Vous êtes sur la page 1sur 34

Probabilités - Problèmes de synthèse

Statistiques et lois usuelles


Productique des alliages moulés
Une machine fabrique en série des pièces métalliques de forme cylindrique.
A) Dans un lot de 100 pièces on a mesuré les diamètres de chaque pièce et on a obtenu le tableau
suivant :
diamètre en mm effectif
[15,5 ; 15,7[ 2
[15,7 ; 15,9[ 11
[15,9 ; 16,1[ 68
[16,1 ; 16,3[ 16
[16,3 ; 16,5[ 3

En faisant l'hypothèse que, pour chaque classe, les valeurs observées sont égales à celle du centre
de la classe, calculer ( à 10 −3 mm près) une valeur approchée de la moyenne et l'écart type des
diamètres des pièces de l'échantillon.
B) On admet que la machine fabrique 20 pièces par heure et on suppose que la probabilité qu'une
pièce prélevée au hasard dans la production soit défectueuse est 0,05. On désigne par X la variable
aléatoire qui, à toute production horaire de 20 pièces, associe le nombre de pièces défectueuses de
cette production (on assimile la production des 20 pièces à un prélèvement avec remise).
X suit une loi binomiale.
a - Calculer l'espérance mathématique et la variance de X.
b - Déterminer à 10 −3 près la probabilité P(X ≤ 1).
C) On désigne par Y la variable aléatoire qui, à chaque pièce tirée au hasard dans la production,
associe la mesure en millimètres de son diamètre. A la suite de contrôles statistiques on estime que
la variable aléatoire Y suit la loi normale de moyenne µ = 16 et d'écart type σ = 0,14.
a - Déterminer la probabilité P(Y < 16,2).
b - Déterminer la probabilité P(Y > 15,7).
c - On accepte les pièces dont le diamètre appartient à l'intervalle [15,7 ; 16,2].
Quelle est la probabilité qu'une pièce, tirée au hasard dans la production soit acceptée ?
Quel rebut peut-on prévoir sur un lot de 1000 pièces ?
Dans cette question on donnera des valeurs approchées des probabilités à 10 −4 près.

1 
Probabilités - Problèmes de synthèse

Biotechnologie
Une entreprise fabrique en grande série des pipettes de laboratoire. Ces pipettes sont calibrées.
On s'intéresse à la fiabilité de la calibration à l'aide d'un test gravimétrique
Toutes les probabilités demandées seront données au centième le plus proche.
1ère partie :
1. On teste 23 pipettes pour lesquelles on obtient les résultats suivants :
Volume en µ l 99,6 99,7 99,8 100 100,1 100,2 100,3 100,4
Nombre de pipettes 1 1 2 8 7 2 1 1
Donner l'écart type et la moyenne de cette série de mesures.

2ème partie :
On appelle X la variable aléatoire qui à toute pipette, choisie au hasard, associe le résultat du test
en µ l. On considère que X suit la loi normale de moyenne 100 et d'écart type 0,16.
1° Calculer la probabilité d'obtenir le résultat du test dans l'intervalle [99,7 ; 100,3].
2° Déterminer le nombre positif a, au dixième près, tel que 80 % des mesures appartiennent à
l'intervalle [100 – a ; 100 + a].

3ème partie :
On refuse toutes les pipettes pour lesquelles le volume obtenu lors du test est strictement supérieur à
100,3 µ l ou strictement inférieur à 99,7 µ l.
La probabilité qu'une pipette soit défectueuse est égale à 0,06.
Dans un lot d'un très grand nombre de pipettes, on effectue un contrôle sur 50 pipettes choisies au
hasard. On appelle alors Y la variable aléatoire qui, à tout lot de 50 pipettes associe le nombre de
pipettes défectueuses.
On assimile les prélèvements de 50 pipettes à des tirages de 50 pipettes avec remise.
1° Quelle est la loi de probabilité de Y ?
2° On suppose désormais que l'on peut approcher la loi de probabilité de Y par une loi de Poisson.
a) Préciser le paramètre de cette loi.
b) Quelle est la probabilité qu'il n'y ait aucune pipette défectueuse dans le lot ?
c) Quelle est la probabilité qu'il y ait plus de 4 pipettes défectueuses dans le lot ?

2 
Probabilités - Problèmes de synthèse

Biochimiste

Les questions 1 et 2 peuvent être traitées indépendamment l’une de l’autre.

1° Au cours d’une répartition de pénicilline en flacons sur une machine automatique, on prélève à
intervalles plus ou moins réguliers, un flacon dont on pèse le contenu, au dixième de milligramme. On
prélève ainsi un échantillon de 250 flacons dont les masses des contenus exprimées en mg se
répartissent en 20 classes comme suit :
classes effectifs classes effectifs
[116,5 ; 117,5[ 2 [126,5 ; 127,5[ 25
[117,5 ; 118,5[ 3 [127,5 ; 128,5[ 22
[118,5 ; 119,5[ 4 [128,5 ; 129,5[ 14
[119,5 ; 120,5[ 10 [129,5 ; 130,5[ 15
[120,5 ; 121,5[ 10 [130,5 ; 131,5[ 10
[121,5 ; 122,5[ 16 [131,5 ; 132,5[ 7
[122,5 ; 123,5[ 20 [132,5 ; 133,5[ 5
[123,5 ; 124,5[ 23 [133,5 ; 134,5[ 5
[124,5 ;125,5[ 21 [134,5 ; 135,5[ 4
[125,5 ; 126,5[ 30 [135,5 ; 136,5[ 4
a) Calculer la moyenne x la variance Vx et l’écart type σ x de cette série statistique en supposant
que dans chaque classe, tous les éléments sont situés au centre.

( x et σ x seront exprimés à 10 - 3 près par défaut).


b) Quel est le pourcentage de flacons ayant un contenu dont la masse est de moins de 125,5 mg ?
2° Cet échantillon a permis de prendre pour estimation des paramètres de la population
correspondante : la moyenne µ = 126 , l’écart type σ = 4 .
Soit X la variable aléatoire qui, à tout flacon prélevé au hasard, associe la masse de son contenu,
exprimée en milligrammes. On suppose que X suit la loi normale n (126, 4).
a) Calculer à 10 −4 près les probabilités :
P(X < 125) P(118 < X < 134) P(X > 129,2)
b) On a utilisé un sel de pénicilline titrant 1600 unités au milligramme. L’activité moyenne par
flacon est 201.600 unités. Pour obéir aux prescriptions des normes en vigueur, l’activité trouvée
par flacon doit être au moins de 95 pour cent de celle annoncée sur l’étiquette, soit 200.000
unités.
b1) Quelle est la masse u du contenu du flacon correspondant à cette activité minimum ?
(On exprimera la réponse à 10 −3 près par défaut ).
b2) Quelle est la proportion moyenne de flacons dans la population ayant une masse inférieure à
cette masse u ? (C’est-à-dire calculer P(X < u) ).

3 
Probabilités - Problèmes de synthèse

Industries des matériaux souples

Les deux parties A et B sont indépendantes.


Une machine produit des boutons en grande quantité.

Partie A
1° On considère que la variable aléatoire X qui, à tout bouton, pris au hasard dans la production,
associe son diamètre en mm, suit la loi normale de moyenne µ = 21 et d'écart type σ = 0,23.
Un bouton est considéré comme étant de qualité inférieure si son diamètre n'est pas dans l'intervalle
[20,5 ; 21,5].
Calculer le pourcentage prévisible de boutons de qualité inférieure.
2° On admet que la probabilité qu'un bouton pris au hasard dans la production soit de qualité
inférieure est 0,03. On constitue des plaques de 50 boutons pris au hasard dans la production.
On note Y la variable aléatoire qui, à toute plaque de 50 boutons, associe le nombre de boutons de
qualité inférieure qu'elle contient. La production est assez importante pour qu'on puisse assimiler le
prélèvement de 50 boutons à un prélèvement aléatoire avec remise.
a) Quelle est la loi suivie par Y ?
b) Calculer la probabilité de n'avoir dans une plaque aucun bouton de qualité inférieure. (réponse
arrondie à 10 −3 ).
c) On décide d'approcher la loi de Y par une loi de Poisson. Préciser son paramètre et calculer,
dans le cadre de cette approximation, la probabilité d'avoir au moins 3 boutons de qualité
inférieure dans une plaque.

