Vous êtes sur la page 1sur 25

IUT A de Lille Dpartement Informatique

Anne Universitaire 2006/2007

Probabilits et Statistiques Travaux Dirigs


1
Serge Iovle Serge.Iovle@univ-lille1.fr

http://www.iut-info.univ-lille1.fr/~iovleff/
Maximilien Bauer

http://perso.univ-rennes1.fr/maximilian.bauer/

Ce document est lgalement protgs par le droit d'auteur et sous licence creative commons options Paternit- Pas d'utilisation commerciale - Partage l'identique des conditions initiales. Vous pouvez consulter la licence creative commons complte l'adresse

http://creativecommons.org/licenses/by-nc-sa/2.0/fr/legalcode

1 2

Merci Amlie Coulon, Maxence Cuvilliez et Adel Guerziz pour leurs apports ces TD auteur d'une bonne partie des exercices de probabilits

Table des matires


1 Statistique Descriptive 5

1.1

Statistiques univaries 1.1.1 1.1.2

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5 5 6 8 10
13

Variables qualitatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Variables quantitatives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2 1.3
2

Statistiques bivaries : Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . Statistiques bivaries : Corrlation et Rgression

Probabilit et Variables Alatoires

2.1

Probabilits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.1.1 2.1.2 2.1.3 2.1.4 2.1.5 Thorie des ensembles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Dnombrement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . vnements et probabilits Probabilits Conditionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . Formule de Bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Lancer de ds . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi Binomiale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi gomtrique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Loi de poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Couples de variables alatoires

13 13 13 14 15 18 19 19 19 20 20 22 22 22 24 24

2.2

Variables alatoires discrtes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2.2.1 2.2.2 2.2.3 2.2.4 2.2.5 2.2.6

2.3 2.4

Variables Alatoires Normale Variables alatoires continues 2.4.1

Introduction la abilit

TABLE DES MATIRES

Chapitre 1

Statistique Descriptive
1.1 Statistiques univaries

1.1.1 Variables qualitatives


Exercice 1 : A la question, "Les statistiques permettent de mentir avec assurance : Quelle est

votre opinion ?", 80 personnes interroges ont ainsi rpondu : Pas du tout d'accord Plutt d'accord indirente Plutt en accord Tout fait d'accord Soit 10 15 12 18 25

la variable associe cette enqute.

1. Quelles sont les modalits de

X?

Quel est son type ? Quel est son mode ?

2. tablir la distribution en frquence de cette variable et reprsenter l par un diagramme rectangulaire, un diagramme en btons et un diagramme semi-circulaire. 3. Quelle est la proportion de sujets n'ayant pas d'opinion extrmement tranche sur la question ? Ayant une opinion extrmement tranche sur la question ? 4. Quelle est la proportion de sujets qui rpondent ngativement la question ? Qui rpondent positivement la question ?

Exercice 2 : La rpartition des jeunes gs de

16 25 ans sans diplmes et rsidant en Bretagne


Femmes Total

en 1999 selon leur sexe et leur activit est la suivante :


Type d'activit Hommes

Actifs ayant un emploi Chmeurs Militaires du contingent Inactifs Total

6 639 2 544 112 1 201 10 496

2 446 1 850 2 1 872 6 170

9 085 4 394 114 3 073 16 666

Tab. 1.1  Source : Recensement Insee

1. Quelle est la taille de la population des jeunes gs de 16 25 ans rsidants en Bretagne en 1999 ? 2. Quel est le type de la variable "Type d'activit ? 5

CHAPITRE 1.

STATISTIQUE DESCRIPTIVE

3. Quel est son mode ? 4. Quelle est la distribution de proportion (calcules au 1000me prs) parmi la population des femmes, parmi la population des hommes, parmi la population totale ? 5. Quelle est la proportion de jeunes actifs dans cette population ? 6. reprsenter graphiquement cette distribution.

Exercice 3 : Au cours d'une enqute de marketing, on tudie le statut marital des acheteurs

d'une voiture Kangoo. On obtient la srie suivante : o C=Clibataire, M=Marie D=Divorc

i Xi

1 C

2 M

3 D

4 V

5 V

6 M

7 D

8 M

9 M

10 C

11 D

12 M

13 D

14 M

15 C

Tab. 1.2  Statut Marital des acheteurs de Kangoo

et V=veuf. 1. Quelle est la variable tudie ? Quelles sont ses modalits ? 2. Construire la distribution des eectifs et la distribution des frquences de cette variable. 3. Quel est le mode de cette variable ? 4. Reprsentez par un diagramme en bton la distribution des frquences par ordre dcroissant.

1.1.2 Variables quantitatives


Variables quantitatives discrtes Exercice 4 : Une population de mnages a t rpartie en fonction du nombre de parts familiales

permettant le calcul de l'impt sur le revenu. Nombre de Parts Nombre de Mnages 1 48 1,5 58 2 136 2,5 184 3 210 3,5 122 4 62 4,5 12

1. Calculer la proportion de mnages ayant plus de 2 parts familiales. 2. Donner une reprsentation graphique de cette population. 3. Reprsenter la courbe des frquences cumules croissantes. 4. Calculer la mdiane, la moyenne et l'cart-type de cette variable.

Exercice 5 : Dans un grand magasin qui pratique le commerce des chaussures, on procde sur

le mois un relev du nombre de chaussures vendues selon les pointures en vue d'amliorer la gestion du stock. On obtient le nombre de vente suivant : Pointure Eectif Pointure Eectif 34 10 41 154 35 20 42 290 36 30 43 100 37 131 44 30 38 241 45 20 39 122 46 16 40 112

1.1.

STATISTIQUES UNIVARIES

1. Quelle est la population tudie ? Quelle est la variable releve ? On appellera variable. Quel est son type ?

cette

2. reprsenter la distribution de cette variable. Quel est son mode ? Existe t'il des modes secondaires ? Interprter la distribution. 3. Calculer la moyenne et l'cart-type de cet chantillon en utilisant le changement de variable

X 40.

Variables quantitatives continues Exercice 6 : On dispose pour tous les serveurs d'un centre informatique de leurs utilisations en

temps CPU aux mois de dcembre 95 et dcembre 96. Serveur A B C D E F CPU 1995 58 000 65 000 60 000 55 000 50 000 75 000 CPU 1996 60 000 11 000 60 000 45 000 55 000 76 000

Tab. 1.3  volution du temps CPU des serveurs du centre

1. Quelle est la population tudie ? 2. De quelle(s) variable(s) dispose t'on ? 3. On compare le temps CPU aux deux dates disponibles, et on dnit la variable "volution" qui vaut "SUP", "STABLE", "INF" selon que le temps d'utilisation d'un serveur a augment est reste identique ou a diminu entre les deux dates. Complter le tableau 1.3 et indiquez le type de cette variable. En est-il de mme si on code -1, 0, 1 la variable volution selon l'volution du CPU ? 4. Calculer la moyenne du CPU de ces serveurs de en 95 et 96. Cela contredit il la variable "volution" ?

