Recueilexercices VI

i
Université Ibn Tofail

Ecole Nationale de Commerce
et de Gestion- Kénitra
Polycopié des exercices corrigés de Probabilités
Semestre 3
Pr. Otheman Nouisser

ii
Table des matières
1 Analyse Combinatoire 1
1.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Solutions des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Calcul de Probabilité 5
2.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2 Correction des Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3 Variables aléatoires 15
3.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
4 Lois usuelles de probabilités 25

4.1 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
iii
iv TABLE DES MATIÈRES
Chapitre 1
Analyse Combinatoire
1.1 Exercices
Exercice 1. Une urne contient 49 boules numérotées de 1 à 49. On tire simultanément 6 boules.
On appelle “tirage” cet ensemble de 6 numéros obtenus.
1- Combien y a t-il de tirages au total ?
2- Combien y a t-il de tirages qui contiennent 3 numéros pairs et 3 numéros impairs ?
3- Combien y a t-il de tirages qui contiennent au moins 5 numéros pairs ?
Exercice 2. Dans un jeu de 32 cartes, on choisit 5 cartes au hasard (ces cartes s’appellent une
“main”).
1- Quel est le nombre total de mains que l’on peut obtenir ?
2- Combien de mains contiennent exactement 4 as ?
3- Combien de mains contiennent exactement 3 as et 2 rois ?
4- Combien de mains contiennent au moins 3 rois ?
5- Combien de mains contiennent au moins un as ?
Exercice 3. Dans une classe, on souhaite élire un comité. On suppose que chaque élève de la classe
peut-être élu.
1- Combien de comité de 3 personnes peut-on élire dans une classe de 31 élèves.
2- Dans une classe de n élèves, il y a 351 façons d’élire un comité de 2 personnes. Quel est le
nombre n d’élèves de cette classe ?
Exercice 4.
1- On lance trois fois de suite un dé numéroté de 1 à 6 et on note les triplets ainsi obtenus. Combien
y a t-il de tels triplets ?
2- Avec les numéros de 1 à 6, on veut constituer un nombre de 3 chiffres distincts. Combien de
nombres distints peut-on réaliser.
Exercice 5. Un étudiant possède 10 livres différents dont 4 de mathématiques, 2 de physique, 3

de français et 1 de philosophi. Il veut les placer en rangée, au hasard.
1- Combien y a-t-il de disposition possibles ?
2- Combien y a-t-il de disposition dans lesquelles les livres de chaque matière seraient ensemble ?
Exercice 6. Une étudiante en musique doit apprendre 4 pièces, choisies dans un répertoire de 6.
1- De combien de manières différentes peut-elle arrêter son choix ?
2- Si elle étudie ses pièces l’une après l’autre, de combien de façons différentes peut-elle imaginer
1
2 CHAPITRE 1. ANALYSE COMBINATOIRE
le déroulement de son étude ?
Exercice 7. Dix personnes sont placées au hasard, en rangée.

1- Combien y a-t-il de dispositions possibles ?
2- Si ces personnes comptent parmi elles deux soeurs, combien y a-t-il de dispositions pour ces
deux soeurs soient placées l’une à côté de l’autre ?
3- Si ce groupe comprend 5 marocains, 2 français et 3 tunisiens. Combien y a-t-il de dispositions
pour que les gens d’une même nationalité soient placés ensemble ?
Exercice 8. Une urne contient 10 boules numérotées de 1 à 10. On tire les boules une à une et on
les places à mesure en rangée.
1- Combien y a-t-il de dispositions possibles ?
2- Combien y a-t-il de dispositions possibles d’y retrouver les boules paires côte à côte ?
3- Combien y a-t-il de dispositions possibles d’y retrouver les boules paires côte à côte, de même
que les boules impaires ?
Exercice 9. Une urne contient 5 boules noires numérotés de 1 à 5, 8 boules rouges numérotées de
1 à 8 et 3 boules bleues numérotées de 1 à 3. D’un seul coup, on tire 5 boules au hasard.
1- Quelle est la probabilité de tirer 2 boules noires et aucune boules blueue ?
2- Quelle est la probabilité de tirer 2 boules noires ou 3 boules bleues (ou 2 noires et 3 bleues) ?
3- Quelle est la probabilité de tirer au moins 3 boules rouges ?
Exercice 10. Dans un jeu de 52 cartes, on choisit 5 cartes (simultanément) au hasard. Un tel
choix est appelé main.
1- Quel est le nombre total de mains que l’on peut obtenir ?
2- Combien y a-t-il de mains contenant exactement un as ?
3- Combien y a-t-il de mains contenant au moins un as ?
4- Combien y a-t-il de mains contenant exactement 3 as et 2 rois ?
5-Combien y a-t-il de mains contenant à la fois au moins un roi et au moins une dame ?
Exercice 11. On constitue un groupe de 6 personnes choisies parmi 25 femmes et 32 hommes.

1- De combien de façons peut-on constituer ce groupe de 6 personnes ?
2- Dans chacun des cas suivants, de combien de façons peut-on constituer ce groupe avec :
a- uniquement des hommes ;
b- des personnes de même sexe ;
c- au moins une femme et au moins un homme.
Exercice 12. Un clavier de 9 touches permet de composer le code d’entrée d’un immeuble, à
1 2 3
l’aide d’une lettre suivie d’un nombre de 3 chiffres distincts ou non. 4 5 6
A B C
1) Combien de codes différents peut-on former ?
2) Combien y a t-il de codes sans le chiffre 1
3) Combien y a t-il de codes comportant au moins une fois le chiffre 1
4) Combien y a t-il de codes comportant des chiffres distincts
5) Combien y a t-il de codes comportant au moins deux chiffres identiques ?
Exercice 13. Un sac contient 5 jetons verts (numérotés de 1 à 5) et 4 jetons rouges (numérotés
de 1 á 4).
1) On tire successivement et au hasard 3 jetons du sac, sans remettre le jeton tiré. Calculer les
1.2. SOLUTIONS DES EXERCICES 3
probabilités : a) De ne tirer que 3 jetons verts ; b) De ne tirer aucun jeton vert c) De tirer au plus
2 jetons verts ; d) De tirer exactement 1 jeton vert.
2)On tire simultanément et au hasard 3 jetons du sac. Reprendre alors les questions a), b), c) et
d).
1.2 Solutions des exercices