Partie B
La machine se dérègle au fil du temps et on décide donc de noter chaque jour le pourcentage de
boutons de qualité inférieure produit par cette machine.
Jours : xi 1 2 3 4 5 6
% de boutons : yi 2,5 2,6 2,8 3,3 3,2 3,4

1° Représenter cette série statistique double par un nuage de points en portant en abscisses xi et en
ordonnées yi avec comme unités graphiques 1 cm pour un jour en abscisses et 2 cm pour 1 % en
ordonnées.
2° a) Donner une équation de la droite de régression de y en x.
(les coefficients la caractérisant seront donnés à 10 −1 près).
b) Tracer cette droite sur le graphique de la question 1.
3° On suppose que l'équation précédente est une bonne représentation du phénomène "déréglage de la
machine" étudié (du ler au 15ème jour). Estimer le pourcentage de boutons de qualité
inférieure produits, au 8ème jour, au 9ème jour.
On admet au maximum 4 % de boutons de qualité inférieure. Quel jour faudra-t-il réviser la machine ?

4 
Probabilités - Problèmes de synthèse

Equipement technique énergie

Dans cet exercice, les calculs seront effectués à 10 −3 près.


Les parties A et B sont indépendantes.
A - L'étude du coût de maintenance annuel d'une installation de chauffage dans un immeuble de
bureaux, en fonction de l'âge de l'installation, a donné les résultats suivants :

Age xi (en années) 1 2 3 4 5 6


Coût yi (en KF) 7,55 9,24 10,74 12,84 15,66 18,45
1° Représenter le nuage de points Mi(xi, yi) dans un repère orthogonal
(unités graphiques : 2 cm en abscisse, 1 cm en ordonnée).
Peut-on envisager un ajustement affine de ce nuage ?
2° a) Déterminer le coefficient de corrélation linéaire de la série statistique double (xi,yi).
Le résultat obtenu confirme-t-il l'observation faite au 1° ?
b) Déterminer, par la méthode des moindres carrés, une équation de la droite de régression D de y
en x. Tracer D dans le même repère qu'au 1°.
c) En admettant que l'évolution du coût constaté pendant 6 ans se poursuive les années suivantes,
donner une estimation du coût de maintenance de l'installation lorsqu'elle aura 8 ans.

B - Une étude statistique montre que la probabilité de l'événement "une intervention au moins est
nécessaire sur l'installation au cours d'un mois donné" est 0,125. On admet que la nécessité d'intervenir
au cours d'un mois ne dépend pas du mois considéré. On note X la variable aléatoire qui, à chaque
année, associe le nombre de mois où il a fallu intervenir sur l'installation.
1° Expliquer pourquoi X suit une loi binomiale et donner les paramètres n et p de cette loi.
2° Calculer la probabilité des événements suivants :
a) on n'est pas intervenu dans l'année.
b) on est intervenu un seul mois dans l'année.
c) on est intervenu au moins deux mois dans l'année.
3° On se propose d'approcher la loi de X par une loi de Poisson de paramètre λ = np.
En utilisant cette loi de Poisson, déterminer les probabilités respectives des événements définis aux
questions 2a, 2b et 2c. Les valeurs sont-elles bien compatibles avec les résultats du 2° ?

5 
Probabilités - Problèmes de synthèse

Travaux publics
Une machine fabrique des tiges.
On mesure la longueur de 100 tiges et on obtient les résultats suivants :

Intervalles en mm centres de classes effectifs


[16,17[ 16,5 1
[17,18[ 17,5 5
[18,19[ 18,5 11
[19,20[ 19,5 56
[20,21[ 20,5 13
[21,22[ 21,5 11
[22,23[ 22,5 3

1 - Déterminer les valeurs approchées à 10 - 2 près de la moyenne x et de l'écart type σ de cette


série statistique, en supposant que dans chaque classe, tous les éléments sont situés au centre.
Déterminer la classe médiane. En admettant que la répartition de l'effectif est uniforme à l'intérieur
de chaque classe, déterminer la médiane M. Que représente M ?
2 - On admet pour la suite que, la variable aléatoire X qui, à toute tige produite par la machine, associe
la taille de cette tige, suit la loi normale de paramètres µ = 19,7 et σ = 1,1.
a) Calculer à 10 −4 près la probabilité de l'événement X ≥ 20,5
b) Donner l'intervalle [µ - h ; µ + h] tel que la variable aléatoire X prenne ses valeurs dans cet
intervalle avec la probabilité 0,95.
c) Une tige est défectueuse lorsque sa taille n'est pas dans l'intervalle [17 ; 22].
Calculer à 10 −4 près la probabilité qu'une tige soit défectueuse.
d) On appelle Y la variable aléatoire qui, à chaque lot de 100 tiges, associe le nombre de pièces
défectueuses de ce lot. (On assimilera le tirage des 100 tiges à un tirage aléatoire non exhaustif).
Expliquer pourquoi Y suit une loi binomiale et donner les paramètres de cette loi binomiale.
On peut approcher cette loi par la loi de Poisson montrer que le paramètre est 2,5.
Déterminer la valeur approchée à 10 −3 près de la probabilité de l'événement “Y ≤ 2” .

6 
Probabilités - Problèmes de synthèse

Agencement
Une entreprise produit des pièces cylindriques.
A - On prélève un échantillon de 20 pièces dont on mesure les diamètres en millimètres et on obtient
les résultats suivants :

121,3 120 119,7 122,2 119,4


120,2 121,4 119,5 120,8 121
118,9 122 120,4 121 121,4
119,7 121,1 121,9 121,4 119,2

Déterminer les valeurs approchées à 10 −2 près de la moyenne et de l'écart type de l'échantillon.


B- On admet que la variable aléatoire qui, à toute pièce produite par l'entreprise, associe son diamètre
en mm suit la loi normale de moyenne 120,6 et d'écart type 1.
1° Calculer la probabilité de l'événement (X ≤ 120).
2° Une pièce, produite par cette entreprise, est acceptée si et seulement si la valeur de son diamètre en
mm appartient à l'intervalle [119,5 ; 121,5].
Quelle est la probabilité - qu'une telle pièce soit acceptée ?
- qu'une telle pièce soit refusée ?
3° On prélève au hasard, des lots de dix pièces (on assimile ces tirages à des tirages aléatoires de 10
pièces avec remise). Quelle est la probabilité que, sur dix pièces, une au plus soit refusée ?
Les calculs de probabilités seront donnés sous forme de valeurs décimales approchées à
10 −4 près.

7 
Probabilités - Problèmes de synthèse

Équipement technique énergie

Une machine fabrique des résistances chauffantes en grandes séries. Parmi la production, on prélève
un certain nombre de pièces au hasard. A chacune d’entre elles, on associe sa longueur l exprimée en
millimètres. On définit ainsi une variable aléatoire L. On suppose que L suit une loi normale et on
désigne par µ sa moyenne et par σ son écart type.
1° - Dans cette question, une pièce produite est déclarée acceptable si 392,5 ≤ l ≤ 407,5 et
défectueuse dans le cas contraire.
La moyenne des longueurs des pièces de la fabrication est µ = 400.
a) Sachant que σ = 5,2 , calculer le pourcentage de pièces défectueuses de la production.
b) Un réglage de la machine permet de modifier l’écart type sans changer la moyenne. Quel doit
être le nouvel écart type σ ’ pour que le pourcentage de pièces défectueuses soit de 10 %.
c) Le taux de pièces défectueuses étant de 10 %, on effectue des contrôles de longueur des
résistances de la fabrication.
Pour cela, on extrait des échantillon aléatoires de 6 pièces.
Comme l’effectif est négligeable devant le nombre de pièces produites, les tirages successifs
sont considérés comme indépendants. On sait que, la variable aléatoire X qui, à tout tirage de 6
pièces, associe le nombre de pièces défectueuses tirées, suit une loi binomiale.
Calculer la probabilité de l’événement : “X > 1”.
2° - La machine est réglée, lors de sa mise en marche, de telle sorte que la moyenne des longueurs est
µ = 400. Mais cette moyenne varie en cours de fabrication et on décide de procéder à un nouveau
réglage dès que µ < 398. Des contrôles sont effectués après 1,2,3 et 4 heures de fonctionnement et
donnent les estimations des moyennes suivantes :

h (heure) 0 1 2 3 4
m (moyenne estimée) 400 399,81 399,62 399,46 399,20

a) En utilisant la calculatrice, déterminer par la méthode des moindres carrés, une équation de la
droite de régression de m en h : m = α h + β
b) La moyenne vraie µ peut s’écrire µ = ah + b.
On prend comme estimation de a la valeur de α et comme estimation de b la valeur β .
On admet que la tendance observée pendant les 4 premières heures de fonctionnement se
poursuit.
Déduire de a), à une heure près, une estimation du nombre d’heures séparant l’instant du
prochain réglage de l’instant de la mise en marche de la machine.

