, trois particules se trouvent disperses dans la quantit de verre fondu ncessaire pour produire 10 bouteilles. Quel est le nombre de bouteilles qu'il faudra dtruire ? Solution : Chaque particule a une chance gale dtre incorpore dans chacune des 10 bouteilles. Ce qui veut dire quil existe 10 faons dincorporer la premire particule, 10 faons dincorporer la seconde et 10 faons dincorporer la troisime ; soit au total 10.10.10 = 1000 faons dincorporer les trois particules parmi les 10 bouteilles. Dans 10 de ces cas, les trois particules sont incorpores dans la mme bouteille. Il y a 10.9.8 = 720 possibilits que les trois particules se trouvent dans une bouteille diffrente, contaminant donc 3 bouteilles sur les 10. Il reste 1000 10 720 = 270 (= 3.10.9) possibilits de contaminer 2 bouteilles sur 10 avec 3 particules : 1 dans une bouteille et 2 dans une autre. Le calcul direct du nombre de cas favorable la contamination de 2 bouteilles sur les 10 est plus complexe : une configuration favorable consiste trouver 2 particules dans une bouteille parmi les trois et lautre dans une autre. Il existe
2 3
. = 3 possibilits darranger 2 particules dans une bouteille parmi les trois et
donc il y a 3.10 = 30 possibilits de contaminer une bouteille avec deux particules ; ces 30 possibilits sont associer par le principe de multiplication aux 9 possibilits de contaminer une autre bouteille avec la particule restante, soit 30.9 = 270 possibilits de contaminer 2 bouteilles avec 3 particules Soit X, une v.a.d., = Le nombre de bouteilles contamines par au moins une particule. . X a comme intervalle I = {1, 2, 3}. Il est possible dcrire la distribution de probabilit de X partir de la formule classique :
99
X P(X)
1 10/1000 = 0,01
270/1000 720/1000 = 0,27 = 0,72
Donc E(X) = 0.0 + 1.0,01 + 2.0,27 + 3.0,72 = 2,71 bouteilles dtruire.
100
Ex. rec.(1). 14 :
Stop ou en avant.
Supposons le jeu de d suivant : votre tour, vous lancez le d (suppos honnte). Si vous obtenez 6, vous avancez de six cases. Si vous obtenez un autre rsultat que 6, votre pion reste sur place. De combien de cases vous dplacez-vous en moyenne chaque lancer ? Solution : Soit X, une v.a.d., reprsentant le rsultat dun lancer de d et g(X), le nombre de cases dont on avance aprs chaque lancement du d. E[g(X)] sera donc le nombre attendu de cases dont on avancera chaque lancer. Le tableau suivant prsente les distributions de probabilit pour X et g(X). X g(X) P(X) 1 0 1/6 2 0 1/6 3 0 1/6 4 0 1/6 5 0 1/6 6 1 1/6
Donc E[g(X)] = 1 .(0 + 0 + 0 + 0 + 0 + 0 + 6) = 1 case. 6
101
Ex. rec.(1). 15 : Fiabilit de matriel (III). Une machine comprend quatre dispositifs D1, D2, D3, D4, dont la dfaillance peut intervenir de manire indpendante. On observe le fonctionnement de la machine pendant un intervalle de temps T (temps de fiabilit). Soit Ai, 1 i 4, l'vnement : "Di , fonctionne sans dfaillance pendant le temps T" avec la probabilit P(Ai). On suppose que : P(A1) = 0,8 ; P(A2) = 0,85 ; P(A3) = 0,9 ; P(A4) = 0,9. La machine tombe en panne si D1 tombe en panne. Elle continue de fonctionner si un seul de ces trois dispositifs D2, D3, D4 est dfaillant; mais la dfaillance simultane de deux au moins