Exercice 7 : Le tableau 1.4 rsulte de l'tude du montant du loyer mensuel hors charges de 1000

grands appartements parisiens de mme supercie. Montant des loyers [ 500 - 1 000 [ [ 1 000 - 1 500 [ [ 1 500 - 2 000 [ [ 2 000 - 2 500 [ [ 2 500 - 3 000 [ [ 3 000 - 3 500 [ [ 3 500 - 4 000 [ [ 4 000 - 5 000 [ [ 5 000 - 6 000 [ [ 6 000 - 8 000 [ Total : Eectifs 30 60 80 90 150 180 150 140 80 40 1 000

Tab. 1.4  Loyer des Appartements Parisiens

CHAPITRE 1.

STATISTIQUE DESCRIPTIVE

1. Tracer dans deux graphiques distincts l'histogramme et la fonction de rpartition croissante associs ce tableau. 2. Quel est l'intervalle modal ? 3. Quelle est la valeur de la fonction de rpartition euros ? Pour

F (x) pour x = 3500 euros ? Pour x = 4500


et

x = 5500

euros ?

4. Calculer de manire exacte les quartiles 5. Tracer la bote moustache.

Q1 , Q2

Q3 . Combien vaut l'cart inter-quartile ?

Exercice 8 : On a soumis un stress 80 composants lectroniques et on a mesur le temps coul

avant qu'ils ne tombent en panne. Les rsultats exprims en minutes sont les suivants : 2 2 3 3 4 4 5 5 6 6 1. Comment s'appelle ce diagramme ? 2. Un temps donn en minutes, tel que et moins de d'amplitude 0022444 6677788999 0002244444 666667777889999 0001122244 57779999 01222344 57799 0134 689

24min,

signie un temps rel compris entre

24min

25min. 5min

Quelles sont les distributions d'eectifs et de frquences obtenues en

dcoupant l'chelle des temps en intervalles conscutifs ferms gauche et ouverts droite, chacun, le premier intervalle tant l'intervalle

[20, 25[ ?

3. Tracer l'histogramme des frquences associ ce dcoupage. Quel est l'intervalle modal ? 4. Tracer la courbe des frquences cumules. Trouver graphiquement puis de manire exactes la mdiane empirique et les quartiles de la distribution. 5. Tracer la bote moustache de cet chantillon. 6. Calculer la moyenne empirique ainsi que l'cart-type de cet chantillon en faisant le changement de variable

(T 42, 5)/5.

7. Comparer la moyenne la mdiane.

1.2

Statistiques bivaries : Introduction

Exercice 1 : On considre le tableau de contingence suivant sur les variables

et

y1
128 64

y2
81 22

y3
17 88

x1 x2
1. Dterminer

n21 , n1.

et

n.1 , n.. . fY
et les distributions conditionnelles

2. Dterminer la distribution marginale

fY |X =x1

et

fY |X =x2 .

1.2.

STATISTIQUES BIVARIES : INTRODUCTION

Exercice 2 : Une tude portant sur 1264 adolescents habitant l'tat de Caroline du sud a t

mene pour tudier les eets post-traumatique de l'ouragan Hugo, un an aprs ce cataclysme. Parmi d'autres variables on a relev pour chaque adolescent son sexe (variable note (variable note

X ), son ge

Y)

et s'il revivait ou non l'vnement (variable note

Z ).

1. La distribution du sexe et de l'ge des adolescents est la suivante : sexe lle garon

X \

ge

[13-14[ 35 14

[14-15[ 283 196

[15-16[ 273 256

[16-17[ 62 107

[17-18[ 11 27

Tab. 1.5  Source : C.Z. Garrison, M.W. Weinrich, S.B. Hardin et al (1993), American journal
of Epidemiology, 138, pp 522-530

(a) Donner les distributions marginales d'eectifs et de proportions (frquences) calcules au 1000me prs du sexe. (b) Reprsenter la distribution de frquence de l'ge l'aide d'un histogramme. Hachurer chaque rectangle de manire faire apparatre la proportion de lles et de garons. (c) Calculer les moyenne, variance et cart-type marginaux de l'ge en identiant chaque classe d'ge son milieu et en utilisant le changement de variable (d) Calculer l'ge moyen des lles et l'ge moyen des garons. 2. 161 lles et 82 garons revivent l'vnement : (a) Donner le tableau de contingence des eectifs et des proportions des variables

Y 15, 5.

(X, Z ). Z.

(b) Donner les distributions marginales d'eectifs et de proportions de la variable (c) Donner la distribution de proportions de la variable lles. (d) Donner la distribution de proportions de la variable garons. (e) Le fait de revivre l'vnement dpend-il du sexe des adolescents ? Calculer le

Z Z

dans la sous-population des

dans la sous-population des

2 .

Exercice 3 :[DS du 24 mars 2004] Une tude portant sur les habitudes tabagiques a t ralise

auprs de 2476 adolescents dans les tablissements scolaires du dpartement du Rhne.


Source : A.J. Sasco, D. Pobel, V. Benhaim et al 1993, Revue d'pidmiologie et de Sant Publique, 41, pp461-472

1. La rpartition des habitudes tabagiques des adolescents est la suivante : Habitudes fumeur habituel fumeur occasionnel non fumeur Nombre d'adolescents 515 794 1167

(a) Quel est le type de la variable "habitudes tabagiques" (b) Quel est son mode ? (c) Quelle est la distribution de proportions (calcul au 100me prs) ? (d) Quelle est la proportion d'adolescent fumeur ? (e) Reprsenter cette distribution l'aide d'un diagramme rectangulaire.

10

CHAPITRE 1.

STATISTIQUE DESCRIPTIVE

2. Il y 1152 lles et parmi les lles 234 sont fumeurs habituels et 537 sont non fumeurs. On note

la variable habitudes tabagiques et

la variable Sexe (pour les questions suivantes

vous calculerez les proportions au 1000me prs). (a) Donner la distribution d'eectifs et de proportions du couple distributions marginales de

(X, Y )

ainsi que les

et de

Y. X X
dans la sous-population des

(b) Quelle est la distribution de proportions de la variable lles ? (c) Quelle est la distribution de proportions de la variable garons ? (d) Les variables

dans la sous-population des

et

vous semblent-t-elles indpendantes ? Pourquoi ?