Exercice 1.
1- Puisque le tirage s’éffectue simultanément, alors chaque tirage est une combinaison de 5 parmi
5
49. Donc au total il y a C49 .
2- Dans cet urne il y a 24 numéros pairs et 25 numéros impairs. Alors Un tirage qui contient 3
numéros pairs et 3 numéros impairs est une combinaison de 3 parmi 24 et 3 parmi 25, on aura
3 3
ainsi C24 C25 .
3- On passe par l’événement contraire.
Notons A l’événement : 4 tirage contient au moins un numéro pair < et Ā l’évenement 4 tirage
qui ne contient aucun numéros pairs <. Donc c’est un tirage qui s’éffectue parmi les boules de
5
numéros impairs. On a ainsi card(Ā) = C25 et par conséquent
5 5 5
card(A) = C49 − card(Ā) = C49 − C25 .
Exercice 2. 1- Le choix ici des cartes se fait au même temps. Donc une main est une combinaison
5
de 5 parmi 32. Il y a C32 mains possible.
2- Une main qui contient exactement 4 est un chois de 4 as parmi 4 as et la 5eme carte il faut la
choisir parmi les 28 cartes qui restent. Donc c’est une combinaison de 4 parmi 4 et une combinaison
de 1 parmi 28, il y aura ainsi C44 C28
1
= 28 main.
3- c’est le même raisonnement de la question précédente, c’est un chois de 3 as parmi 4 as et un
choix de 2 rois parmi 4 rois. Donc il y a C43 C42 main contenant 3 as et 2 rois.
4- Une main qui contient au moins 3 rois c’est une main qui contienne exactement 3 rois ou une
main qui contienne exactement 4 rois. Donc il y a C43 C28 2
+ C44 C28
1
.
5- On passe par l’événement contraire. Une main qui contienne aucun as est une combinaison de
5
5 parmi les 28 cartes qui restent il y a ainsi C28 . Donc le nombre de main qui contienne au moins
5 5
un as est C32 − C28 .
Exercice 3.
1- élire un comité de deux personnes est une combinaison de 3 parmi 31 élèves. Donc c’est une
3
combinaison de 3 parmi 31 il y a C31 manière de le faire.
2- n est le nombre d’élèves. Alors il y a Cn2 façon d’élire un comité. Donc,
Cn2 = 351 ⇔ 1/2n2 − 1/2n − 351 = 0.
On résoudre l’équation on trouve que n = 27.
Exercice 5.
1) On applique ici le principe de la multiplication. Chaque épreuve (lancer) donne lieu à 6 éveb-
tualités donc au total il y a 63 triplets.
2- Constituer un nombre de trois chiffres distincts de 1 à 6 c’est un arrangement de 3 parmi 6. Il
y a donc A36 nombres.
Exercice 6.
1- Chaque manière de ranger les 10 livres est une permutation de 10 parmi 10. Donc il y a 10!
manières.
2- On range d’abord les matières entre elles. Donc c’est une permutation de 4 parmi 4 il y a 4!.
4 CHAPITRE 1. ANALYSE COMBINATOIRE
Aprèzs pour chaque matière on va ranger les livres. Il y a ainsi : 4!4!2!3! possibilités de faire.
Exercice 8.
1- Chaque disposition est une permutation de 10 parmi 10 , il y adonc 10! possibilités.
2- Il y a 9 configurations possibles pour que les deux soeurs soient l’une à coté de l’autres. Pour
chaque configuration, il y a 8! manières de placer les 8 personnes qui restent et 2! manière de placer
les deux soeurs. Donc au total il y a 2!98!, soit 29! = 725760.
3- On va d’abord ranger les nationalités, donc il y a 3! configurations possibles e pour chaque
configuration il y a 5! de placer les marocains, 3! manières de placer les tunisiens et 2! de placer
les francais. Soit au total 3!5!3!2! manières de la faire.
Exercice 12.
On procède de la même manière que l’exercice 8.
Exercice 6.
Le total des personnes est 57. Chaque groupe est une combinaison de 6 parmi 57.
6
1- Il y a C57 .
2- a) Un groupe qui contient uniquement des hommes est une combinaison de 6 parmi les 32
6
hommes. Donc il y a C32 .
b) Un groupe qui contient des personnes de même sexe cela dit soit on choisit que des femmes ou
6 6
que des hommes. Donc c’est une combinaison de 6 parmi 32 ou 6 parmi 25, Il ya C32 + C25 .
c) On procède par l’événement contraire qui est un groupe qui contient aucune femme ou un groupe
6 6 6 6 6
qui conient aucun homme , soit C32 + C25 . Ainsi il y a C57 − C32 + C25 .
Exercice 18.
1- On peut schématiser le code en des cases adjacentes comme suit
lettre chiffre chiffre chiffre
Il y a 3 possibilités de choisir une lettre et pour chaque chiffre il y a 6 possibiliés. Il y a 3 × 63