de ces trois dispositifs met la machine en panne. Quelle est la probabilit de fonctionnement de la machine durant T (probabilit de fiabilit) ? Solution : Soit A : La machine fonctionne pendant T. ; A= [(A1A2A3A4)(A1~A2A3A4)(A1A2~A3A4)(A1A2A3~A4)], donc A est la runion de 4 vnements composs incompatibles entre eux deux deux. Chacun de ces vnements composs est lintersection de 4 vnements indpendants donc : P(A) = P(A1).P(A2).P(A3).P(A4) + P(A1).P(~A2).P(A3).P(A4) + P(A1).P(A2).P(~A3).P(A4) + P(A1).P(A2).P(A3).P(~A4) = (0,8.0,85;0,9.0,9) + 0,8.0,15.0,9.0,9) + [(0,8.0,85.0,1.0,9).2] = 0,7704.
102
Ex. rec.(1). 16 :
Contrle de qualit (III).
Deux machines x et y fabriquent des ampoules. X assure 30 % de la production et 5 % des ampoules qu'elle fabrique sont dfectueuses. Y assure 70 % de la production, et 3 % des ampoules qu'elle fabrique sont dfectueuses. Q.1. On choisit une ampoule au hasard dans la production totale. Quelles sont les probabilits pour que : a) l'ampoule soit produite par x et dfectueuse ? b) l'ampoule soit produite par y et non dfectueuse ? Solution : Soit X : Lampoule est fabrique par x. ; on sait que P(X) = 0,3. Soit Y : Lampoule est fabrique par y. ; on sait que P(Y) = 0,7. Soit D : Lampoule est dfectueuse. ; on sait que P(D/X) = 0,05 et . P(D/Y) = 0,03. On cherche P(XD) et P(Y~D). On applique la LPC.
A. P(XD) = P(D/X).P(X) = 0,05.0,3 = 0,015. B. P(Y~D) = P(~D/Y). P(Y) = (1 - 0,03).0,7 = 0,679.
Q.2. Quelle est la probabilit qu'elle soit dfectueuse ? Solution : On cherche P(D). On applique la LPT, en effet {X,Y} forme un SCE. P(D) = P(D/X).P(X) + P(D/Y).P(Y) = 0,05.0,3 + 0,03.0,7 = 0,015 + 0,021 = 0,036. Q.3. Si l'ampoule est dfectueuse : quelle est la probabilit qu'elle soit produite par x ? Par y ? Solution : On cherche P(X/D) et P(Y/D). On applique la formule de Bayes.
A. P(X/D) = P(XD)/P(D) = 0,015/0,036 = 0,4167. B. P(Y/D) = P(YD)/P(D) = 0,021/0,036 = 0,5833 = 1 - P(X/D).
103
Ex. rec.(1). 17 :
Contrle de qualit (IV).
Dans une usine, 4 % des composants lectroniques fabriqus sont dfectueux. Un inspecteur teste chaque composant avant qu'il ne quitte l'usine. Il rejette incorrectement 2 % des composants non-dfectueux et laisse passer 1 % des composants dfectueux. a) Quelle proportion de tous les composants produits est-elle rejete ? b) Etant donn qu'il rejette un composant, quelle est la probabilit qu'il soit non dfectueux ? Solution : Soit D : Le composant est dfectueux. et R : Le composant est rejet. . On sait que : P(D) = 0,04 ; P(R/~D) = 0,02 ; P(~R/D) = 0,01 P(R/D) = 1 - 0,01 = 0,99. On cherche P(R). P(R) = (LPT) P(R/D).P(D) + P(R/~D).P(~D) = 0,99.0,04 + 0,02.(1- 0,04) = 0,0492. Soit prs de 5 %. On cherche galement P(~D/R). P(~D/R) = (Bayes) [P(R/~D).P(~D)]/P(R) = 0,02.0,96/0,0492 = 0,39. Ex. rec.(1). 18 : Les jeunes conducteurs. Dans une rgion donne, 40% des conducteurs masculins dautomobiles sont responsables dun accident. Il y a 75 % de jeunes hommes (de moins de 30 ans) parmi les conducteurs masculins responsables daccidents et 20 % de jeunes parmi les conducteurs masculins non responsables daccidents. Quelle est la probabilit quun jeune homme (de moins de 30 ans)de cette rgion, pris au hasard, cause un accident ? Solution : Pour la population masculine, on pose : A = Causer un accident. , J = Etre jeune. . On connat : P(A) = 0,4, donc P() = 1 P(A) = 0,6. P(J/A) = 0,75 et P(J/)=0,20. On demande P(A/J). Or P(A/J) = (Bayes) [P(J/A).P(A)]/[ P(J/A).P(A) + P(J/).P()] = (0,75.0,4)/[ (0,75.0,4) + (0,2.0,6)] = 0,3/0,42 = 0,72.