2 (e) Calculer le et conclure.


3. La rpartition de l'ge des adolescents est donne dans le tableau suivant : ge eectif 12 654 1138 650 22

[9, 11[ [11, 13[ [13, 15[ [15, 17[ [17, 19[

(a) Quel est le type de la variable "ge" ? On note

la variable "ge".

(b) Reprsenter graphiquement la densit de proportion de l'ge (c) Reprsenter graphiquement sur l'histogramme, puis calculer la proportion d'adolescents ayant entre 12 et 15 ans. (d) Calculer les Quartiles de la distribution et tracer la bote moustache. (e) Calculer la moyenne, la variance et l'cart-type de variable

en utilisant le changement de

Z = (Z 14)/2.

4. On dispose de l'ge et du nombre de cigarettes fumes par semaine (variable note Y) de 275 garons fumeurs habituels. Sachant que :

275 i=1 Zi
3882

275 i=1 Yi
4280

275 2 i=1 Zi
55268

275 2 i=1 Yi
4280

275 i=1 Yi Zi
62850,2

(a) Quel est l'ge moyen de ces garons ? (b) Quel est le nombre moyen de cigarettes fumes par semaine ? (c) Caluler la covariance et la corrlation entre

et

Y.
sur

(d) Etablir l'quation de la droite de rgression de

Z.

1.3

Statistiques bivaries : Corrlation et Rgression

Exercice 1 : Galile, enseignant chercheur de l'universit de Padua (Italie), a commenc vers

l'ge de 31 ans s'intresser la trajectoire des missiles (boulets de canon) an d'en comprendre la cinmatique. Pour cela il a construit divers instruments et ralis diverses expriences. Les tableaux de la table 1.6 donne les rsultats de deux de ses expriences.

1.3.

STATISTIQUES BIVARIES : CORRLATION ET RGRESSION

11

Dans la premire exprience une balle est lche sur un plan inclin et quitte le plan inclin une certaine hauteur du sol, on mesure ensuite la distance parcourue par la balle. Dans la deuxime exprience, on rajoute un petit plat de manire a ce que la balle parte l'horizontal avant d'atterrir. 1. Reprsenter par un nuage de point les deux expriences. On prendra comme variable hauteur. 2. Proposer une modle plausible pour la deuxime exprience : constuire une transformation des variables de dpart permettant d'obtenir une relation linaire entre

la

et

Y.

3. Ajuster une droite de rgression pour la deuxime exprience en considrant les donnes de dpart puis votre modle. Gallile a termin ses expriences 42 ans en dcouvrant les premires quations de la cinmatiques. Distance 573 534 495 451 395 337 253 Hauteur 1000 800 600 450 300 200 100 Distance 1500 1340 1328 1172 800 Hauteur 1000 828 800 600 300

Tab. 1.6  Rsultats des deux expriences de Galile

Exercice 2 : Le tableau suivant reprsente pour dirents pays, l'esprance de vie, le nombre de

personnes par tlvision, le nombre de personnes par mdecin, l'esprance de vie des femmes et l'esprance de vie des hommes.

Argentina Brazil China Egypt F rance India Iran Japan Korea, N orth M exico M yanmar(Burma) P eru P oland Russia Spain T aiwan T hailand U kraine

70.5 65 70 60.5 78 57.5 64.5 79 70 72 54.5 64.5 73 69 78.5 75 68.5 70.5

4 4 8 15 2.6 44 23 1.8 90 6.6 592 14 3.9 3.2 2.6 3.2 11 3

370 684 643 616 403 2471 2992 609 370 600 3485 1016 480 259 275 965 4883 226

74 68 72 61 82 58 65 82 73 76 56 67 77 74 82 78 71 75

67 62 68 60 74 57 64 76 67 68 53 62 69 64 75 72 66 66

12

CHAPITRE 1.

STATISTIQUE DESCRIPTIVE

U nitedStates V ietnam

75.5 65

1.3 29

404 3096

79 67

72 63

Pour rpondre aux questions suivantes, il est conseill de raliser un ou plusieurs changements de variables. 1. Existe-t-il une corrlation entre l'esprance de vie des hommes et l'esprance de vie des femmes ? Pourquoi ? 2. Existe-t-il une corrlation entre l'esprance de vie et le nombre de personnes par tlvision ? Entre le nombre de personnes par tlvision et le nombre de personnes par mdecin ? Entre l'esprance de vie et le nombre de personnes par mdecin ? Pourquoi ?

Chapitre 2

Probabilit et Variables Alatoires


2.1 Probabilits

2.1.1 Thorie des ensembles


Exercice 1 : Parmi les propositions suivantes, prouver celles qui sont vraies, donner des contre-

exemples pour les autres : 1. 2. 3. 4. 5.

A\B =AB A B = (A B ) (A B ) (B A) ((A B = ) (A B = )) (A = B ) (A B = ) (A B ) (A B = ) (A B )

2.1.2 Dnombrement
Exercice 2 : On considre un jeu de 32 cartes. Une main est compose de 8 cartes.

1. Combien y a-t-il de mains d'une seule couleur (, , , ) ? 2. Combien y a-t-il de mains contenant au moins un as ? 3. Combien y a-t-il de mains contenant exactement deux as ? 4. Combien y a-t-il de mains contenant exactement trois as ? 5. Combien y a-t-il de mains contenant 2 carrs (un carr est un ensemble de 4 cartes de mme hauteur) ?

Exercice 3 : Donner le nombre de mots de neuf lettres dirents que l'on peut former avec

l'ensemble des lettres suivant :

AEIOLN RST . Mme question avec les lettres : EEEEBRRRV .


des entiers positifs. Montrer les galits :

Exercice 4 : Soient

n, m, k, r

n k k n k
n k=0

= =n n k
13

n nk n1 k1 = 2n

(2.1)

(2.2)

(2.3)

14

CHAPITRE 2.

PROBABILIT ET VARIABLES ALATOIRES

(1)k
k=0 n

n k n k n k

=0

(2.4)

(1)k k
k=0

= n 2 n nk mk n+1 j+1 = m+n j 2n n

(2.5)

m k
n

n m k j

= =

(2.6)

(2.7)

k=0 n k=0

n k
n k=0

m jk n k
2

(2.8)

(2.9)

Pour chacune de ces galits, on pourra essayer une des quatre mthodes direntes :  en raisonnant par rcurrence,  partir de la formule du binme,  l'aide de la formule explicite reliant les coecients binomiaux la factorielle,  par des raisonnements de type ensembliste.
Exercice 5 :

1. Pour quelle(s) valeur(s) de n a a-t-on

n 3

= 220 ?