possibilités.
2- Un code sans le chiffre 1 c’est à dire il faut choisir les chiffres parmi {2, 3, 4, 5, 6}. Il y a 3 × 53
possibilités.
3- C’est lévénement contraire de la question 2. Il y a 3 × 63 − 3 × 53 .
4- Un code qui comporte que des chiffres distincts, c’est un arrangement de 3 parmi 6 :
-Pour le premier chiffre il y a 6 possibilités.
- pour le deuxième chiffre il y a 5 possibilités.
- pour le troisième chiffre il y a 4 possibilités.
Au total, l y a 3 × A36 .
5- C’est l’événement contraire de la question précédente. Donc il y a, 3times63 − 3 × A36 .
Chapitre 2
Calcul de Probabilité
2.1 Exercices
Exercice 1. Une urne contient 5 boules noires numérotés de 1 à 5, 8 boules rouges numérotées de
1 à 8 et 3 boules bleues numérotées de 1 à 3. D’un seul coup, on tire 5 boules au hasard.
1- Quelle est la probabilité de tirer 2 boules noires et aucune boules blueue ?
2- Quelle est la probabilité de tirer 2 boules noires ou 3 boules bleues (ou 2 noires et 3 bleues) ?
3- Quelle est la probabilité de tirer au moins 3 boules rouges ?
Exercice 2. Dans un parking d’un centre ville, les différents niveaux sont desservis par deux
ascenseurs A et B qui fonctionnent indépendamment l’un de l’autre. Pour chaque ascenseur la pro-
babilité de tomber en panne au cours d’une année est de 0, 1. On considère les événement suivants :
E1 : aucun des deux ascenseurs ne tombe en panne
E2 : au moins un ascenseur tombe en panne
Calculer les probabilités respectives p1 et p2 des événements E1 et E2 .
Exercice 3. Une urne contient 2 boules blanches et 3 boules noires. Ces boules sont indiscernables,
leurs tirages sont donc équiprobables.
1- On tire simultanément de cette urne 2 boules. Quelle est la probabilités p1 d’obtenir une boule
de chaque couleur.
2- On tire une boule, on notera sa couleur, puis on la remet dans l’urne. on effectue alors un second
tirage. Quelle est la probabilité p2 d’obtenir une boule de chaque couleur (noire puis blanche ou
blanche puis noire) ?
3- On tire une boule et on note sa couleur. Si elle est noire, on la remet dans l’urne, sinon on ne la
remet pas. On effectue alors un second tirage. Quelle est la probabilité p3 d’obtenir une boule de
chaque couleur (noire puis blanche ou blanche puis noire) ?
Exercice 4. Soient deux événements d’un même univers Ω, tels que :
P (A) = 0, 7, P (B) = 0, 6, P (A ∩ B) = 0, 42.
1- Calculer P (A \ B).
2- Calculer P (A ∪ B) et P (A ∩ B).
3- Calculer P (A \ B) et P (A \ B).
4- A et B sont-ils indépendants entre eux ? Justifier.
5- A et B sont-ils compatibles ? Justifier.
5
6 CHAPITRE 2. CALCUL DE PROBABILITÉ
Exercice 5. Une population est composée de 45% d’hommes et 55% de femmes. On suppose que
4% des hommes et 5% des femmes sont des analphabètes. On choisit une personne au hasard.
Trouver, dans chacune des cas suivants, la probabilité pour que :
1- La personne soit un homme analphabète.
2- La personne soit une femme analphabète.
3-La personne soit analphabète.
4- Sachant qu’elle est analphabète, trouver la probabilité qu’elle soit un homme.
Exercice 6. Dans un collège, on compte 40% de filles et 60% de garçons.