104
Ex. rec.(1). 19 : Ventes de chocolat. K. RAMEL, picier tabli prs dune cole, sait que tous les jours scolaires midi il vend un certain nombre de friandises aux lves. Pendant la dernire anne scolaire, il a observ les frquences suivantes de demande quotidienne pour une certaine tablette de chocolat :
Nombre de tablettes demandes/jour Nombre de jours pour lesquels cette demande a t observe
1 21
2 21
3 21
4 21
5 21
6 21
7 21
8 21
9 21
10 21
Il pense quil connatra le mme comportement de la demande lan prochain. Soit X, la variable alatoire reprsentant le nombre de tablettes achetes quotidiennement. a) Etablir le tableau et le graphique de la fonction de rpartition de cette variable alatoire. b) Quelle est la quantit de tablettes que K. RAMEL peut raisonnablement penser vendre quotidiennement en moyenne lan prochain ? Solution : a) X est une V.A.D. distribue selon la loi uniforme parce que pr(X) = 21/210 = 0,1 : {X= 1, 2, 3, 10}. b) X 1 2 3 4 5 6 7 8 9 10 1 F(X) 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
c) Il suffit de calculer lesprance mathmatique de X : E(X) = 1.0,1 + 2.0,1 + 3.0,1 + + 10.0,1 = 55.0,1 = 5,5.
105
Ex. rec.(1). 20 :
Le robot emballeur.
Dans une conserverie, les boites de conserves sont disposes en pallette en fin de chane par un seul robot emballeur. Le robot travaille la cadence normale de 25 palettes/heure. Il se fait quil faut exactement 25 palettes pour former un lot standard correspondant la charge dun camion semi-remorque. Le fournisseur du robot emballeur garantit la fiabilit du robot en avanant un taux de 1/1000 de mauvais empaquetages. Il suffit cependant dune palette mal empaquete pour perdre la vente du lot de 25 dans lequel la palette se trouve. Le robot est renvoy lusine pour rvision gnrale aprs 10.000 heures de fonctionnement. a) De combien de lots la conserverie manquera-t-elle la vente pour cause de mauvais empaquetage entre le moment o le robot est install et son premier renvoi pour revision gnrale ? b) Quelle proportion de la production ces lots dont la vente est perdue reprsentent-ils ? c) Que deviennent ces conclusions si les clients acceptent tout au plus une palette mal empaquete par lot ? Solution : a) Si le robot travaille 10.000 heures, il produira 10.000 lots de 25 palettes. Soit R= Rejeter un lot. . Soit X = nombre de palettes mal emballes sur un lot de 25. P(R) = P(X>=1) = 1 P(0). Or X ~ Bi(25 ; 0,01) (Attention, ici on fait lhypothse dun tirage avec remise !). Donc P(0) = (999/1000)25= 0,9753. Donc P(R) = 1 0,9753 = 0,0247. b) Donc sur 10.000 lots, on refusera 10.000 . 0,0247 = 247 lots. c) Si pr(R) = pr(X>1) = 1 pr(X=0) pr(X=1) = 1 0,9753 0,0244 = 0,0003. Donc le nombre de lots rejets tombe 10.000 . 0,0003 = 3.
106