2. Que vaut

n+1 n / p p

3. Quel est le coecient de

x5

dans

(x + 2)12 ?

2.1.3 vnements et probabilits


Exercice 6 : L'IUT ouvre 3 options facultatives

l'vnement "n tudiants s'inscrivent l'option crivez les vnements suivants : 1. Personne ne s'inscrit la l'option

A, B, C . On note An (respectivement Bn , Cn ), A (respectivement B , C )". Avec ces notations,

A A
et

2. 2 tudiants s'inscrivent la l'option 3. 1 tudiant s'inscrit l'option

tudiant l'option

B B
et personne l'option

, 1 tudiant s'inscrit l'option

4. Il y a moins de 3 tudiants inscrits dans chaque option. 5. Il y a plus de 3 tudiants inscrits dans chaque option. 6. Il y a plus de 3 tudiants inscrits dans au moins une option. 7. Il y a au moins 2 tudiants inscrits dans les options l'option

et

et au moins un tudiant inscrit

B X
en premire anne abandonne est

Exercice 7 : A l'IUT, la probabilit pour que l'tudiant

de

1/5
1.

et la probabilit pour que l'tudiant

de deuxime anne abandonne est de

1/8.

En

supposant les deux vnements indpendants, calculer la probabilit que :

et

abandonnent l'IUT

2.1.

PROBABILITS

15

2. Ni 3.

X,

ni

ne quittent l'IUT

seulement quitte l'IUT

4. L'un des deux quitte l'IUT

Exercice 8 : Une enqute eectue auprs d'un grand nombre d'tudiants de l'IUT du dparte-

ment informatique a permis d'estimer qu'il y a une probabilit de intress par l'informatique,

0, 7

pour qu'un tudiant soit

0, 4

pour qu'il soit intress par les mathmatiques, et

0, 25

pour

qu'il soit intress par ces deux matires. Quelle est le probabilit qu'un tudiant : 1. soit intress par l'info et pas par les maths, 2. soit intress par l'info ou par les maths, 3. ne soit intress ni par l'info ni par les maths (mais que fait-il l ?).

Exercice 9 : Un groupe de l'IUT comporte 10 garons dont la moiti a les yeux marron et 20

lles dont la moiti a galement les yeux marron. Calculer la probabilit les yeux marron sont-ils indpendants ?

qu'un lve choisi au

hasard soit un garon ou ait les yeux marrons. Les vnements lve est un garon et lve a

Exercice 10 : A l'IUT, un composant lectronique sert dclencher l'alarme si une condition

extraordinaire se prsente. Ce composant est able a 96%. On envisage de mettre un certain nombre de ces composants en parallle pour augmenter la abilit du systme d'alarme. Combien de composants doit-on placer en parallle de telle sorte que la abilit du systme soit d'au moins 99.99% ?

Exercice 11 : On lance trois fois une pice de monnaie bien quilibre. Quel est l'ensemble

des rsultats possibles ? Trouver un univers l'exprience. Quelle est la probabilit : 1. d'obtenir exactement une fois "face" ? 2. d'obtenir au moins une fois "face" ?

et une probabilit

permettant de modliser

3. d'obtenir "pile" au premier tirage puis au moins une fois "face" dans les deux suivants ? 4. d'obtenir "pile" au premier tirage ou "face" au troisime tirage ?

2.1.4 Probabilits Conditionnelles


Exercice 12 : Le responsable informatique de l'IUT sait qu'un individu essayant d'accder

l'intranet en composant au hasard un mot de passe de 3 chires est refoul 1. Sachant que le serveur accepte

999

fois sur

1000.

essais de mot de passe avant de couper la connexion,

quelle est la probabilit de se connecter par hasard ? Pour rpondre cette question, vous considrerez que les essais se font avec remises puis sans remises. 2. Gnraliser au cas de

essais possibles.

Exercice 13 :[Le paradoxe des 3 prisonniers] Trois otages

A, B

et

savent que l'un d'entre eux

va tre excut et que les deux autres vont tre relachs. Seul le gardien sait lequel des trois sera excut. Au milieu de la nuit, le prisionner

A appelle le gardien et lui demande "Peux tu donner cette

lettre pour ma famille un de mes compagnons ? Au moins l'un d'entre eux doit tre relach demain." Le garde accepte et prend la lettre.

16

CHAPITRE 2.

PROBABILIT ET VARIABLES ALATOIRES

Une heure plus tard, le prisonnier rappelle le gardien et lui demande "Peux tu me dire qui tu as donn la lettre ?" Le gardien lui rpond "je l'ai donne au prisonnier B". Le prisonnier retourne dans se coucher et se fait la remarque suivante "Avant de demander au gardien qui il avait donn la lettre, j'avais une chance sur trois d'tre xcut demain, maintenant je n'ai plus qu'une chance sur deux." 1. A votre avis le prisonnier

a t'il une chance sur deux ou sur trois d'tre xcut ?

2. Vrier (ou inrmer) votre intuition en faisant un calcul de probabilit. 3. Supposons que pour une raison x ou y le gardien ne veuille pas donner la lettre au prisonnier

si cela est possible. Que devient votre calcul prcdent ?

Exercice 14 :[Le paradoxe de Monty Hall] Monty Hall propose le jeux tlvis suivant : un

candidat doit choisir entre trois portes de garages fermes. Derrire une des portes se trouve une voiture, derrire les autres portes se trouvent une chvre. Lorsque le candidat a choisi une porte, Monty ouvre une des deux portes restantes pour faire apparaitre une chvre (ce qui est possible). Il propose ensuite au candidat de rester devant la porte qu'il a choisi ou de changer. 1. A votre avis le candidat doir il rester ? changer ? cela n'a pas d'importance ? 2. Vrier (ou inrmer) votre intuition en faisant un calcul de probabilit.

Exercice 15 : On dispose d'une urne contenant

successivement et et

N1 boules blanches et N2 boules noires, on tire n boules. Calculer la probabilit de l'vnement Ak : On a tir k boules blanches n k boules noires pour les deux types de tirages (en indiquant les valeurs possibles pour n k) :
1. Tirages avec remise. (Indication : on peut numroter les boules blanches de boules noires de

N1 + 1

N = N1 + N2 .

L'univers

1 N1 , et les = {(x1 , ..., xn )|xi {1, 2, ...N }} est

muni de l'quiprobabilit.) 2. Tirages sans remise. Application numrique :

N1 = 2, N2 = 3, n = 2. n
foix une boule.