8 
Probabilités - Problèmes de synthèse

Calcul de probabilités - lois usuelles

Comptabilité

Les parties B et C sont indépendantes de la partie A.

Un fabricant de vêtements de sport et de loisirs commercialise directement une partie de sa production.

Partie A : Vente d'un modèle précis de vêtements.


Le fabricant s'intéresse à la vente d'un modèle composé d'une veste d'alpinisme et du pantalon assorti.
On propose l'achat de la veste avant celui du pantalon.
La probabilité qu'un client, choisi au hasard, achète la veste est 0,2. La probabilité qu'un client, choisi
au hasard, achète le pantalon quand il a acheté la veste est 0,7 et la probabilité qu'il achète le pantalon
quand il n'a pas acheté la veste est 0,1.
1 - a) Montrer que la probabilité qu'un client, choisi au hasard, achète le modèle complet est 0,14.
b) Calculer la probabilité qu'un client, choisi au hasard, achète :
• le pantalon (avec ou sans la veste)
• au moins une des deux pièces.
2 - La veste est vendue 1250 F et le pantalon 550 F.
On note X la variable aléatoire qui, à chaque client choisi au hasard, associe sa dépense, en
francs, pour ce modèle.
Établir la loi de probabilité de X en complétant, après l'avoir reproduit, le tableau suivant :

k 0
P(X = k) ….. ….. ………………

Partie B : Montant total des achats effectués par la clientèle.


On note Y la variable aléatoire qui, à chaque client, choisi au hasard, associe le montant total de ses
achats en francs.
On suppose que Y suit une loi normale de moyenne µ et d'écart type σ .
Une étude statistique réalisée sur un grand nombre de clients a permis d'établir que µ = 550 et
σ = 195.
1 - On choisit au hasard un client. Calculer, avec la précision des tables, les probabilités des
événements suivants :
a) le montant de ses achats est inférieur à 600 F ;
b) le montant de ses achats est de 400 F au moins ;
c) le montant de ses achats est compris entre 400 F et 800 F.
2 - Le fabricant décide, au cours d'une campagne promotionnelle, d'accorder une remise aux clients
dont le montant des achats est suffisamment élevé.
A partir de quel montant, 5 % des clients bénéficieront-ils de cette remise ?


9 
Probabilités - Problèmes de synthèse

Informatique de gestion

Une usine fabrique des objets d'un certain type.


Chacun de ces objets est constitué de deux éléments a et b.
Les résultats demandés seront, s'il y a lieu, arrondis à 10 −2 près.
1. On tire au hasard l'un des objets dans la production.
On désigne par A l'événement "l'élément a de l'objet présente un défaut de fabrication",
et par B l'événement "l'élément b de l'objet présente un défaut de fabrication".
Les deux événements A et B sont indépendants et on donne : P(A) = 0,1 et P(B) = 0, 2.
a) Calculer P(A ∩ B) et P(A ∪ B).
b) La défectuosité d'un élément au moins suffit à faire déclasser un objet : il n'est plus de premier
choix, mais de deuxième choix.
Soit E l'événement : "l'objet est de deuxième choix".
Montrer que P(E) = 0,28. En déduire la probabilité de l'événement : "l'objet est de premier
choix".
2. On note X la variable aléatoire qui, à chaque objet tiré au hasard dans la production, associe le
nombre d'éléments défectueux de cet objet.
a) Utiliser les résultats des questions précédentes pour donner : P(X = 0) et P(X = 2).
En déduire P(X = 1).
b) Calculer l'espérance mathématique de X.
c) Sachant qu'un objet tiré au hasard dans la production est de deuxième choix, quelle est la
probabilité pour que cela provienne de la défectuosité d'un et d'un seul élément ?
3. On prélève un échantillon de 100 objets, pris au hasard et avec remise, dans la production.
On note Y la variable aléatoire qui, à chaque échantillon de ce type, associe le nombre d'objets de
deuxième choix dans cet échantillon.
a) Quelle est la loi de probabilité suivie par Y ? Donner ses paramètres.
b) Donner la moyenne et l'écart type de Y.
c) On veut calculer le nombre α = P(Y ≥ 20). Expliquer pourquoi le calcul de α , par utilisation
directe de la loi de Y, est long.
On considère qu'on peut approcher la loi de Y par une loi normale. Donner ses paramètres.
On note Z une variable aléatoire qui suit cette loi normale.
On admet que la probabilité P(Z ≥ 19,5) est une approximation satisfaisante de α .
Calculer P(Z ≥ 19,5).

10 
Probabilités - Problèmes de synthèse

Bâtiment (Nouvelle Calédonie)

Une usine fabrique des " robinets - vannes " pour le bâtiment.
Deux défauts de fabrication seulement sont possibles, un défaut noté « a » et un défaut noté « b ».
1° Une étude statistique a montré que, pour un robinet tiré au hasard dans la production d'une journée,
la probabilité de l'événement
A : « le robinet présente le défaut " a " » est P(A) = 0,01 et la probabilité de l'événement
B : « le robinet présente le défaut " b " » est P(B) = 0,05 .
Dans cette question on donnera la valeur exacte de chaque probabilité.
On admet que les événements A et B sont indépendants.
Calculer la probabilité des événements suivants.
a) C : « le robinet présente les deux défauts » ;
b) D : « le robinet présente au moins un défaut ( et peut être les deux ) » ;
c) E : « le robinet ne présente aucun des deux défauts » ;
d) F : « le robinet présente un et un seul des deux défauts » .
2° Dans la production d'une journée on prélève un robinet au hasard en supposant que chaque robinet
a la même probabilité d'être choisi. On admet que la probabilité que le robinet ne présente aucun
des deux défauts « a » et « b » est 0,9405.
On prélève ainsi cinq robinets avec remise, de telle façon que les cinq tirages d'un robinet soient
indépendants.
Soit X la variable aléatoire qui à un tel prélèvement de cinq robinets, associe le nombre de
robinets ne présentant aucun des deux défauts « a » et « b » .
a) Expliquer pourquoi X suit une loi binomiale. Donner les paramètres de cette loi.
b) Déterminer la probabilité de l'événement
G : « quatre robinets au moins n'ont aucun des deux défaut ».
On donnera une valeur approchée à 10 −4 près du résultat.