Ex. rec.(1). 21 : Partage de bonbons. Un sac opaque contient deux sortes de bonbons indiscernables au toucher. Il sagit de F bonbons la fraise et de C bonbons au citron. On demande Julie den prendre un au hasard, cest ensuite au tour de Jules. Quelle est la probabilit que Jules prenne un bonbon la fraise ? Jules ne sait pas quel bonbon Julie a pris. Justifiez en dtail votre rponse. N.B. On pose que F+C=N Solution : S={FF, CF, CC, FC} avec IJ, I = F,C et J = F, C, les choix conscutifs de Julie puis de Jules Soit A={FF, CF}. A = Jules a pris un bonbon la fraise. . On cherche P(A). Soit B={FF} et C={CF} Donc P(A) = P(B C) = P(B) + P(C) puisque vnements incompatibles. P(B) = F/N* (F-1)/(N-1). P(C) = C/N * F/(N-1). Donc P(B)+P(C) = [(F*(F-1)) + (C*F)]/N*(N-1) = [F*(F-1+C)]/N*(N-1) = F*(N-1)/N*(N-1) = F/N.
107
Ex. rec.(1). 22 : Guidage de missile. Le systme de guidage dun prototype de missile est constitu dune tuyre directionnelle et de deux systmes de pointage. La tuyre fonctionne grce aux impulsions lectriques reues de lun ou lautre systme de pointage. Le missile reste oprationnel tant que la tuyre fonctionne. Lors des essais prliminaires, il a t tabli quau cours dun vol de trois minutes, la tuyre avait une chance sur 10 de se dsintgrer avant la fin du vol. Le premier systme de pointage, relativement fiable, ne tombe en panne que dans 5% des cas au cours des trois minutes de vol, le second systme de pointage fonctionne lui dans 80% des cas. Le fonctionnement de chacun des deux systmes est indpendant de lautre. Quelle est la probabilit pour que le vol inaugural de trois minutes devant lEtat-major se passe sans accroc ? Solution : Soit A= La tuyre reste entire durant le vol. . Soit B= Le premier systme de pointage fonctionne durant tout le vol. Soit C= Le deuxime systme de pointage fonctionne durant tout le vol. Soit D= Le missile russit son vol inaugural. . Donc on cherche P(D). Or D= A (B C). Calculer directement P(B C) est impossible car les vnements ne sont pas incompatibles. Il faut donc passer par lvnement complmentaire, en effet P(B C) = 1 P(~B ~C) = 1 - P(~B)*P( ~C). Donc P(D) = P(A) * [1 - P(~B)*P( ~C)] = 0,9 * [1- (0,05*0,20)] = 0,9 * (1 0,01) = 0,9 * 0,99 = 0,891.
108
Ex. rec.(1). 23 :
Le questionnaire.
Lors dune preuve consistant rpondre cinq questions, chacune proposant quatre rponses possibles dont une seule est correcte, vous rpondez en choisissant les rponses purement au hasard. Quelle est la probabilit que vous ayez au moins une rponse correcte ? En supposant que vous gardiez la mme stratgie, faut-il augmenter ou diminuer le nombre de questions pour augmenter la probabilit dobtenir au moins une rponse correcte ? Justifiez. Solution : La probabilit de rpondre correctement au moins une question est gale 1 moins la probabilit de ne rpondre correctement aucune question. Soit A = Rpondre correctement au moins une question. S={0, 1, 2, 3, 4, 5} o les nombres reprsentent le nombre total de rponses correctes obtenues. Donc P(A) = P(1 2 3 4 5) = 1- P(0) = 1- (3/4)5 = 1 - 243/1024 = 781/1024 = 0,7627. Il faut augmenter le nombre de questions puisque pour chaque nouvelle question ajoute la probabilit de ne pas rpondre est gale aux de la probabilit de ne pas rpondre ce mme nombre de questions moins une. Celle probabilit diminue donc avec le nombre de questions. Ex. rec.(1). 24 : Contrle de qualit (V).