Exercice 16 : Une urne contient une boule blanche et une boule noire. On tire

A chaque tirage, si on a tir une boule blanche on remet deux boules blanches, si on tire une boule noire, on remet deux boules noires. On note l'tape

Nn

l'vnement on tire une boule noire

n

et

Fm,n

l'vnement l'urne contient

boules noires l'tape

n.

1. Quelle est le nombre de boules que contient l'urne aprs 2. Montrer que

tirage ?

P (Fm,2 ) = 1/3

pour

m = 1, 2, 3.
pour

3. Montrer par rcurrence que

P (Fm,n ) = 1/(n + 1)

m = 1, 2, . . . n + 1. m+k
boules num-

Exercice 17 :[Probabilit du maximum] On dispose d'une urne contenant

rotes

f1 > f2 > f3 > . . . > fm+k


sont des entiers).

s(f1 ,

f2 ,

...,

fm+k

sont des nombres quelconques,

m1

et

k1

1. On suppose que

k = 1. k = 2. f1 

On tire au hasard une boule et on note

C1

l'vnement La boule

choisie porte le numro 2. On suppose que porte le numro

f1 .

Quelle est

P (C1 ) ? C1
l'vnement La

On tire au hasard sans remise 2 boules. Soit

premire boule choisie porte le numro

f1 

et

C2

l'vnement La deuxime boule choisie

Compltez le graphe en indiquant les probabilits sur chacune des

2.1.

PROBABILITS

17

artes

ii4 C2 iiii i i i iii iiii U C U 9 1 UUUU ss UUUU ss UUUU s s UU* ss s C2 s s ss s s ss KK KK KK KK KK 4C KK iiii 2 KK iiii KK i i i i K% iiii C1 UUUUU UUUU UUUU UUU*

C2

3. En dduire

P (C1 C2 ). k
est quelconque. On choisit au hasard sans remise l'vnement La ime boule choisie porte le numro

4. On suppose dsormais que

Ci . . . Ck ) ?
On note

k boules. f1 . Quelle est P (C1 C2

Exercice 18 :[Utilisateur impatient] Soit une fonction

de

{0, 1}n R. Etant donn un mot bi-

x = (x1 , . . . , xn ) de longueur n, un utilisateur possde un programme qui permet de calculer f (x) en une seconde. Si deux mots xk et xl sont dirents, les rsultats f (xk ) et f (xl ) calculs par le programme seront dirents. En particulier il existe un mot qui maximise la fonction f :
naire c'est le mot recherch par l'utilisateur. Malheureusement, ce mot peut tre n'importe lequel des

mots possibles. La mthode du calcul de

f (x)

est ignore de l'utilisateur du programme.

1. Combien existe t'il de mots binaires dirent de longueur

n?

On notera

ce nombre.

2. En supposant que l'utilisateur essaie tous les mots, au bout de combien de temps connaitra t'il avec certitude le mot qui maximise commme approximation 64s

lorsque

n = 16 ? n = 65536 ?
1h.)

(on pourra prendre

1min et 64min

Un utilisateur impatient dcide pour trouver le meilleur mot d'appliquer la stratgie suivante :  Il fait valuer par le programme que les

mots.

 Il teste ensuite squentiellement les autres mots Si un mot donne un meilleur rsultat

premiers, il arrte son investigation et conserve ce mot comme solution. Si

au bout de

essais, il n'a pas trouv de mot meilleur, il conserve le meilleur des

premiers mots. Cette stratgie lui permet d'obtenir le meilleur mot en un temps limit avec une certaine probabilit. Le reste de l'exercice consiste trouver la valeur de probabilit. Soit

qui donne la meilleure

Ei E

l'vnement le meilleur mot est la place

i.

3. Quelle est 4. Soit

P (Ei ) ?

l'vnement, l'utilisateur trouve le meilleur mot. Les rponses aux questions sui-

vantes sont immdiates : (a) Si (b) Si (c) Si

i > M, i m,

Quelle est Quelle est

P (E |Ei ) ? P (E |Ei ) ? P (E |Ei ) ?

i = m + 1,

Quelle est

Les rponses aux questions suivantes sont donnes par l'exercice prcdent (d) si

i = m + 2, P (E |Ei ) =

18

CHAPITRE 2.

PROBABILIT ET VARIABLES ALATOIRES

(e) si

i = m + k + 1 M , P (E |Ei ) = P (E ) =
N i=1 P (E |Ei )P (Ei ) montrer que

5. En utilisant la formule

P (E ) =

m m + N N

M 1 i=m

1 i P (E )
m N (1

(a) En comparant la srie

1 i avec une intgrale montrer que

+ ln(M )

ln(m)).
(b) Etudier la fonction

x N (1+ln(M ) ln(x)) et trouver le point

x o elle est maximale.

(c) En dduire le meilleur choix de

m,

une stratgie plus simple, et la probabilit que

l'utilisateur trouve le meilleur mot. 6. On suppose que l'utilisateur doit dcider immdiatement si il conserve le mot ou si il teste un nouveau mot : si au bout de abandonner. Reprendre les questions prcdentes avec cette nouvelle contrainte.

essais il n'a pas trouv de meilleur mot, il doit

2.1.5 Formule de Bayes


Exercice 19 : A l'IUT, parmi les tudiants 40% suivent l'option

A1

40%, 30% suivent l'option moyenne dans l'option choisit un tudiant au

A2 A1

et 30% suivent l'option

est de 10%, dans l'option

A3 . La proportion d'tudiant qui n'ont pas la A2 de 5% et dans l'option A3 de 5%. On

hasard. 1. Calculer la probabilit qu'il n'ait pas la moyenne. 2. Sachant qu'il n'a pas la moyenne, calculer la probabilit a posteriori qu'il ait suivi l'option

A1 , A2

ou

A3 .

Exercice 20 : L'IUT dlivre 5 diplomes.

 10% des tudiants sont en "Biologie" (B1 ), parmi eux 20% chouent  30% des tudiants sont en "Informatique" (B2 ), parmi eux 10% chouent  10% des tudiants sont en "Chimie" (B3 ), parmi eux 10% chouent  20% des tudiants sont en "Mesures physiques" (B4 ), parmi eux 20% chouent  30% des tudiants sont en "GEII" (B5 ), parmi eux 30% chouent On choisit un tudiant au hasard. Soit 1. Dterminer

l'vnement "l'tudiant choue".

P (A) P (Bi |A),


pour

2. Dterminer la probabilit posteriori

i = 1, . . . , 5.