11 
Probabilités - Problèmes de synthèse

Mécanique et automatismes industriels


Dans un atelier, une machine A permet de couper des plaques d'acier. La variable aléatoire qui, à
chaque plaque prélevée au hasard dans la production, associe sa longueur suit la loi normale de
moyenne M = 100 et d'écart type σ = 1, (les longueurs étant exprimées en cm).
1ère QUESTION :
a) Quelle est, à 10 −2 près par défaut, la probabilité qu'une plaque, prélevée au hasard dans la
production, ait une longueur extérieure à l'intervalle [98, 102] ?
b) Trouver une valeur approchée à 10 −2 près du nombre a tel que 90 % des plaques aient une
longueur dans l'intervalle [ 100 – a , 100 + a].
2ème QUESTION :
On suppose maintenant que 3 % des plaques coupées par la machine A sont rejetées parce que leur
longueur ne convient pas. Dans un lot contenant un très grand nombre de plaques, on en prélève n.
X est la variable aléatoire qui, à tout échantillon de n plaques, associe le nombre de plaques dont la
longueur est incorrecte. Le prélèvement des n plaques est assimilé à un prélèvement aléatoire avec
remise.
a) Quelle est la loi suivie par X ?
b) On suppose n = 5 , calculer P(X = 2).
c) On suppose n = 100, quel est le paramètre de la loi de Poisson par laquelle on peut approcher la loi
de X ?
Donner, alors, une valeur approchée à 10 −2 près de P(X = 8) ; de P(X > 2).
3ème QUESTION :
La machine A coupe 500 plaques par jour dont 3 % sont rejetées.
On lui adjoint une machine B ; 9 % des plaques coupées par cette machine B sont rejetées .
a) La machine B coupe 1000 plaques par jour.
Quelle est alors la probabilité qu'une plaque coupée dans l'atelier soit rejetée ?
b) On veut que la probabilité de rejet d'une plaque reste inférieure à 0,05.
Quel nombre maximum de plaques peut-on couper avec la machine B, sachant que A coupe 500
plaques par jour ?

12 
Probabilités - Problèmes de synthèse

Électrotechnique
A - Une usine fabrique en grande série des pièces susceptibles de présenter un défaut A dans 3% des
cas, ou un défaut B dans 7% des cas. L'apparition d'un défaut est indépendante de l'apparition de
l'autre. Calculer la probabilité qu'une pièce tirée au hasard :
a) présente les deux défauts ;
b) présente au moins l'un des deux défaut ;
c) présente un seul défaut ;
d) ne présente aucun défaut.
B - On prélève au hasard 250 pièces dans la production. La production étant importante le tirage peut
être assimilé à un tirage avec remise.
1° Soit X la variable aléatoire qui, à tout prélèvement aléatoire de 250 pièces, fait correspondre le
nombre de pièces présentant le défaut A.
a) Quelle est la loi de probabilité de X ?
b) On admet que la loi de X peut être approchée par une loi de Poisson. En déterminer le
paramètre λ . Calculer alors la probabilité que, parmi 250 pièces, il y en ait au plus 3
présentant le défaut A.
2° Soit Y la variable aléatoire qui, à tout prélèvement de 250 pièces, fait correspondre le nombre de
pièces présentant le défaut B. On décide d'approcher la loi de la variable discrète Y par la loi
normale de paramètres m = 17,5 et σ = 4,03.
On note Z une variable aléatoire suivant la loi normale n (17,5 ; 4,03).
a) Justifier les valeurs de m et σ .
b) Calculer la probabilité qu'il y ait au plus 20 pièces présentant le défaut B c'est à dire P(Z ≤
20,5) c) Calculer la probabilité que le nombre de pièces présentant le défaut B soit compris au sens
large entre 15 et 20, c'est à dire : P(14,5 ≤ Z ≤ 20,5).

13 
Probabilités - Problèmes de synthèse

Études et économie de la construction


On étudie une production de pièces en grande série.
I - On désigne par X une variable aléatoire qui suit la loi normale de moyenne m = 400, d'écart type
σ = 0,16.
1° Calculer P(399,90 ≤ X ≤ 400,20).
2° Déterminer le nombre réel a tel que P(400 – a ≤ X ≤ 400 + a) = 0,92.
II - Une étude a montré que le pourcentage de pièces défectueuses dans la production était de 8 % ; on
prendra 0,08 comme probabilité qu'une pièce prise au hasard dans la production soit défectueuse.
On contrôle des échantillons aléatoires de 50 pièces et on appelle Y la variable aléatoire qui, à tout
échantillon aléatoire de 50 pièces, associe le nombre de pièces défectueuses de cet échantillon.
La production étant importante le tirage peut être assimilé à un tirage avec remise.
1° On admet que la variable aléatoire Y suit une loi binomiale ; préciser les paramètres.
Calculer P(Y = 4) puis P(Y ≤ 3).
2° On approche la loi binomiale suivie par Y par une loi de Poisson. Trouver son paramètre et calculer
ensuite des approximations de P(Y = 4) et P(Y ≤ 3).
III - On rappelle que le pourcentage de pièces défectueuses dans la production est de 8 %. On met en
place un contrôle de fabrication pour les repérer. Si un défaut est détecté, la pièce est rejetée. Dans les
autres cas, elle est acceptée.
Sachant que 10% des pièces défectueuses échappent au contrôle, calculer les probabilités des
événements suivants :
A : "une pièce, tirée au hasard dans la production, est rejetée"
B : "une pièce, tirée au hasard dans la production, est acceptée"
C : "une pièce, tirée au hasard dans la production, est défectueuse et acceptée".

14 
Probabilités - Problèmes de synthèse

Travaux publics
A) Une entreprise de Travaux publics commande en très grande quantité des bordures de trottoir en
béton pour reconstituer son stock. Elle s'adresse à deux usines A et B qui lui fournissent
2 1
respectivement et de ses commandes. Le pourcentage de bordures inutilisables livrées par
3 3
l'usine A est 8 %, le pourcentage de bordures inutilisables livrées par l'usine B est 5 %.
1) Quel est le pourcentage de bordures inutilisables reçues par l'entreprise ?
2) On examine une bordure au hasard. Elle est inutilisable.
Quelle est la probabilité qu'elle vienne de l'usine A ?

B) L'entreprise de travaux publics prélève au hasard 50 bordures dans le stock. On admet que la
probabilité qu'une bordure ne soit pas utilisable est 0,07. On note X la variable aléatoire qui, à chaque
échantillon de 50 bordures prélevées au hasard, associe le nombre de bordures inutilisables de ce lot
(prélèvement assimilé à un tirage avec remise). On admet que X suit une loi binomiale.
1) En donner les paramètres.
2) Calculer la probabilité que les 50 bordures soient utilisables.
3) Calculer la probabilité qu'au plus 2 bordures soient inutilisables.

C) L'entreprise décide de s'équiper d'une table de coffrage pour fabriquer elle-même ses bordures.
On note L la variable aléatoire associant à chaque bordure tirée au hasard de la production sa longueur.
On admet que L suit la loi normale de paramètres m = 100 cm et σ = 0,5 cm.
On prélève une bordure au hasard.
a) Calculer, à 10 −3 près, la probabilité qu'elle mesure plus de 100,6 cm.
b) Calculer, à 10 −3 près, la probabilité que sa longueur soit comprise entre 99,2 cm et 100,8 cm.

15 
Probabilités - Problèmes de synthèse

Conception de produits industriels


Trois ouvriers travaillent successivement sur une chaîne de montage, au même poste, pendant vingt-
quatre heures.
L’ouvrier O fabrique 2000 pièces dont 40 sont défectueuses.
1

L’ouvrier O fabrique 1800 pièces dont 90 sont défectueuses.


2

L’ouvrier O fabrique 2200 pièces dont 88 sont défectueuses.


3

1° On tire au hasard et avec remise 5 pièces parmi les 1800 pièces fabriquées par l’ouvrier O . Soit X
2
la variable aléatoire qui, à tout tirage aléatoire et avec remise de 5 pièces, associe le nombre de pièces
défectueuses obtenues au cours des cinq tirages.
a) Déterminer la probabilité p de l’événement: « la première pièce tirée est défectueuse ».
Montrer que X suit une loi binomiale dont on déterminera les paramètres.
b) Quelle est la probabilité d’obtenir deux pièces défectueuses au cours de ces cinq tirages ?
2° Dans la production totale des trois ouvriers, on choisit une pièce au hasard. Pour k∈{1, 2, 3}, on
désigne par O ∩B l’événement: « la pièce tirée a été fabriquée par l’ouvrier O et c’est une bonne
k k
pièce ».
a) Calculer la probabilité de chacun des événements O ∩ B, O ∩ B et O ∩ B.
1 2 3

b) Quelle est la probabilité, notée P(O / B), que la pièce choisie ait été fabriquée par l’ouvrier O
2 2
sachant que c’est une bonne pièce ?
Les calculs de probabilités seront donnés sous forme de valeurs décimales approchées à 10 −4
près.