Une chane de fabrication de conserves produit des lots de 50 botes. Chacune des botes est soumise contrle par une inspectrice qui prlve 5 botes au hasard dans chaque lot pour les soumettre au test. Il suffit dune seule bote dfectueuse pour rejeter le lot. Si 3 botes sont dfectueuses dans le lot de 50, quelle est la probabilit que le lot soit rejet ? Solution : Soit A = Une bote tire au hasard dans le lot de 50 est dfectueuse . Donc P(A) = 3/50 = 0,06 et P(i) = la probabilit que la ime bote tire ne soit pas dfectueuse = 0,94. Soit B = Le lot est rejet. . P(B) = 1 - P(~B) avec P(~B) = P(1 2 3 4 5),
109
donc P(B) = 1 - [(0,94)5] = 0,2661.
110
Ex. rec.(1). 25 : La cantine de lcole. Dans la cantine dune cole secondaire, on sait que par jour de grande chaleur, 40% des lves achtent une glace la rcration de midi. Certains lachtent parce quils ont chaud, dautres par imitation. On a galement remarqu que les filles achtent proportionnellement plus de glaces que les garons. Aprs de nombreuses observations, on a mme pu tablir que 75% des acheteurs de glaces taient des filles et que 90% des non-acheteurs taient des garons. N.B. Personne nachte deux ou plusieurs glaces. a) Quelle est la probabilit quune fille choisie au hasard le matin dun jour de grande chaleur achte une glace midi ? b) Quelle proportion de la population totale des lves de lcole reprsente le groupe des garons qui nachtent pas de glaces ce mme jour ? c) Supposant que lcole compte 720 filles, quelle est la population totale de lcole ? Combien de glaces pense-t-on vendre au total la cantine un jour de grande chaleur ? Solution : a) Soit G = Llve achte une glace. et {G,~G} un SCE. Soit {F,B} un SCE avec F= Etre une fille. et B= Etre un garon. . On cherche P(G/F). On a : P(F/G) = 0,75 ; P(B/~G) = 0,9 donc P(F/~G) = 0,1 ; P(G) = 0,4 ; et P(~G) = 1 - P(G) = 0,6.
Donc (Bayes) P(G/F) = [P(F/G).P(G)]/[ P(F/G).P(G) + P(F/~G).P(~G)] = [0,75*0,4]/[0,75*0,4 + 0,1*0,6] = 0,30/(0,30 + 0,06) = 0,30 / 0,36 = 5/6. b) On cherche P(B~G), le plus simple est de dvelopper un diagramme en arbre, ou dutiliser la formule des probabilits composes : P(B~G) = P(B/~G). P(~G) = 0,9 * 0,6 = 0,54 donc le groupe des garons qui nachtent pas de glaces ce jour l reprsente 54% de la population des lves. c) On cherche donc P(F) = (loi des probabilits totales) = P(F/G).P(G) + P(F/~G).P(~G) = 0,75*0,4 + 0,1*0,6 = 0,36. Donc les 720 filles reprsentent 36% de la population de lcole, donc la population de lcole = (720/36) * 100 = 2000 lves. On vendra donc 40% de 2000 glaces par jour de grande chaleur, soit 800 glaces.
111
Bibliographie
[1] Vigneron C., Logak E., Probabilit et statistiques, Tome 1, Paris, Diderot, Arts et Sciences, 1995. [2] Ross S.M., A first course in probability, Macmillan, 4th ed., 1994. Traduction franaise : Initiation aux probabilits, Lausanne, Presses polytechniques et universitaires romandes, 1994. [3] Lipschutz S., Probability, Mc Graw Hill, Schaums outline Series, 1965. [4] Gaultier M., Probabilits, Paris, Vuibert, 1997. [5] Mc Coll J.H., Probability, London, Edward Arnold, 1995.