Exercice 21 : Dans une ville, un tiers des habitants soutiennent le parti D : parmi eux 80%

sont favorables au cur, 20% au maire, 90% sont pour la prohibition de l'alcool, 10% contre cette prohibition, et leurs opinions l'gard d'une part, de ces personnalits, d'autre part, de l'alcool sont indpendantes. parmi ceux qui soutiennent le parti G, au contraire, qui regroupe les deux tiers des habitants, 70% sont favorables au maire, 30% au cur, 20% sont pour la prohibition de l'alcool, 80% contre ; et chez eux galement il y a indpendance entre ces opinions. Un individu se dclare favorable au maire et ennemi de l'alcool. Avec quelle probabilit soutient il le parti D ?

2.2.

VARIABLES ALATOIRES DISCRTES

19

2.2

Variables alatoires discrtes

2.2.1 Introduction
Exercice 1 : Dterminer la loi de probabilit, le mode, l'esprance et l'cart-type de la variable

alatoire discrte

dont la fonction de rpartition est donne par

F (t) = 0 F (t) = 1/5 F (t) = 4/5 F (t) = 1


Reprsenter la loi de

si si si si

t<1 1t<2 2t<3 t3

ainsi que sa fonction de rpartition.

Exercice 2 : La loi de la v.a. X est donne par le tableau suivant

xi P (X = xi )
1. Dterminer les valeurs de quiprobables. 2. Reprsenter graphiquement la loi.

1 0, 25

3 0, 18

5 0, 37

p2

p4

p2

et

p4

sachant que les vnements

{X = 2 }

et

{X = 4 }

sont

Exercice 3 : Un d est pip de telle sorte que la probabilit d'obtenir

soit proportionnelle

k.

Soit

le numro obtenu quand on fait un lancer.

1. Dterminer la loi de

et donner sa reprsentation graphique.

2. Dterminer la fonction de rpartition de

et donner sa reprsentation graphique.

Exercice 4 : Deux joueurs

tombent sur pile,

A gagne,

chaque joueur est nulle.


Exercice 5 : Soit

B lancent chacun une pices de monnaie. Si les deux pices B gagne 2 francs. Un jeu est quitable si l'esprance de gain de Combien doit gagner A pour que le jeu soit quitable ?
et sinon

une variable alatoire telle que

E [X ] = 1 et V (X ) = 5. Calculez E (2 + X )2

et

V (4 + 3X ).

2.2.2 Lancer de ds
Exercice 6 : On lance un d et on note

le numro obtenu.

1. Determiner la loi de 2. Dterminer la loi de

X , E [X ] Y = 1/X Z. Z

et

V (X ).
sans utiliser la loi

et son esprance.

3. Dterminer l'esprance de 4. Dterminer la loi de

Z = (X 3)

Z.

5. dterminer l'esprance de

en utilisant la loi de

Z 1

Exercice 7 : On fait rouler un d

faces avec les nombres

sur ses faces deux fois. On

note

X1

et

X2

les nombres obtenus.

1. Quelle est

E [X1 ] ? E [X2 ] ? min(X1 , X2 ) ?


de

2. Quelle est la loi de 3. Quelle est

max(X1 , X2 ) ?

E [min(X1 , X2 )] ? E [max(X1 , X2 )] ?

20

CHAPITRE 2.

PROBABILIT ET VARIABLES ALATOIRES

4. Montrer que

E [min(X1 , X2 )] + E [max(X1 , X2 )] = E [X1 ] + E [X2 ].

5. Expliquer pourquoi le rsultat prcdent est vrai sans faire de calcul.

Exercice 8 : On fait rouler deux ds 6 faces. On note

X1

et

X2

les nombres obtenus et

X = X1 + X2

la somme des deux nombres obtenus.

1. Quelle est la loi de 2. Quelle est la loi de 3. Quelle est

X ? E [X ] ? V (X ) ? X
conditionnelle l'vnement

{X1 = k }, k = 1, . . . 6 ? Z = E [X1 |X ].
est pair}].

E [X1 |X = k ] ?

En dduire la loi de la variable alatoire

4. Dterminer sans la loi de

son esprance. Vrier votre rsultat par le calcul.

5. Mmes questions pour les variables alatoires

E [X1 X2 |X ]

et

E [X |{X1

Exercice 9 : Le jeu du loto consiste deviner les

entiers qui vont tre tirs au hasard parmi

les entiers

{1, 2, 3, . . . , 49}. dont on donnera P


sur

1. Comment modliser le tirage de ces 6 entiers ? (On explicitera un univers le cardinal, ainsi qu'une probabilit

.)

2. Calculez les probabilits des vnements suivants :   

Ak : avoir devin exactement k bons numros, k = 0, . . . 6. E : avoir zro, un ou deux bons numros. G :  avoir au moins trois bons numros.

3. Au tirage du loto du mercredi 07 fvrier 1990, il fallait jouer les numros 4, 8, 21, 23, 42, 49. Avec 6 (respectivement 5, 4, 3) bons numros, le gain tait de 4 300 000 (respectivement 6 800, 120, 9) Francs. Pour un jeu simple de 1 Franc, calculez l'esprance de votre gain.

2.2.3 Loi Binomiale


Exercice 10 : On tire avec remise

cartes d'un jeu de

32

cartes. Soit

le nombre de reines

obtenues. 1. Dterminer la loi de

X. X. 1/3
ne fonctionnent pas. Un la variable alatoire "Nombre de programmes ne

2. Dterminer l'esprance et la variance de

Exercice 11 : A l'IUT les tudiants ralisent des programmes dont

TP consiste raliser 9 programmes. Soit ne fonctionnant pas par TP.

fonctionnant pas". Donner la loi de probabilit de

et calculer le nombre moyen de programmes

2.2.4 Loi gomtrique


Exercice 12 : Reprendre l'exercice sur le nombre d'essais ncessaires pour accder au rseau

informatique de l'IUT. Soit

le nombre d'essais ncessaires pour accder au rseau.

1. Quelle est la loi de probabilit de 2. Calculer

dans le cas sans remise, avec remise ?

P (X = k )

dans chaque cas.

3. Combien faudrait il d'essais en moyenne pour accder au serveur par hasard dans chaque cas ?

Exercice 13 : Alice et Bob ont dcid d'avoir des enfants juesqu' ce qu'ils aient une lle ou

bien qu'ils aient

k1

enfants. On suppose que chaque enfant a une probabilit

1/2

d'tre un

garon et qu'il n'y a pas de naissances multiples.

2.2.

VARIABLES ALATOIRES DISCRTES

21

1. Quelle est l'esprance du nombre de garons qu'auront d'Alice et Bob ? 2. On suppose maintenant qu'il ne s'impose pas de limite, en supposant que c'est possible, que devient l'esprance du nombre de garons qu'ils auront ?