Chez les filles : 60% font des mathéamtiques, 25% font de la biologie et 95% font du français.
Chez les garçons : 55% font des mathéamtiques, 35% font de la biologie et 90% font du français.
1- Si on choisit un étudiant ou une étudiante du collège, au hasard, quelle est la probabilité qu’il
s’agisse d’un garçon qui étudie la biologie ?
2- Si on choisit un étudiant ou une étudiante du collège, au hasard, quelle est la probabilité qu’il
s’agisse d’un(e) étudiant(e) en mathématique ?
3- Si on choisit au hasard un étudiant ou une étudiante parmi ceux qui font du français, quelle est
la probabilité qu’il s’agisse d’une fille ?
Exercice 7 Deux conseillers, travaillant indépendamment l’un de l’autre, sont désignés pour ré-
soudre un litige. La probabilité que chacun puisse résoudre le problème est évaluée à 20% pour le
premier, et à 30% pour le deuxième.
Si le litige ne peut être résolu par les conseillers, un expert sera nommé. La probabilité que ce
dernier puisse résoudre le problème est estimée à 80%.
1- Quelle est la probabilité que le problème soit résolu par les conseillers.
2- Calculer, indépendamment du résultat précédent, la probabilité que le litige ne soit pas résolu
par les deux conseillers. Vérifier à partir du résultat de la question précédente.
3- Quelle est la probabilité que le problème soit résolu par l’expert ?
Exercice 8 Dans une entreprise, deux ateliers fabriquent des pièces de même type. L’atelier n◦ 1,
mieux équipé, a une cadence de production deux fois plus rapide que celle de l’ateliers n◦ 2. Le
pourcentage de pièces défectueuses est de 3% pour l’atelier n◦ 1 et 4% pour l’atelier n◦ 2. On pré-
lève au hasard une pièce dans l’ensemble de la production. Calculer la probabilité de chacun des
événements :
- A la pièce provient de l’atelier n◦ 1 ,
- B la pièce est défectueuse ,
- C la pièce provient de l’atelier n◦ 1 sachant qu’elle est défectueuse.
Exercice 9 Un chirurgien estime que la mort de ses opérès est due à deux causes possibles
supposées incompatibles :
H1 : insuffisance propre au patient. Il accorde une probabilité de 0, 7 à cette cause,
H2 : insuffisance propre à la technique opératoire. Il accorde une probabilité de 0, 3 à cette cause.
D’autre part, Il accorde les probabilités suivantes aux diverses durées de survie, conditionnellement
aux deux causes possibles H1 et H2 :
Durée de survie :Si Probabilité de Si sachant H1 Probabilité de Si sachant H2
S1 = de 0 à 3 jours P (S1 /H1 ) = 0, 2 P (S1 /H2 ) = 0, 7
1- Sachant qu’un patient récemment opéré vient de mourir après 13 jours de survie, calculer la
probabilité que la cause soit de H1 .
2- Le chirurgien décide de continuer ce type d’opération si la probabilité que la mort soit due à la
2.1. EXERCICES 7
déficience de la technique opératoire est inférieure ou égale à 10%. Doit-il continuer à opérer ?
3- Afin de savoir plus, le chirurgien, décide de procéder à une autopsie sur le malade qui vient de
mourir.
Lorsque la mort est due à l’insuffisance du patient, la probabilité que l’autopsie révèle cette insuf-
fisance est de 2/3.
Lorsque la mort est due à l’insuffisance de la technique opératoire, la probabilité que l’autopsie ne
révèle aucune insuffisance propre á l’opéré susceptible de causer la mort est de 5/6.
On paurra appeler A l’événement l’autopsie révèle que la mort est due à une insuffisance propre
à l’opéré .
a- Sachant que l’autopsie ne révèle aucune aucune insuffisance propre à l’opéré, faut-il poursuivre
ce type d’opération.
b- Sachant que l’autopsie révèle une insuffisance propre à l’opéré, faut-il poursuivre ce type d’opé-
ration ?
Exercice 10. Dans une rue, un panneau publicitaire est remarqué par un passant sur quatre.
1- Sachant que l’on dispose de deux panneaux dans la même rue, calculer la probabilité qu’un
passant remarque une publicité.
2- Même question si l’on dispose de trois panneaux.
3- Combien doit-il y avoir de panneaux pour que plus de 99% des passants aient remarqué cette
publicité ? Remarque : On supposera que, pour un passant, l’événement : remarquer le panneau
numéro i est indépendant de l’événement : remarquer le panneau numéro j .
Exercice 11 Deux tireurs A et B font feu simultanément sur une cible. La probabilité pour A de
toucher la cible est 54 et 34 pour B.
1) Calculer la probabilité :
a) que les deux tireurs touchent tous deux la cible ; b) que les deux tireurs maquent tous deux la
cible ; c) que la cible soit atteinte par A seulement ; d) que la cible soit atteinte par B seulement ;
e) que la cible soit touchée par un tireur seulement ; f) que la cible soit atteinte ; g) que la cible
soit touchée ; h) que la cible soit touchée par un tireur au moins.
2)Supposons que A a 3 fois plus de chances que B d’atteindre la cible et que la probabilité que la
3
cible soit atteinte est 16 . Calculer les probabilités respectives de succès des deux tireurs.
Exercice 12. On estime que dans une population donnée, la probabilité de vivre encore 5 ans,
pour un individu de 70 ans est de 1/20 pour un homme et de 1/15 pour une femme. On choisit au
hasard un homme et une femme de cette population. Quelle est la probabilité que dans 5 ans,
a) ces deux individus soeint encore vivants ?
b) ces deux individus soeint décédés ?
c) un seul de ces deux individus soei,t encore vivant ?
Exercice 13. Un débutant à un jeu effectue plusieurs parties successives. Pour la première partie,
les probabilités de gagner ou perdre sont les mêmes. On suppose que :
– Si une partie est gagnée, la probabilité de gagner la suivante est 0.6.
– Si une partie est perdue, la probabilité de perdre la suivante est 0.7.
Soit Gn l’événement Gagner la partie n , et un = P (Gn ). On note vn = P (Ḡn ).
1) Ecrire 2 relations entre un , un+1 , vn , vn+1 .
2) En déduire les expressions deun et de vn .
Exercice 14. Le tiers d’une population a été vacciné contre une maladie. Au cours d’une épidi-
mie, on constate que sur quize malades il y a deux personnes vaccinées.
1) Le vaccin est-il efficace ?
2) On suppose de plus que sur 100 personnes vaccinées, 8 sont malades. On choisit au hasard une
personne de cette population. Qu’elle est la probabilité de choisir une personne malade.
3) Calculer la probabilité qu’une personne non vaccinée tombe malade.
Exercice 15. Dans une population Ω, deux maladies M1 et M2 sont présentes respectivement
chez 10% et 20%. Un dépistage des maladies M1 et M2 est effectué. Pour cela, on applique un test
qui réagit sur 90% des malades M1 , sur 70% des malades M2 et sur 10% des individus qui n’ont
aucune de ces deux affections. On choisit un individu au hasard.
1) Quelle est la probabilité de tomber sur un individu où le test réagisse ?
2) Sachant que le test a réagi pour l’individu choisi, donner les probabilités :
a- pour que le test ait réagi à cause de la maladie M1 .
b- pour que le test ait réagi à cause de la maladie M2 .
c- pour que le test ait réagi alors que l’individu n’est infecté par aucune des deux maladies M1 et M2 .
Exercice 16. Un train se compose de 10 wagons citernes contenant un produit dangereux. Chacun
des wagons peut avec une probabilités de 0, 1 (et indépendament des autres) avoir un défaut. Avant
le départ, les wagons sont examinés par deux contrôleurs. Chacun d’eux vérifie tous les wagons,
sans échanger d’information avec son collègue pendant le contôle. On admet que chaque contrôleur
peut déceler le défaut s’il y en a un (d’un wagon donné ) avec une probabilité de 0, 7. Un seul
défaut suffit pour que le train soit retardé.
1) Calculer la probabilité pour qu’il y a au moins un défaut dans les wagons.
2) Sachant qu’il y a au moins un défaut, calculer la probabilité que le train soit retardé.
3) Sachant qu’il y a au moins un défaut, calculer la probabilité que le train part.
4) Calculer la probabilité que le train soit retardé.
5) Calculer la probabilité que le train part avec au moins un défaut.
2.2 Correction des Exercices

Exercice 1. Un tirage s’effectue d’un seul coup, donc chaque tirage est une combinaison. Les
boules sont indiscernables, donc c’est l’équiprobabilité.
1- On note A Tirer 2 boules noires et aucune bleue c’est tirer 2 boules parmi 5 noires et les
3 autres boules il faut les tirer parmi les 8 boules rouges. Donc
Card(A) C 2C 3
P (A) = = 55 8
Card(Ω) C16
2- tirer 2 boules noires ou 3 boules bleues revient à tirer 2 boules noires parmi 5 noires et ls 3 autres
parmi les 11 boules qui restent ou tirer 3 boules bleues parmi 3 3 bleues et les 2 autres parmi le
reste soit 13 boules. Donc, la probabilité cherchée est
C52 C11
3
+ C33 C82
5 .
C16
3- On note A l’événement tirer au moins 3 boules rouges c’est à dire le tirage se fait parmi
les 8 boules qui restent autres que les rouges. Donc Ā est lévénement tirer aucune boule rouge. Or
C5
P (Ā) = C 58 . Donc,
16
C85
P (A) = 1 − P (Ā) = 1 − 5 .
C16
Exercice 2. On considère les événements suivants :

A = Ascensseur A tombe en panne
B = Ascensseur B tombe en panne
2.2. CORRECTION DES EXERCICES 9
1- Alors on a P (A) = P (B) = 0, 1 et E1 = Ā ∩ B̄, et comme les événements A et B sont

indépendants, alors
P (E1 ) = P (Ā ∩ B̄) = P (Ā)P (B̄) = 0, 92 .
2- On E2 = E¯1 . Donc P (E2 ) = P (E¯1 ) = 1 − 0, 92 .
Exercice 3.
1- A = tirer une boule de chaque couleur.
Card(A) C 1C 1
P (A) = = 2 23
Card(Ω) C5
2- La probabilité de tirer une boule blanche est 2/5.