Exercices de Probabilites

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exercices de Probabilites

Transféré par

Droits d'auteur :

Formats disponibles

Abdelkader BENHARI

Exercices de probabilits discrtes Enoncs et solutions

Table des matires Chapitre 0

Exercices rcapitulatifs (2)

Exercices rcapitulatifs (1)

Chapitre 0 : Solutions des exercices rcapitulatifs

Chapitre 0 : Solutions des exercices rcapitulatifs

P(S) = {{a,b,c},{a,b},{a,c},{b,c},{a},{b},{c}, } ;# P(S) = 2 = 8

Chapitre 0 : Solutions des exercices rcapitulatifs

Exercice 0.6 : Vrai ou faux :

{2, 5, 4} = {4, 5, 2}. {4, 2, 3} {2, 3, 4}. {4} {{4}}.

d) {{4}}. e) {4} {{4}}. f) 1 {1, 2, 3, 4}.

TOUT EST VRAI SAUF c)

Chapitre 0 : Solutions des exercices rcapitulatifs

11 faons de parier et il ne terminera jamais le jeu avec 1 en poche.

Chapitre 0 : Solutions des exercices rcapitulatifs

RSOLUTION PAR LE DIAGRAMME EN ARBRE Y S T B X R A S B T Y C S C C Z Z Y T T B T Z Z Z Z Y T

En rouge, les 10 diffrentes tapes terminales.

Chapitre 0 : Solutions des exercices rcapitulatifs

Chapitre 0 : Solutions des exercices rcapitulatifs

20! 20.19.18 = =1.140 faons. 17!.3! 3.2

Chapitre 0 : Solutions des exercices rcapitulatifs

Chapitre 0 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

{2, 4, 6}, le score obtenu est pair (nest pas impair).

A B : {1, 2, 3, 5}, le score obtenu nest ni 4 ni 6 .

{2, 4, 6}, le score obtenu est un nombre pair . {6}.

{4} car (ABC) = {1, 2, 3, 5, 6}.

Chapitre 1 : Solutions des exercices rcapitulatifs

#F 25.3 = 0,3472 ... . # P 6.6.6

P(C) = 1 - P(A) = P(~A) = 1 0, 58 0,42. P(D)

Chapitre 1 : Solutions des exercices rcapitulatifs

f) au moins une ait des yeux bleus ?(P(>0) ?)

Chapitre 1 : Solutions des exercices rcapitulatifs

) P( A B ) = 0,6 + 0,6 0.2 = 1.

Chapitre 1 : Solutions des exercices rcapitulatifs

Il y a 5 couples maris donc 5 cas favorables. Donc p =

Chapitre 1 : Solutions des exercices rcapitulatifs

divisions possibles des 10 personnes en 5 paires. (=

# cas possibles). Il y a 5 ! possibilits de choisir les couples maris. (= # de cas favorables) .

Chapitre 1 : Solutions des exercices rcapitulatifs

On sait que p k =1 , donc 1 =

Or quelque soit le rel , on a :

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

= Perdre chaque fois. .

) car les Gi sont compatibles.

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

Chapitre 1 : Solutions des exercices rcapitulatifs

( n m +1)! ( n m +1)! ( n m)! m!( n 2m +1)! = = n! ( n 2m +1)! n! m!( n m)!

c) Exemple dans le cas o le rseau se compose de 10 antennes : m

9!8! = 8 8!7! =42 =0,47 10 !7! 10 10 !5! 90

7!6! =1 =0,17 6!5! = 1 = 0,02 10 !3! 6 10 ! ! 42 1

Chapitre 1 : Solutions des exercices rcapitulatifs

Probabilit de fonctionnement du rseau

Chapitre 2 : Solutions des exercices rcapitulatifs

4 1 = .(Formules de Laplace) 3 2 8 1 1 1 . = = P(AB). A et B sont 4 8 3 2

Chapitre 2 : Solutions des exercices rcapitulatifs

) = 1 - P( X ).P( Y ) = 1 - (0,98 .0,92) = 0,0984.