Exercice 14 : On considre un systme constitu d'un processeur et d'une le d'attente. Un

programme arrivant sur le processeur est excut pendant un certain intervalle de temps. Au bout de cet intervalle de temps, on teste s'il est achev. S'il n'est pas achev, les variables d'excution sont sauvegardes et le programme est remis dans la le d'attente.

L'exprience a montr qu'un programme a une probabilit et a donc une probabilit 1. Soit

de s'achever lors d'un passage

(1 p)

de retourner dans la le d'attente.

la variable alatoire donnant le nombre de passages ncessaires au programme avant

de s'achever. Quel est la loi de probabilit de

N? N? S = N +M
le nombre

2. Quelle est l'esprance du nombre d passage de

3. Un deuxime programme ne peut s'excuter que lorsque le premier programme est achev. Soit

le nombre de passages de ce deuxime programme et soit

de passage des deux programmes. On suppose que (a) Quelles valeurs peut prendre (b) Montrer que question, on la forme :

et

sont indpendants.

S?

P (S = n) = (n 1)p2 (1 p)n2 pour n 2. Pour rpondre cette pourra observer que l'vnement {M + N = n} peut se dcomposer sous

{M + N = n} = {M = 1, N = n 1}{M = 2, N = n 2} . . . {M = n 1, N = 1}
C'est dire que soit

M =1

et

N = n 1,

soit

M =2

et

N = n 2,...

4. Le systme possde dsormais deux processeurs qui permettent d'excuter deux programmes en parallle. Un utilisateur du systme lance un programme sur chaque processeur. Soit

le nombre de passage du 1er programme et soit

le nombre de passage du deuxime

programme. L'utilisateur doit attendre que l'un des deux programmes ait ni pour pouvoir excuter un troisime programme. Soit

la variable alatoire donnant le nombre de

passages ncessaires avant le lancement du troisime programme. (a) Calculer (b) Calculer (c) Calculer

P (M = N ). P (Y = n). E [Y ]. Z
la variable alatoire donnant le nombre

5. L'utilisateur du systme doit dsormais attendre que les deux programmes ait ni pour pouvoir excuter un troisime programme. Soit de passages ncessaires avant le lancement du troisime programme. (a) Quelles valeurs peut prendre (b) Calculer (c) Calculer

Z?

P (Z = n). E [Z ].

2.2.5 Loi de poisson


Exercice 15 : Le directeur des ventes de chez G.A.G a constat que le nombre

de voitures ven-

dues toutes les heures par G.A.G. suit une loi de poisson de paramtre que dans une heure donne :

4.

Calculer la probabilit

22

CHAPITRE 2.

PROBABILIT ET VARIABLES ALATOIRES

1. On ne vende aucune voiture 2. On vende 4 voitures 3. On vende au moins une voiture 4. Le nombre de voitures vendues soit compris (au sens large) entre 2 et 6. 5. Quelle est l'esprance de

N?

Sa variance ? Les prix de vente des modles de

G.A.G.

sont

les suivants (Voir exercice 2.2.5) : "Louvo" 8000 "Poulo 3 portes" 10000 "Poulo 5 portes" 12000
Tab. 2.1  Tarif des ventes

"Toussat break" 20000

"Toussat berline" 16000

Soit

la variable alatoire

CA

ralis en une heure.

(a) Calculer le CA moyen par heure de l'entreprise G.A.G. (b) Quel est son cart-type ?

Exercice 16 : Soient

la loi de

X et Y variables alatoires de loi de Poisson Z = max(X, Y ) et la comparer a la loi de X + Y .

de paramtre

et

Calculer

2.2.6 Couples de variables alatoires


Exercice 17 : Soient

et

variables alatoires valeur dans

{1, 2}

dont la loi du couple est

dnie par :

P (X = 1, Y = 1) = P (X = 2, Y = 2) = a 1 P (X = 1, Y = 2) = P (X = 2, Y = 1) = a 2
avec

rel

0<a<1

1. Dterminer la loi de 2. Quelle est la loi de

X,

de

Y,
?

conclure.

X +Y

2.3

Variables Alatoires Normale

Exercice 1 : Une variable alatoire normale

a pour esprance 4 et pour variance 9.

1. Calculer, avec 4 dcimales : 2. Soit

P (X < 7), P (X > 3), P (2 < X 10), P (X [8, 12]).

Y = 7X + 9, Y P (Y < 21)

suit elle une loi normale ? et

3. Donner

P (20 Y 20) X,
en dduire ceux de

4. Donner les quartiles de

Y.

Exercice 2 : Soit X une variable alatoire de loi

N (3.5, 0.12 )

1. dterminer le nombre 2. dterminer le nombre

a b

tel que : tel que :

P (3.5 a X 3.5 + a) = 0.95 P (3.5 b X 3.5 + b) = 0.99

2.3.

VARIABLES ALATOIRES NORMALE

23

Exercice 3 : Dterminer l'esprance et l'cart-type d'une variable alatoire de loi normale

X,

sachant que :

P (X 5) = 0.8413

et

P (X 10) = 0.8770

Exercice 4 : La taille d'une femme franaise suit une loi normale de moyenne

167cm

et d'cart-

type

5cm.

1. Quelle est la proportion de femmes ayant une taille suprieure 1m70 ? 2. Quelle est la proportion de femmes ayant une taille infrieure 1m60 ? 3. Quelle est la proportion de femmes ayant une taille comprise entre 1m63 et 1m69 ? 4. Pour une place de pilote d'avion, qu'elles taient trop grandes et

50

femmes ont postule et

23

ont t refuses parce

ont t refuses parce qu'elles taient trop petites.

(a) Calculer le pourcentage de femmes refuses parce qu'elles taient trop grandes et celui des femmes refuses parce qu'elles taient trop petites. (b) En supposant que l'on obtiendrait des rsultats identiques (en proportion) en considrant l'ensemble des femmes franaises, donner la taille minimale et la taille maximale imposes pour tre pilote d'avion.

Exercice 5 :[DS du 10 juin 2004]

1. Une machine automatique fabrique des gobelets dont la contenance en centilitres une loi

suit

N (25, 1).

Les gobelets contenant moins de 23cl et ceux contenant plus de 27cl sont

mis au rebut. La machine fabrique 100000 units par jour. (a) Combien y a-t-il en moyenne de gobelets mis au rebut ? De manire contrler la fabrication on prlve tous les matins un chantillon de 4 gobelets. On calcule la moyenne empirique est plus petit que

et on dcide de rgler la machine si

Tinf

ou suprieur

Tsup .