La probabilité de tirer une boule noire est 3/5.
La probabilité de tirer une boule de chaque couleur dans un ordre donnée est 2/5 × 3/5. Comme
il y a deux configuration alors
p2 = 22/5 × 3/5.
3- On note les événements suivants : A = tirer une boule blanche au premier tirage suivie d’une
noire.
B = tirer une boule noire au premier tirage suivie d’une blanche. Alors
P (A) = 2/5 × 3/4 et P (B) = 3/5 × 2/5. Donc
p3 = P (A) + P (B).
Exercice 4.
1-
P (A \ B) = P (A ∩ B) = P (A) − P (A ∩ B) = 0, 7 − 0, 42.
2-
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = 0, 7 + 1 − 0, 6 + 0, 42.
3-
P (A \ B) = P (A ∩ B) = P (B) − P (B ∩ A) = 0, 6 − 0, 42.
4- On a P (A) × P (B) = P (A ∩ B) donc A et B sont indépendants.
5- P (A ∩ B) 6= 0 donc A et B sont incompatibles.
Exercice 5. Considérosn les événements suivants :

F = la personne choisie est une femme.
H = la personne choisie est un homme.
A = la personne choisie est analphabète .
On a P (F ) = 0, 55, P (H) = 0, 45, P (A/F ) = 0, 05 et P (A/H) = 0, 04. 1- P (A ∩ H) =
P (A/H)P (H) = 0, 45 × 0, 04.
2- P (A ∩ F ) = P (A/F )P (F ) = 0, 55 × 0, 05.
3-P (A) = P (A ∩ H) + P (A ∩ F )
4- P (H/A) = P (A ∩ H)/P (A).
Exercice 6. Considérosn les événements suivants :

F = la personne choisie est une fille.
G = la personne choisie est un garçon.
M = l’élève fait les Maths .
B = l’élève fait la Biologie .
F r = l’élève fait le français .
P (F ) = 0, 4, P (G) = 0, 6, P (M/F ) = 0, 6, P (B/F ) = 0, 25, P (F r/F ) = 0, 95, P (M/G) = 0, 55,

P (B/G) = 0, 35, P (F r/G) = 0, 9.
1-
P (G ∩ B) = P (B/G)P (G) = 0, 35 × 0, 6.
2-
P (M ) = P (M ∩ G) + P (M ∩ F ) = P (M/G)P (G) + P (M/F )P (F ) = 0, 55 × 0, 6 + 0, 6 × 0, 4.
3- En utilisant le théorème de Bayes on a
P (F )P (F R/F )
P (F/F r) =
P (F r/F )P (F ) + P (F r/G)P (G)
0,4×0,95
⇒ P (F/F r) = 0,4×0,95+09×0,6 .

C1 : le conseillé N ◦ 1 puisse résoudre le litige.
C2 : le conseillé N ◦ 1 puisse résoudre le litige.
E : l’expert puisse résoudre le litige.
On a P (C1 ) = 0, 2, P (C2 ) = 0, 3 et P (E) = 0, 8.
1-
P (C1 ∪ C2 ) = P (C1 ) + P (C2 ) − P (C1 ∩ C2 )
les deux conseillés travaillent indépendament l’un de l’autre, donc P (C1 ∩ C2 ) = P (C1 )P (C2 ).
Ainsi,
P (C1 ∪ C2 ) = 0, 2 + 0, 3 − 0, 2 × 0, 3.
2- Notons C l’évńement le litige ne soit pas résolu par les deux conseillés. Alors C est l’evénement
contraire de la question prćédente. Donc,
P (C) = P (C1 ∩ C2 ) = P (C1 ∪ C2 = 1 − P (C1 ∪ C2 ).
3- Le litige soit résolu par l’expert si les deux conseillés ne puissent pas le résoudre et l’expert
arrive à le résoudre. Donc on calcule P (E ∩ C). comme les deux événements sont indépendants,
alors
P (E ∩ C) = P (E)P (C).
Exercice 8.
1- Si on note n1 est la production de l’atelier N ◦ 1 et n2 la production de l’atelier N c irc2. Alors
on a n1 = 2n2 . Alors
n1
P (A) = = 2/3, P (A) = 1/3.
n1 + n2
2-
P (B) = P (B ∩ A) + P (B ∩ A)
= P (A)P (B/A) + P (A)P (B/A)
= 0, 03 × 2/3 + 0, 04 × 1/3
= 6/300 + 4/300 = 10/300 = 1/30.
3-
P (A)P (B/A) 0, 03
P (A/B) = = 2/3 = 2/310−3 .
P (B) 1/30
Exercice 9.
1- En utilisant le théorème de Bayes
P (H1 )P (S2 /H1 )
P (H1 /S2) =
P (H1 )P (S2 /H1 ) + P (H2 )P (S2 /H2 )
0, 7 × 0, 3
=
0, 7 × 0, 3 + 0, 0, 3 × 0, 2
= 7/9.
2- On calcule P (H2 /S2 ).
P (H2 /S2) = 1 − P (H1 /S2)

= 1 − 7/9 = 2/9 = 22.23%.
Le chirurgien doit arrêter de faire ce type d’opération.

3- On sait que P (A/H1 ) = 2/3 et que P (Ā/H2 ) = 5/6.
a)
P (H2 ) × P (Ā/H2 )
P (H2 /Ā) =
P (Ā)
P (H2 ) × P (Ā/H2 )
=
P (H2 )P (Ā/H2 ) + P (H1 )P (Ā/H1 )
= 15/29.
Par conséquent, le chirurgien doit arrêter ce type d’opérations.
b)
P (H2 ) × P (A/H2 )
P (H2 /A) =
P (A)
P (H2 ) × P (A/H2 )
=
1 − P (A)
= 3/31.
Le chirurgien doit continuer de faire ce type d’opération puisuqe la probabilité est inférieure à 0, 1.
Exercice 10.
1- On note Ai l’événement : le passant remarque le panneau N ◦ i.
On a les les événements sont indépendants, alors
P (A1 ∩ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 )

= P (A1 ) + P (A2 ) − P (A1 )P (A2 )
= 1/4 + 1/4 − 1/16 = 7/16.
2- On procède par l’événement contraire.
P (A1 ∩ A2 ∩ A3 ) = P (A1 ) × P (A2 ) × P (A3 ) = (3/4)3 .