16 
Probabilités - Problèmes de synthèse

Travaux publics
Un atelier est constitué de 30 postes de travail identiques ; chaque poste est équipé d'une machine A et
d'une machine B fonctionnant de façon indépendante. On considère les événements suivants :
A : "La machine A est défaillante pour une journée de fonctionnement."
B : "La machine B est défaillante pour une journée de fonctionnement."
On note P(A) = 0,1 et P(B) = 0,03.
N.B. : - Les trois questions sont indépendantes.
- Les probabilités seront données à 10 −3 près par défaut.
1° Pour une journée de fonctionnement et pour un poste de travail aléatoires, déterminer :
a) la probabilité que les deux machines A et B tombent en panne.
b) la probabilité que l'une au moins des deux machines tombe en panne.
c) la probabilité qu'une machine et une seule tombe en panne.
2° On appelle X la variable aléatoire qui, à un jour tiré au hasard, associe aux 30 postes, le nombre de
postes de travail dans lesquels une machine et une seule est en panne.
Les 30 postes fonctionnent de manière indépendante.
On admet que la probabilité qu'une machine et une seule soit en panne est 0,124.
a) Déterminer, en la justifiant la loi de probabilité de la variable aléatoire X.
b) Calculer la probabilité que, parmi 30 postes, il y en ait 4 exactement qui comportent une
machine et une seule en panne.
c) Calculer la probabilité que, parmi 30 postes, il y en ait au moins 2 qui comportent une machine
et une seule en panne.
d) On approche la loi de X par une loi de Poisson.
Préciser le paramètre de cette loi de Poisson.
e) Refaire les calculs des questions b) et c) à l'aide de la loi de Poisson.
3° A chaque pièce produite par un atelier on associe sa longueur. On admet que l'on définit ainsi une
variable aléatoire Y qui suit la loi normale de moyenne m1 = 6,003 et d'écart type 1 = 0,005.
Une pièce est jugée acceptable si sa longueur appartient à l'intervalle [5,990 ; 6,010].
Déterminer la probabilité qu'une pièce prise au hasard dans la production d'une journée soit
acceptée.

17 
Probabilités - Problèmes de synthèse

Conception de produits industriels


Les parties A et B sont indépendantes.
On considère un lot d'un grand nombre de pièces fabriquées ; ces pièces sont de même nature, le tiers
d'entre elles ont été usinées par une machine M1, les deux autres tiers ont été usinées par une machine
M2 ( une pièce quelconque a été usinée soit par M1 , soit par M2 ).
les productions de ces deux machines sont indépendantes.
Les longueurs étant exprimées en millimètres, on sait que :
La variable aléatoire X1 qui, à chaque pièce fabriquée par M1, associe sa longueur, suit la loi normale
de moyenne 52,1 et d'écart type 0,16.
La variable aléatoire X2 qui, à chaque pièce fabriquée par M2, associe sa longueur, suit la loi normale
de moyenne 52 et d'écart type 0,15.

Partie A :
Une pièce est jugée acceptable si sa longueur est comprise entre 51,7 et 52,4.
1 - Pour cette question, on donnera des résultats la valeur décimale arrondie à 10 −3 près.
a) Déterminer la probabilité qu'une pièce, tirée au hasard, usinée par M1 soit acceptable.
b) Déterminer la probabilité qu'une pièce, tirée au hasard, usinée par M2 soit acceptable.
2 - On tire au hasard une pièce dans le lot des pièces fabriquées par M1 ou par M2 .
a) Déterminer la probabilité que cette pièce soit fabriquée par M1 .
Déterminer la probabilité que cette pièce soit fabriquée par M2 .
b) En utilisant tous les résultats précédents déterminer la probabilité que cette pièce soit
acceptable.
Les calculs de probabilités seront donnés sous forme de valeurs décimales approchées à 10 – 4 près.

Partie B :
On admet que la probabilité de tirer une pièce acceptable dans le lot de pièces fabriquées par M 1 ou
par M2 est p = 0,97. On tire au hasard dans le lot des pièces fabriquées des échantillons de 10 pièces.
Compte tenu du grand nombre de pièces du lot ces échantillons seront assimilés à des échantillons
prélevés avec remise.
On note X la variable aléatoire qui, à tout échantillon de dix pièces, associe le nombre de pièces
acceptables obtenues. On admet que la loi de probabilité de X est une loi binomiale.
1 - Donner les paramètres de la loi de probabilité de X.
2 - Déterminer la probabilité d'avoir au plus deux pièces défectueuses dans un tel échantillon.
On donnera la valeur décimale arrondie à 10 −3 près.

18 
Probabilités - Problèmes de synthèse

Productique
Dans un atelier 3 machines qui fonctionnent de façon indépendante, sont utilisées pour fabriquer des
pièces identiques. La production journalière de la machine M1 est n1 = 1000 pièces avec une
proportion de pièces défectueuses de p1 = 0,05 ; pour la machine M2 nous avons n2 = 750 pièces avec
p2 = 0,03 et pour M3 n3 = 500 pièces avec p3 = 0,02.
1° Dans la production totale d’un certain jour on choisit, au hasard, une pièce : celle-ci est
défectueuse. Quelle est la probabilité qu’elle ait été fabriquée par M1 ?
2° On prélève, au hasard et avec remise, 3 pièces uniquement de la production journalière de la
machine M1 (p1 = 0,05). Montrer que la variable aléatoire qui, à tout prélèvement aléatoire et avec
remise de 3 pièces, associe le nombre de pièces défectueuses, suit une loi binomiale dont on
précisera les paramètres.
Quelle est la probabilité qu’une seule des 3 pièces soit défectueuse ?
3° On prélève, au hasard et avec remise, 10 pièces de la production journalière de la machine M3 (p3 =
0,02). Montrer que la variable aléatoire qui, à tout prélèvement aléatoire et avec remise de 10
pièces, associe le nombre de pièces défectueuses, suit une loi binomiale dont on donnera les
paramètres. Calculer, en utilisant cette loi binomiale d’abord, puis une loi de Poisson dont on
déterminera le paramètre, la probabilité qu’une des 10 pièces soit défectueuse.
4° Sur une pièce, prélevée au hasard dans la production, on contrôle 2 dimensions x et y qui doivent
avoir respectivement 650,0 mm et 830,0 mm, on définit ainsi deux variables aléatoires X et Y qui
associent à chaque pièce leurs dimensions x et y.
On tolère sur chaque dimension 0,1 mm en plus ou en moins. Les mesures sur un grand nombre de
pièces ont permis d’obtenir :
la moyenne de X : E(X) = 650,01 mm et l’écart type de X : σ (X) = 0,05 mm.
la moyenne de Y : E(Y) = 830,02 mm et l’écart type de Y : σ (Y) = 0,06 mm.
On suppose que les variables aléatoires X et Y sont indépendantes et gaussiennes.
a) Calculer le pourcentage de pièces dont la dimension x est acceptable.
b) Calculer le pourcentage de pièces dont la dimension y est acceptable.
c) Calculer le pourcentage de pièces défectueuses.

19 
Probabilités - Problèmes de synthèse

Assistant en création industrielle 2002

Un magasin spécialisé dans la vente de téléphones portables fait une promotion sur un type d'appareil
A. Dans une journée 150 personnes se présentent indépendamment. La probabilité qu'une personne
achète l'appareil A est 0,4. On appelle X la variable aléatoire représentant le nombre d'articles A
vendus en une journée.
1. Quelle est la loi de probabilité de la variable aléatoire X ? Calculer l'espérance E(X) et l'écart type
σ (X) de la variable aléatoire X.
2. On admet que la loi de la variable aléatoire X peut être approximée par une loi normale de
moyenne m = 60 et d'écart type σ = 6. Calculer les probabilités suivantes : P(X ≤ 72), P(X ≥ 69)
et P(69 ≤ X ≤ 72).

20 
Probabilités - Problèmes de synthèse

Informatique de gestion 2002

Toutes les probabilités demandées dans cette exercice seront données sous leur forme décimale
arrondie à 10 −3 près.
La partie C peut être traitée indépendamment des deux autres.