Tinf

et

Tsup

sont des tolrances qu'il vous faudra dterminer dans les questions suiloi

vantes en utilisant deux stratgies. On vous rappelle que si un chantillon de variables alatoires une loi (b)

Xi suit une N (, 2 /n).

N (, 2 )

alors la moyenne empirique

de l'chantillon suit

i. On veut que lorsque la machine est bien rgle, la probabilit de dcider d'un rglage soit infrieur 0,05. Combien valent ii. On suppose que la machine est drgle et

Tinf et Tsup ? que = 24, quelle

est la probabilit

de dcider un rglage avec ces deux tolrances ? (c) Le responsable de fabrication peut accepter un rebut de 10% au maximum. Pour les questions suivantes vous pourrez illustrer la situation l'aide d'un schma comme ceux vu en contrle de qualit avec StatGraphics. i. Chercher une valeur

inf sup

telle que si

inf inf

alors la proportion de gobelets

dfectueux est suprieure 10%. ii. Chercher une valeur telle que si alors la proportion de gobelets

dfectueux est suprieure 10%. iii. On suppose que

iv.

Tinf tel que la probabilit de rgler la machine dans ce cas soit infrieure 0, 05. Combien vaut Tinf ? On suppose que = sup , on veut trouver Tsup tel que la probabilit de rgler la machine dans ce cas soit infrieur 0, 05. Combien vaut Tsup ?
on veut trouver

= inf ,

ne pas

ne pas

(d) Comparer les deux types de rglages.

24

CHAPITRE 2.

PROBABILIT ET VARIABLES ALATOIRES

2.4

Variables alatoires continues

Exercice 1 : La dure de vie (en seconde) d'un circuit lectronique soumis un stress est une

variable alatoire

vriant

P (X < t) = 1 et/1000 X. X?

(loi exponentielle de paramtre

1/1000).

1. Calculer l'esprance et la variance de 2. Quels sont les quartiles de

Exercice 2 : Soit

X1

et

X2

la dure de vie de deux composants. On suppose que ces deux

composants suivent la mme loi

E (1/1000).

1. Si ces composants sont monts en srie, quelle est la loi de la dure de vie du circuit lectronique ? (On suppose que les deux composants fonctionnent indpendemment l'un de l'autre) 2. Mme question si ces composants sont monts en parallle. 3. Calculer la dure de vie moyenne du circuit dans le premier cas, dans le deuxime cas. 4. Gnraliser au cas de

composants.

Exercice 3 : Soit

une variable alatoire

N (0, 1).
est une loi

1. Quelle est la loi de probabilit de 2. Montrer que la loi de probabilit de

|X | ? X2 (1/2, 1/2) ?
(que l'on note

2 (1)

: loi

2 du

degr de libert).

2.4.1 Introduction la abilit


T une v.a. positive telle que pour tout t R+ , P (T > t) ne soit pas nulle. Supposons que P (T > s + t|T > t) = P (T > s), montrer que la loi de T est une loi exponentielle.
Exercice 4 : Soit

Expliquer pourquoi ce rsultat peut tre utile pour modliser la dure sparant deux pannes d'une machine ou deux arrives de clients un guichet.

Exercice 5 : Une machine tombe en panne un instant alatoire

v.a. positive de loi

ayant la

densit continue

f . Si, un instant t, la panne ne s'est pas produite, le risque de panne immdiate 1 P (t < T t + u|T > t) u
pour une loi

se mesure par le taux de panne

h(t) = lim
1. Calculer

u0+

h(t)

en fonction de

(ds que

exponentielle ? Prouver en posant 2. On dit qu'il y a usure lorsque suit une loi

P (T > t) n'est pas nul). Que vaut h t (t) = 0 h(s)ds que P (T > t) = e(t)
crot et rodage lorsque

dcrot. On suppose que

(a, ). tudier s'il y a usure ou rodage selon les valeurs de a. = limt+ h(t) : c'est ce qu'on appelle le taux de panne asymptotique.
3. On utilise souvent dans ce cadre la loi de Weibull

Prouver que

W (a),

son taux de panne est

aa ta1 .

Quand y-a-t'il usure ou rodage ?

4. Si on a deux composants indpendants monts en parallle de loi qu'il y a d'abord usure puis rodage (sauf dans le cas

E (1 )

et

E (2 ),

montrer

1 = 2 ). (a, ), (a > 0
et

Exercice 6 :[DS du 15 juin 2004] La loi de Pareto de paramtres

> 0)

est la

loi dont la densit est donne par :

2.4.

VARIABLES ALATOIRES CONTINUES

25

f (x) =
Soit

a +1 a (x)

si si

xa x<a (a, ).
Notons

une variable alatoire continue qui suit une loi de Pareto de paramtre

fX

sa densit. 1.  Montrez que

fX

est bien une densit.

 Montrez que la fonction de rpartition de

est donne par : si si

P (X < t) =
 En distinguant les cas

1 (a t) 0

ta t<a X.

> 1, = 1

et

1,

calculez l'esprance de

2. Le temps de raction (exprim en secondes) d'un dtecteur de mouvement suit une loi de Pareto de paramtres

(1, 2).

 Quelle est la probabilit que le dtecteur ragisse en moins de 2 secondes ?  Quelle est la probabilit que le dtecteur ragisse en moins d'une demi-seconde ?  Quelle est la probabilit que le dtecteur ragisse entre la deuxime et la troisime seconde ?  Au bout de combien de temps y aura-t'il

99%

de chance que le dtecteur ai ragi ?

 Quel est le temps moyen de raction du dtecteur ? 3. Une alarme est munie de deux dtecteurs dont les temps de raction suivent des lois de Pareto de paramtres cas de gure, l'alarme se dclenche ds le temps de raction de l'alarme.  Exprimez

X1 et X2 respectifs (a, 1 ) et (a, 2 ) respectivement. Dans un premier que l'un des deux dtecteurs a ragi. Notons Y

en fonction de

X1 Y

et

X2 . Y. fY = fX1 + fX2 fZ
ou

 En dduire la fonction de rpartition de  En dduire que la densit de de paramtre  Quel est l'esprance de vrie

est une variable alatoire

(a, 1 + 2 ). Y?

4. Dans un second cas de gure, l'alarme se dclenche ds que les deux dtecteurs ont ragi. On note  Exprimez   

Z le temps de raction de l'alarme. Z en fonction de X1 et X2 . Exprimez P (Z > t) en fonction de P (X1 > t) et de P (X2 > t). En dduire la fonction de rpartition de Z . En dduire que Z suit une loi de Pareto de paramtre (a, 1 + 2 ).