Donc
P (A1 ∪ A2 ∪ A3 ) = 1 − P (A1 ∩ A2 ∩ A3 ).
3- Posons n le nombre de panneaux, alors
P (dni=1 Ai ) = 1 − (3/4)n ≥ 0, 99 ⇔ (3/4)n = 0, 01

ce qui donne que

n(ln3 − ln(4)) ≥ −ln(100) ⇔ n = 16.
A : Le tireur A touche la cible
B : Le tireur B touche la cible
On a P (A) = 45 et P (B) = 43 .
a- P (A ∩ B) = P (A) × P (B) = 53 , car les deux événements sont indépendants.
1
b- P (Ā ∩ B̄) = P (Ā) × P (B̄) = 20 .
1
c- P (A ∩ B̄) = P (A) × P (B̄) = 5 .
3
d- P (Ā ∩ B) = P (Ā) × P (B) = 20 .
e- P (A ∩ B̄) ∪ (Ā ∩ B) = P (A) × P (B̄) + P (Ā) × P (B) = 15 + 20 3 7
= 20 .
3
f- P (A ∩ B) = P (A) × P (B) = 5 .
g- La cible soit touchée veut dire soit le tireur A soit le tireur B touche la cible. Donc
4 3 12 19
P (A ∪ B) = P (A) + P (B) − P (A ∩ B) = + − = .
5 4 20 20
h- C’est l’événement contraire de la question b. Ainsi la probabilités est
1 4
P1 = 1 − P (Ā ∩ B̄) = 1 − = .
5 5
2) On note p1 = P (A) et p2 = P (B) avec p1 = 3p2 . Donc
3 3
P (A ∪ B) = ⇔ P (A) + P (B) − P (A ∩ B) =
16 16
Ainsi,
3 3
p1 + p2 − p1 p2 = 3p2 + p2 − 3p22 = ⇔ 3p22 − 4p2 + =0
16 16
√
4− 55/2
C’est une équation de degré 2 et comme 0 ≤ p2 ≤ 1, alors p2 = 6 = 0, 0486 et par conséquent
p1 = 0, 1458.
Exercice 12. On note :

H : l’événement un homme vivre encore 5 ans après 70 ans .
F : l’événement une femme vivre encore 5 ans après 70 ans.
a- P (H ∩ F ) = P (H)P (F ) = 1/20 × 1/15.
b- P (H ∩ F ) = P (H)P (F ).
c-
P (H ∩ F ∪ F ∩ H) = P (H ∩ F ) + P (F ∩ H)
et puisque les deux évńement sont indépendants, on obtient
P (H ∩ F ∪ F ∩ H) = P (H)P (F ) + P (F )P (H)
D’où le résultat.
Exercice 13.
un+1 = P (Gn+1 ) = P (Gn+1 /Gn )P (Gn ) + P (Gn+1 /Gn )P (Gn ) = 0, 6un + 0, 3vn .
De même on démontre que
vn+1 = 0, 4un + 0, 7vn .
On a un + vn = 1 donc un+1 = 0, 3 + 0, 3un . Ainsi, un est une suite aithmitico-géométrique, donc
la suite wn = un − 3/7 est géométrique de raison 0.3 avec w1 = 1/14. Par conséquent
wn = (0.3)n w1 ⇔ un − 3/7 = (0.3)n (1/14) ⇔ un = (0.3)n (1/14) + 3/7.


M : la personne est malade
V : La personne est vaccinée .
On a P (V ) = 2/3 et P (V /M ) = 2/15.
1- On a
P (V ∩ M ) V /M
P (M/V ) = = P (M ) = 3/15P (M ).
P (V ) P (V )
Donc le vaccin est efficace.
2-P (M/V ) = 0.08, on a
P (M ) = P (M ∩ V ) + P (M ∩ V̄ ) = P (M/V )P (V ) + P (V̄ /M )P (M )
Or, P (V̄ /M ) = 1 − P (V /M ), il vient
P (M ) = 2/3 × 8/100 + (1 − 2/15)P (M ) ⇔ P (M ) = 15/2 × 16/3 × 10−2 = (4/10).
3-On cherche P (M ∩ V̄ ). On a
P (M ) = P (M ∩V )+P (M ∩V̄ ) ⇔ P (M ∩V̄ ) = P (M )−P (M/V )P (V ) = 4/10−2/3×8/100 = 104/300.
D’où P (M ) = (5/8)10−2 − (8/100)2/3.
Exercice 15. On défine les événements suivants : M1 : La personne a la maladie M1

M2 : La personne a la maladie M2
T : le test réagit sur la personne .
Alors, on a P (M1 ) = 0.1, P (M2 ) = 0.2, P (T /M1 ) = 0.9, P (T /M2 ) = 0.7 et P (T /N ) = 0.1 avec
N = M1 ∩ M2 et P (N ) = 0.7.
1-
P (T ) = P (T ∩ M1 ) + P (T ∩ M2 ) + P (T ∩ N )
= P (T /M1 )P (M1 ) + P (T /M2 )P (M2 ) + P (T /N )P (N )
= 0, 9 × 0, 1 + 0.7 × 0, 2 + 0, 1 × 0, 7
= 0, 3
2- a)
P (T ∩ M1 )
P (T /M1 ) =
P (T )
P (M1 )P (T /M1 )
=
P (T )
0, 1 × 0, 9
= = 0, 3.
0, 3
b)
P (T ∩ M2 )
P (T /M2 ) =
P (T )
P (M2 )P (T /M2 )
=
P (T )
0, 2 × 0, 7
= = 0, 467.
0, 3
c)
P (T ∩ N )
P (T /N ) =
P (T )
P (N )P (T /N )
=
P (T )
0, 7 × 0, 1
= = 0, 023.
0, 3

Wi : le wagon N ◦ i a un défaut .
C1 : le premier contrôleur peut décéler le déafut .
C2 : le deuxième contrôleur peut décéler le déafut .