Une entreprise vend 2 types de meubles : M 1 , M 2 respectivement 419 euros et 509 euros l'unité.
La demande mensuelle en meubles M 1 est une variable aléatoire X qui suit la loi normale
n (85 ; 15 ) .
La demande mensuelle en meubles M 2 est une variable aléatoire Y qui suit la loi normale
n (52 ; 8) .
On suppose que X et Y sont indépendantes.

Partie A
Dans cette question, on suppose que le stock est suffisant pour satisfaire la demande.
Ainsi, l'entreprise vend mensuellement X meubles M 1 et Y meubles M 2 .
Calculer les probabilités (un mois donné) d'avoir les évènements suivants :
V1 : « on vendra au plus 80 meubles M 1 » ;

V2 : « on vendra au plus 70 meubles M 2 ».

Partie B
Dans cette question, le stock n'est pas obligatoirement suffisant pour satisfaire la demande.
L'entreprise dispose en début de mois d'un stock de 80 meubles M 1 et 70 meubles M 2 .
Quelles sont les probabilités des événements suivants :
S1 : « il y aura rupture de stock en meubles M 1 » ;
S2 : « il y aura rupture de stock en meubles M 2 » ;
S : « il y aura rupture de stock (en meubles M 1 ou M 2 ) ».
(La rupture de stock concerne la fin du mois, et signifie que la demande est supérieure au stock).

Partie C
Un mois donné est dit rentable si le chiffre d'affaires de ce mois dépasse 70 000 euros.
1. Exprimer (en euros) le chiffre d'affaires Z du mois en fonction de X et Y.
2. Calculer l'espérance mathématique de Z.
3. On admet que Z suit la loi normale n (62083 ; 7400 ) .

Quelle est la probabilité qu'un mois donné soit rentable ?

21 
Probabilités - Problèmes de synthèse

4. On note R le nombre de mois rentables d'un semestre, et on suppose l'indépendance entre les
événements « rentable ou non rentable » des mois successifs.
Justifier le résultat suivant : R suit la loi binomiale b (6 ; 0,142 ) .
5. Quelle est la probabilité que sur les 6 mois d'un semestre, on en ait au moins deux rentables ?

22 
Probabilités - Problèmes de synthèse

Loi binomiale - loi de Poisson - loi normale


En assistance technique d'ingénieur
Une usine fabrique en grande quantité des écrous.
On appelle X la variable aléatoire qui, à chaque écrou pris au hasard dans la production, associe son
diamètre intérieur exprimé en millimètres. On admet que cette variable aléatoire suit la loi normale de
moyenne µ = 10 et d'écart type σ = 0,05.
1) a) Calculer la probabilité qu'un écrou, pris au hasard dans la production, ait un diamètre inférieur à
9,9 mm.
b) Calculer la probabilité qu'un écrou, pris au hasard dans la production, ait un diamètre
supérieur à 10,01 mm.
c) Déterminer le réel positif α tel que P(10 – α ≤ X ≤ 10 + α ) = 0,9974.
2) Un écrou est rejeté par le service "contrôle de qualité" si son diamètre intérieur n'est pas compris
entre 9,85 et 10,15 millimètres.
On désigne par Y la variable aléatoire qui, à tout échantillon non exhaustif de n écrous testés par
le service "contrôle", associe le nombre d'écrous rejetés.
a) Quelle est la probabilité qu'un écrou soit rejeté ?
b) Quelle loi suit Y. Quelle est son espérance mathématique ?
c) Pour n = 1000, si l'on considère un très grand nombre d'échantillons de 1000 écrous quel est le
nombre moyen d'écrous rejetés dans un tel échantillon ? Déterminer P(Y = 0).
c) Déterminer la valeur minimale n0 de n pour que la probabilité d'avoir au moins un écrou rejeté
dépasse 0,9.

23 
Probabilités - Problèmes de synthèse

Électronique

Une machine automatique fabrique des condensateurs de 5 µ F en très grande série.


La variable aléatoire X qui, à chaque condensateur prélevé au hasard, associe sa capacité exprimée en
µ F suit la loi normale de moyenne µ = 4,96 µ F et d'écart type σ = 0,05 µ F.
On considère qu'un condensateur est acceptable si sa capacité est comprise entre les deux valeurs
4,85 µ F et 5,15 µ F. La machine est bien réglée si 99 % de sa production est acceptable.
1) Calculer la probabilité qu'un condensateur aléatoire soit acceptable. La machine est-elle bien réglée
?
2) Dans cette fabrication, on suppose maintenant que la probabilité qu'un condensateur soit
acceptable est de 98,6 %. On considère des échantillons de dix condensateurs de cette fabrication
(on assimilera le choix des dix condensateurs à un tirage avec remise).
Quelle est la probabilité que neuf condensateurs au moins, dans un tel échantillon, soient
acceptables.
Les résultats seront donnés sous forme de valeurs décimales approchées à 10 −4 près.

24 
Probabilités - Problèmes de synthèse

Électrotechnique
Une machine usine des pièces. On désigne par X la variable aléatoire qui, à chaque pièce prélevée au
hasard dans la production, associe sa longueur x. On suppose que X suit la loi normale de moyenne
µ = 54 et d’écart type σ = 0,2.
Une pièce est considérée comme défectueuse si x < 53,6 ou x > 54,3.
1° a) Calculer la probabilité p qu’une pièce soit défectueuse.
b) Pour vérifier que la machine ne s’est pas déréglée, on détermine des cotes d’alerte m - h et
m + h définies par : P(m – h ≤ X ≤ m + h) = 0,95.
Calculer à 10 −1 près les cotes d’alerte.
2° On admet que la probabilité qu’une pièce soit défectueuse est p = 0,09.
Un acheteur achète un lot de 40 pièces. On désigne par Y la variable aléatoire qui, à tout lot de 40
pièces prélevé au hasard dans la production, associe le nombre de pièces défectueuses de ce lot.
On assimile un tel lot à un tirages avec remise et on admet que Y suit une loi binomiale.
Calculer les probabilités :- de n’avoir aucune pièce défectueuse dans le lot.
- d’avoir au plus deux pièces défectueuses.
Les calculs de probabilités seront donnés sous forme de valeurs décimales approchées à 10 −3 près.

Études et économie de la construction


Une machine est chargée de conditionner des paquets de poudre d'additif pour ciment.
La variable aléatoire M qui, à tout paquet prélevé au hasard dans la production, associe sa masse,
exprimée en grammes, suit une loi normale d'écart type constant égal à 30 et dont la moyenne m peut
être modifiée par un réglage de la machine.
Un paquet est refusé au contrôle final si sa masse est inférieure ou égale à 955 g.
Dans tout le problème, les probabilités demandées seront arrondies à 10 −3 près.
On a réglé la machine pour que µ = 1000 g.
1° Quelle est la probabilité qu'un paquet prélevé au hasard dans la production soit refusé au contrôle ?
2° On prendra 0,07 comme valeur approchée de cette probabilité. On effectue le contrôle en prélevant
périodiquement un lot de 100 paquets, extraits de la production au hasard et avec remise.
On appelle X la variable aléatoire qui, à chaque lot, associe le nombre de paquets refusés.
a) Expliquer pourquoi X suit une loi binomiale dont on précisera les paramètres.
b) Calculer la probabilité de l'événement " X = 3 ".
3° On admet que l'on peut approcher la loi de X par une loi de Poisson.
a) Quel doit être le paramètre de cette loi de Poisson ?
b) Déterminer la probabilité que, dans un lot, 5 paquets au plus soient refusés.


25 
Probabilités - Problèmes de synthèse

Comptabilité et gestion
Dans un centre de renseignements téléphoniques, une étude statistique a été réalisée sur le temps
d'attente, exprimé en secondes, subi par la clientèle avant d'amorcer la conversation avec un employé.
Les résultats de cette étude conduisent à supposer que la variable aléatoire X qui, à tout appel aléatoire
d'un client, associe le temps d'attente qu'il subit, suit la loi normale de moyenne 18 et d'écart type 7,2.
1° Calculer la probabilité que, lors d'un appel au centre, un client :
- n'ait à subir aucune attente (c'est à dire P(X ≤ 0)).
- ait à subir une attente de plus de vingt secondes.
2° On imagine qu'au cours d'une certaine semaine, un même client doive donner au centre cinq appels
indépendants les uns des autres.
On note Y la variable aléatoire qui, à cinq appels, associe le nombre de fois où, lors des cinq
appels, le temps d'attente est supérieur à vingt secondes.
Préciser la loi de probabilité suivie par Y et donner ses paramètres. Calculer P(Y = 2) et P(Y ≥ 1).
Les résultats seront donnés sous forme de valeurs décimales approchées à 10 −4 près.