D : il y a au moins un défaut dans les wagons .
1) Lévénement contraire D̄ : il n’y a aucun défaut dans le train. Donc D̄ = e10

i=1 W̄i . et comme
les événements Wi sont indépendants, alors
P (D̄) = Π10 10
i=1 P (W̄i ) = (0, 9) .
et par conséquent, P (D) = 1 − (0, 9)10 = 0, 65.

2) On note R : le train soit retardé .Alors le train est retardé si l’un des deux contrôleurs
décèle un défaut.
P (R/D) = P ((C1 ∪ C2 )/D) = P (C1 /D) + P (C2 /D) − P (C1 ∩ C2 /D)
et comme les deux contrôleurs travaillent indépendament l’un de l’autre et P (C1 /D) = P (C2 /D) =
0, 7 alors
P (R/D) = P (C1 /D) + P (C2 /D) − P (C1 /D)P (∩C2 /D)

= 0, 7 + 0, 7 − 0, 49 = 1, 4 − 0, 49 = 0, 91.
3) On note S : le train part . C’est l’évenement contraire de la question précédente. Donc
P (S/D) = 1 − P (R̄/D) = P (C1 /D) + P (C2 /D) − P (C1 /D)P (∩C2 /D)
= 1 − 0, 91 = 0, 09.
4) Le train soit retardé s’il y a au moins un défaut et l’un des deux contr̂oleurs décèle le défaut,
i.e.,
P (D ∩ (C1 ∪ C2 )) = P (D ∩ C1 ) + P (D ∩ C2 )
= P (C1 /D)P (D) + P (C2 /D)P (D)
= (0, 7 + 0, 7) × (0, 35) = 0, 48.
5)
P (S ∩ D) = 1 − P (R/D)1 − 0, 91 = 0, 09.
Chapitre 3
Variables aléatoires
3.1 Exercices
Exercice 1.
1- On lance un dé équilibré et on note la face visible. On note X la variable aléatoire qui prend la
valeur 0 si la face obtenue est paire, et la valeur 1 sinon. Déterminer la loi de probabilité de X.
2-Soit Ω = {w1 , w2 , w3 , w4 , w5 } un ensemble fini, muni d’une probabilité P définie par :
1 1 1
P ({w1 }) = ; P ({w2 }) = P ({w3 }) = ; P ({w4 }) = P ({w5 }) = .
3 4 12
On cosnidère la variable aléatoire X définie par :
X(w1 ) = X(w5 ) = 0; X(w2 ) = X(w4 ) = 1; X(w3 ) = 2.
Déterminer la loi de probabilité de X.

3-Soit X la variable aléatoire définie par le tableau suivant :
xi 1 3 5 7 9 11
P [X = xi ] = pi 0, 05 0, 1 0, 15 0, 2 0, 3 0, 2
Déterminer la fonction de répartition de X et donner sa représentation graphique.
Exercice 2. Deux joueurs A et B lancent deux pièces de monnaie. Si les deux pièces tombent sur
pile, A gagne. Sinon B gagne 2 dh. Un jeu est équitable si l’espérence de gain de chaque joueur est
nulle. Combien doit gagner A pour que le jeu soit équitable ?
Exercice 3. Un joueur lance simultanément 3 pièces de monnaie parfaitement équilibrées. Il gagne

60 francs s’il obtient 3 faces, 30 francs s’il obtient 2 faces, 10 francs pour 1 face, mais il perd 100
francs s’il obtient que des piles. Soit X, la variable aléatoire qui associe son gain ou sa perte.
1- Etablir la loi de probabilité de X.
2- Calculer la probabilité de gagner :
- strictement moins de 30 francs.
- strictement plus de 10 francs.
3- Calculer l’espérance mathématique et l’écart-type de la variable aléatoire X. Quelle est la signi-
fication de l’espérance mathématique dans ce cas précis ?
4- Combien le joueur devrait-il gagner ou perdre pour rendre le jeu équitable (un jeu étant équi-
table si l’espérance mathématique de gain est nulle) ?
15
16 CHAPITRE 3. VARIABLES ALÉATOIRES
Exercice 4. Lors d’une enquête, on a interrogé 5 hommes et 3 femmes. On choisit au hasard et

sans remise les personnes une à une jusqu’à obtention d’un homme. Soit X le nombre de tirages
nécessaires.
1- Déterminer les valeurs de X et sa loi de probabilité.
2- Calculer l’espérance et l’écart-type de X.
Exercice 5. Pour une demande aléatoire de x ( x ∈ {0, 1, 2, 3, 4, 5, 6}) tonnes de denrées péris-
sables, un grossiste commande y ( y ∈ {1, 2, 3, 4, 5, 6}) tonnes de denrées chaque jour.
Soit X la variable aléatoire demande en tonnes et sa loi de probabilité :
xi 0 1 2 3 4 5 6
P [X = xi ] = pi 0, 02 0, 15 0, 25 0, 3 0, 15 0, 1 0, 03
1) a- Calculer la probabilité que le grossiste vende moins de trois tonnes de denrées dans la journée.
b- Calculer le nombre moyen de tonnes vendues chaque jour.
c- Calculer l’écart-type.
2) Le grossiste gagne 5000 dirhams par tonne vendue et perd 2000 dirhams par tonnes invendue.
Soit la variable aléatoir Gy : {0, 1, 2, 3, 4, 5, 6} −→ R dont les valeurs sont égales au bénéfice lorsque
y tonnes sont commandées pour une journée.
a- Construire un tableau donnant les valeurs prises par Gy pour y ∈ {1, 2, 3, 4, 5, 6} ainsi que les
probabilités associées.
b- Calculer E(Gy ) pour y ∈ {1, 2, 3, 4, 5, 6}.
Exercice 6. Considérons la fonction f définie de R dans R par :