26 
Probabilités - Problèmes de synthèse

Électrotechnique
A. Une collectivité utilise N machines de type M qui fonctionnent de façons indépendantes.
On a observé que, au cours d'un mois de service, une machine de ce type : soit, ne tombe pas en panne,
soit, tombe en panne une fois et une seule avec la probabilité p = 0,04.
On note X la variable aléatoire qui, à tout mois choisi au hasard, associe le nombre de machines parmi
les N machines de type M qui tombent en panne au cours de ce mois de service.
1° Quelle est la loi de probabilité de la variable aléatoire ? Donner l'expression de P(X = k) en
fonction de N et k, (k entier naturel, 0 ≤ k ≤ N). Calculer l'espérance et la variance de X.
2° On suppose, dans cette question, que N = 100 et que la loi de probabilité de X peut être approchée
par une loi de Poisson dont on déterminera le paramètre λ . Calculer, dans ces conditions, la
probabilité que, au cours d'un mois de service au moins cinq machines tombent en panne.
B. Soit Y la variable aléatoire qui, à toute machine de type M choisie au hasard, associe sa durée de
vie, en années. On suppose que Y suit la loi normale de moyenne m = 12 et d'écart type σ = 1,5.
1° Calculer la probabilité p' qu'une machine ait une durée de vie d'au moins 14 ans.
2° Dans cette question, on prend p' = 0,09 . Une collectivité utilise 1000 machines de type M.
Quelle est la probabilité qu'il y ait au moins 100 machines dont la durée de vie soit supérieure à 14
ans ? (On admet que la variable aléatoire Z discrète, qui à tout lot aléatoire non exhaustif de 1000
machines, associe le nombre de machines dont la durée de vie est supérieure à 14 ans, peut être
approchée par une loi normale dont on déterminera les paramètres).
Les calculs de probabilités seront donnés sous forme de valeurs décimales approchées à 10 −3 près.

27 
Probabilités - Problèmes de synthèse

Réalisation d'ouvrages chaudronnes


Une entreprise produit en grande série des cylindres métalliques dont le diamètre, exprimé en
millimètres, doit appartenir à l'intervalle de tolérance : [190 , 194].
On considère que les cylindres dont le diamètre est inférieur à 190 mm sont irrécupérables alors que
ceux dont le diamètre est supérieur à 194 mm peuvent être réusinés et ne sont pas tous perdus.
A) On estime qu'il y a dans la production 5 % de déchets.
On tire n cylindres d'un lot contenant un très grand nombre de cylindres (tirages assimilés à des tirages
indépendants). On appelle X la variable aléatoire qui à chaque épreuve de ce type associe le nombre
de cylindres irrécupérables.
1) Dans cette question on considère n = 5 .
a) Quelle est la loi de probabilité de X ? Donner les paramètres de cette loi.
b) Calculer, à 10 −3 près, la probabilité P(X = 2).
2) Dans cette question on considère n = 50. Quelle est la loi de probabilité suivie par X ?
On admet que celle-ci peut être approchée par une loi de Poisson.
Déterminer son paramètre et calculer, à 10 −3 près, la probabilité P(X ≤ 3).

B) Soit Y la variable aléatoire qui, à chaque cylindre, prélevé au hasard dans la production, associe
son diamètre, en millimètres.
On estime que la variable aléatoire Y suit la loi normale de paramètres :
µ = 192,16 et σ = 1,31.
On voudrait ramener le pourcentage de déchets à 2,5 %, c'est à dire obtenir la probabilité :
P(Y < 190) = 0,025 en changeant σ sans changer µ .
1) Calculer , à 10 −2 près, la nouvelle valeur de σ .
2) En déduire dans ces conditions le pourcentage, sur une très grande série, de pièces à réusiner.

28 
Probabilités - Problèmes de synthèse

Conception de produits industriels


Une entreprise produit en grande série des pièces cylindriques. Soit X la variable aléatoire qui, à
chaque pièce prélevée au hasard dans la production, associe son diamètre, en millimètres. On admet
que la variable aléatoire X suit la loi normale de moyenne 61,5 mm et d'écart type 0,4 mm.
1) Déterminer, dans ces conditions, la probabilité qu'une pièce, tirée au hasard dans la production, ait
un diamètre compris entre 60,4 mm et 62,6 mm.
2) Une pièce est déclarée défectueuse si son diamètre est soit inférieur à 60,4 mm soit supérieur à 62,6
mm. Calculer la probabilité qu'une pièce, tirée au hasard dans la production, soit défectueuse.
3) On prélève 100 pièces par tirages aléatoires indépendants. Soit Y la variable aléatoire qui, à tout
prélèvement de ce type associe le nombre de pièces défectueuses. On admet que la loi de
probabilité de Y peut être approchée par une loi de Poisson. On utilise cette approximation pour
toute la suite du problème.
a) Montrer que le paramètre de cette loi de Poisson est 0,6.
b) Calculer la probabilité d'obtenir 2 pièces défectueuses exactement.
c) Calculer la probabilité d'obtenir au moins 3 pièces défectueuses.
NB : les valeurs approchées des probabilités seront donnés à 10 −4 près par défaut.

29 
Probabilités - Problèmes de synthèse

Mécanique et automatismes industriels


Une fabrique de desserts glacés dispose d'une chaîne automatisée pour remplir et emballer des
cônes de glace.
Partie A
Chaque cône est rempli avec de la glace à la vanille.
On désigne par X la variable aléatoire qui, à chaque cône, prélevé au hasard dans la production,
associe la masse (exprimée en grammes) de glace qu'il contient.
On suppose que X suit la loi normale de moyenne µ = 100 et d'écart type σ .
1° Dans cette question, σ = 2 2
On choisit au hasard, un cône rempli de glace. Calculer à 10 −2 près, la probabilité que la masse
de glace qu'il contient soit comprise entre 95g et 105g.
2° Un cône est considéré comme "bon" lorsque la masse de glace qu'il contient appartient à l'intervalle
[95, 105]. Déterminer la valeur du paramètre σ telle que la probabilité de l'événement "le cône est
bon" soit égale à 0,95 (on donnera le résultat avec deux décimales).

Partie B
Les cônes de glaces sont emballés individuellement puis conditionnés en lots de 2000 pour la vente en
gros (ces conditionnements sont assimilés à des prélèvements avec remise).
On considère que la probabilité qu'un cône présente un défaut quelconque avant conditionnement en
gros est égale à 0,0005.
On nomme Z la variable aléatoire qui, à chaque lot de 2000 cônes prélevés au hasard dans la
production, associe le nombre de cônes défectueux présents dans le lot.
1° Quelle est la loi suivie par la variable aléatoire Z ?
2° On admet que la loi suivie par Z peut être approchée par une loi de Poisson.
a) Déterminer le paramètre de cette loi.
b) Si un client reçoit un lot contenant au moins 5 cônes défectueux, l'entreprise procède alors à un
échange de ce lot. Calculer la probabilité qu'un lot soit échangé.

30 
Probabilités - Problèmes de synthèse

Informatique de gestion
Calcul des probabilités (TP2)

Les deux questions de l’exercice sont indépendantes.


En période de rentrée scolaire, l’association des étudiants d’un lycée interroge les élèves des sections
de BTS sur l’opportunité d’un achat groupé, à un prix promotionnel, de micro-ordinateurs « de
poche ». 200 étudiants se déclarent intéressés, mais on considère que la probabilité qu’un étudiant
intéressé achète un ordinateur est égale à 0,7. D’autre part, le choix de chaque étudiant se fait
indépendamment de celui des autres.
1° L’association cherche tout d’abord à déterminer le nombre de machines qu’elle doit commander à
son fournisseur pour limiter le risque de rester avec des ordinateurs invendus. On appelle X la
variable aléatoire égale au nombre d’ordinateurs commandés par les 200 étudiants intéressés.
a) Justifier que X suit une loi binomiale dont on donnera les paramètres.
b) On convient, dans cette question, d’approcher la loi suivie par X par une loi normale
d’espérance mathématique m et d’écart type σ . On note Y la variable aléatoire suivant cette loi
normale.
• Donner les valeurs de m et de σ (pour σ on donnera la valeur arrondie au centième).
• En utilisant cette approximation, calculer la probabilité que le nombre d’ordinateurs
commandés par les 200 étudiants intéressés soit inférieur ou égal à 128 (on donnera une
valeur approchée au centième).
• Déterminer le nombre maximal N d’ordinateurs que l’association doit commander au
fournisseur pour que le risque de garder des machines invendues soit limité à 1,5 %, c’est-à-
dire déterminer le plus grand entier N tel que P(Y ≤ N) ≤ 0,015.
2. L’association décide finalement de commander 125 ordinateurs (qu’on supposera maintenant tous
vendus) et prend à sa charge la garantie du matériel pendant 4 ans sous la forme suivante : chaque
étudiant propriétaire d’une machine verse une somme de X francs à une caisse de l’association qui
assume alors le coût des réparations éventuelles. On supposera que :
- la probabilité qu’un ordinateur tombe en panne est de 0,04 et, s’il est réparé une fois pendant cette
période de 4 ans, il fonctionne alors correctement jusqu’au bout de cette période ;
- les pannes éventuelles des 125 ordinateurs sont indépendantes les unes des autres ;
- le coût de chaque opération est fixé forfaitairement à 300 F.
a) On appelle Z la variable aléatoire égale au nombre d’ordinateurs à réparer pendant cette
période de 4 ans.
Quelle est la loi suivie par Z ? Donner ses paramètres.
Dans la suite, on convient d’approcher la loi de Z par une loi de Poisson de paramètre λ .
b) Justifier que λ = 5 et déterminer, à l’aide de la table de la loi de Poisson, le plus petit entier
naturel n tel que la probabilité de l’événement «le nombre d’ordinateurs à réparer pendant cette
période de 4 ans est inférieur ou égal à n » est supérieure ou égale à 0,99.
c) Soit S la variable aléatoire égale au montant, en francs, de la caisse à la fin des 4 ans.
Montrer que S = 125 X - 300 Z .
Déterminer la valeur minimale de X pour que le risque que l’association perde de l’argent soit
limité à 0,01, c’est-à-dire tel que P(S < 0) ≤ 0,01.


31 
Probabilités - Problèmes de synthèse

Électrotechnique 2000 (Nouvelle Calédonie)


Calcul des probabilités 1 (TP2 - TP4)

On produit en grande série des tiges. À chaque tige de la production on associe sa longueur x exprimée
en millimètres. On définit ainsi une variable aléatoire X. On admet que X suit la loi normale de
moyenne 171 et d'écart type 6,2.
1. On prélève, au hasard, une pièce de la production.
1.1 Calculer la probabilité que la pièce ait une taille inférieure à 160 mm.
1.2 Calculer la probabilité que la pièce ait une taille supérieure à 195 mm.
2. Déterminer, avec la précision permise par les tables, le réel r tel que : P( X −171 ≤ r ) = 0,984 .
Donner la valeur approchée de r à une unité près par excès.
3. Une pièce est jugée défectueuse si sa longueur n'est pas élément de l'intervalle [156, 186].
3.1 Calculer, à 10 −3 près, la probabilité qu'une pièce prise au hasard dans la production soit
défectueuse.
3.2 On prélève, au hasard et avec remise, un échantillon de 20 tiges dans la production. On désigne
par Y la variable aléatoire prenant pour valeurs le nombre de tiges défectueuses d'un tel
échantillon. Quelle est la loi de probabilité suivie par la variable aléatoire Y. Calculer à 10 −3
près, la probabilité que sur 20 tiges prélevées, au plus 2 soient défectueuses.

32 
Probabilités - Problèmes de synthèse

Groupement A : Électrotechnique-Génie optique-Techniques physiques


pour l'industrie et le laboratoire 2001
Calcul des probabilités 1 (TP2 - TP4 - TP5)

Dans cet exercice, tous les résultats seront donnés à 10 −4 près.


La question 3 peut être traitée indépendamment des questions 1 et 2.

Une entreprise produit des batteries de téléphone portable. Au cours de la production peuvent
apparaître deux défauts indépendants que l'on appellera défaut A et défaut B.
La probabilité que le défaut A apparaisse vaut 0,02 et la probabilité que le défaut B apparaisse vaut
0,01.
1° Calculer la probabilité qu'une batterie produite soit défectueuse, c'est-à-dire qu'elle comporte au
moins un des deux défauts.
2° On prélève au hasard dans la production un échantillon de 100 batteries. La production est
suffisamment importante pour que ce prélèvement soit assimilé à un tirage avec remise.
Soit X la variable aléatoire qui à tout échantillon de taille 100 associe le nombre de batteries
défectueuses.
a) Quelle est la loi de probabilité que suit la variable aléatoire X ? Donner son espérance
mathématique et sa variance.
b) On admet que la loi de X peut être approchée par une loi de Poisson. Quel est le paramètre de
cette loi de Poisson ?
En utilisant cette approximation, calculer la probabilité que l'échantillon comporte plus de deux
batteries défectueuses.
3° On s'intéresse dans cette question à la durée de décharge des batteries. On note Y la variable
aléatoire qui à tout échantillon de 100 batteries associe la moyenne des durées de décharge. On
admet que la variable aléatoire Y suit la loi normale de paramètres m = 80 et σ = 0,4 .
a) Calculer la probabilité P( 79 ≤ Y ≤ 81 ) .
b) Déterminer le réel a tel que P( Y ≥ a) = 0,95 . On donnera la valeur décimale approchée à 10 −2
près par défaut de a.
c) Calculer la probabilité de l'événement " ( Y ≥ 80 ) sachant que ( Y ≥ 79 ,34 ) ".

33 
Probabilités - Problèmes de synthèse

Groupement B 2002 (sujet de secours)

Les deux parties A et B sont indépendantes.


Dans cet exercice l'unité de longueur est le millimètre.
Une machine fabrique en grande série un certain type de pièces rectangulaires en tôle.

A - On note L la variable aléatoire qui, à toute pièce prélevée au hasard dans la production d'une
journée, associe sa largeur. On admet que L suit la loi normale de moyenne 58,11 et d'écart type 0,15.
1. Déterminer la probabilité p1 qu'une pièce prélevée au hasard dans cette production ait une largeur
comprise entre 57,90 et 58,30. Arrondir à 10 −4 .
2. Une pièce a une largeur acceptable lorsque celle-ci est supérieure à 57,90 (les pièces trop larges
pouvant être recoupées). Déterminer la probabilité p 2 qu'une pièce prélevée au hasard dans cette
production ait une largeur acceptable. Arrondir à 10 −3 .
B - On suppose maintenant que la probabilité qu'une pièce prélevée au hasard dans la production d'une
journée soit défectueuse est 0,06. On prélève au hasard 50 pièces. La production est assez importante
pour qu'on puisse assimiler ce prélèvement à un tirage de 50 pièces avec remise. On note X la variable
aléatoire qui, à tout échantillon de 50 pièces ainsi prélevées, associe le nombre de pièces défectueuses.
1. Expliquer pourquoi X suit une loi binomiale. En déterminer les paramètres.
2. Déterminer la valeur approchée arrondie à 10 −3 de la probabilité de chacun des événements
suivants :
E1 : « l'échantillon ne comporte aucune pièce défectueuse » ;

E 2 : « l'échantillon comporte une seule pièce défectueuse » ;

E 3 : « l'échantillon comporte au moins deux pièces défectueuses ».


3. On admet que la loi suivit par X peut être approchée par une loi de Poisson de même espérance
mathématique.
a) Déterminer le paramètre de cette loi.
En utilisant cette loi, déterminer la nouvelle probabilité de chacun des trois événements définis à la
question 2. Arrondir à 10 −2 .

34 