1 − |x−µ|
f (x) = e λ , λ, µ ∈ R.
2λ
1- Vérifier que la fonction f peut être considérée comme une densité de probabilité quels que soit
µ ∈ R et λ ∈ R+,∗ .
2-Calculer l’espérance mathématique et la variance d’une variable aléatoire X de fonction de den-
sité f avec λ = 1, µ = 0.
Exercice 7. Une variable

 aléatoire X dont la densité de probabilité est donnée par la fonction f
 −0, 03x2 + 10x
définie par : f (x) = , pour tout x ∈ [0, 100]
 0 40000
ailleurs
1- Représenter graphiquement la fonction densité f et vérifier que l’aire comprise entre la courbe
et l’axe des abscisses est égale à 1.
2- Calculer la probabilité que X soit :
a- Egale à 30.
b- Inférieure ou égale à 30. Représenter cette probabilité sur le graphique.
c- Supérieure à 30.
d- Comprise entre 60 et 70.
3- Calculer l’espérance mathématique, la variance et l’écart-type de la variable aléatoire X.
4- Exprimer et représenter graphiquement la fonction de répartition de X.
Exercice 8. Dans une ville, une banque met en place 5 guichets automatiques, dans 5 quartiers
différents : 3 guichets du type carte rouge et 2 guichets du type carte verte . La
probabilité qu’un guichet de type carte rouge soit hors service pendant un week-end est de
0, 1, et la probabilité qu’un guichet de type carte verte soit hors service pendant un week-end
est de 0, 2. Soit X le nombre de guichets carte rouge hors service et Y le nombre de guichet
carte verte hors service, durant un week-end.
3.1. EXERCICES 17
1- Donner la loi du couple (X, Y ).

2- Calculer la probabilité qu’un client possédant une carte rouge puisse se servir à un guichet
automatique, un week-end.
3- Un client possède une carte rouge et une carte verte. Calculer la probabilité qu’il puisse se servir
à un guichet automatique, sachant que tous les guichets carte verte sont hors service.
4- Calculer E(X) et E(Y ).
5- Calculer Cov(X, Y ).
6- Calculer σ(X), σ(Y ), σ(X + Y ).
Exercice 9. La durée du processus d’atterissage d’un avion est le temps T , mesuré en minutes,
qui s’écoule depuis la prise en charge de la tour de contôle jusqu’à l’immobilisation de l’avion sur la
piste. Dans un certain aéroport, on estime que T est une v.a. continue dont la densité de probabilité
est la fonction f de R dans R définie par :
f (t) = te−t si t > 0.

f (t) = 0, sinon.
1- Calculer E(T ) et σ(T ).

2- Déterminer la fonction de répartition F de T .
3- Quelle est la probabilité que :
- T dépasse 2 minutes ?
- T soit compris entre 45 secondes et 3 minutes ?
- T soit inférieur à 4 minutes sachant qu’il dépasse 2 minutes ?
Exercice 10. Dans une grande surface, 60% des clients payent leurs achats avec des chèques, 30%
en espèces, 10% avec une carte bancaire.
On choisit deux clients au hasard. Soit X le nombre des clients parmi les 2, qui payent avec des
chèques et Y le nombre des clients parmi les 2, qui payent en espèces.
1- Calculer la loi du couple (X, Y ).
2- Calculer les lois marginales.
3- Calculer E(X) et E(Y ).
4- Calculer σ(X) et σ(Y ).
5- Déterminer la loi de probabilité des clients payant en espèces, sachant qu’un des clients a payé
avec une carte bancaire.
Exercice 11. Soient X et Y deux variables aléatoires discrètes dont les valeurs possibles sont
X(Ω) = {1, 2, 3, 4} et Y (Ω) = {1, 2}. On définit la loi conjointe du couple (X, Y ) par :
f : X(Ω) × Y (Ω) → [0, 1]

ij
(i, j) 7→ pij = 17 (1 − 30 )
1-Verifier que f est une fonction de densite de probabilite.

2-Déterminer les lois marginales.
3- Déterminer les lois conditionnelles de X sachant Y = 1 et de Y sachant X = 2.
Exercice 12.Une urne contient 7 boules : 2 bleues, 3 blanches et 2 rouges. On prélève 3 boules
d’un coup. On note respectivement X et Y les nombres de boules bleues et blanches dans l’échan-
tillon tiré.
1- Déterminer la loi du couple (X, Y ).
2- Déterminer les lois marginales de X et Y .
3- Calculer P [X > Y ] et P [X = Y ].
4- Sachant que l’échantillon contient deux boules bleues, quelle est la probabilité que la troisième
boule soit blanche ?

Exercice 1.
1) Dans ce cas on a X(Ω) = {0, 1} avec
P [X = 0] = P ({2, 4, 6}) = 1/2 et P [X = 1] = P ({1, 3, 5}) = 1/2.
2)Dans ce cas X(Ω) = {0, 1, 2} avec
1 1 5
P [X = 0] = P ({w1 , w5 }) = + =
3 12 12
1 1 4
P [X = 1] = P ({w2 , w4 }) = + =
4 12 12
1
P [X = 2] = P ({w3 }) = .
4
P
On a bien i P [X = xi ] = 1.
3) La fonction de répartition de X est une fonction définie pour tout x ∈ < par
X
F (x) = P [X ≤ x] = P [X = xi ].
xi ≤x
donnée par
x ] − ∞, 1[ [1, 3[ [3, 5[ [5, 7[ [7, 9[ [9, 11[ [11, +∞[
F (x) 0 0, 05 0, 15 0, 3 0, 5 0, 8 1
La représentation est une fonction en escalier.
Exercice 2. On note X la variable aléatoire qui désigne le gain du joueur A. Alors X(Ω) = {x, −2}
avec
P [X = x] = 1/4 et P [X = −2] = 3/4,
on a alors
x −6
E(X) = x × P [X = x] − 2 × P [X = −2] = − .
4 4
Le jeu est équitable si E(X) = 0 et par suite, on a x = 6. Donc le joueur A doit gagner 6 Dh.
Exercice 3. Soit X la variable aléatoire qui désigne le gain du joueur A. Alors on a X(Ω) =
{60, 30, 10, −100}. Les pièces de monnaie sont parfitement équilibrés donc les événements sont
équibrobables. On note F pour face et P pour pile . donc
P [X = −100] = P ({P P P }) = 1/8, P [X = 10] = P ({F P P, P F P, P P F }) = 3/8,
P [X = 30] = P ({F F P, F P F, P F F }) = 3/8, P [X = 60] = P ({F F F }) = 1/8,
xi −100 10 30 60
P [X = xi ] 1/8 3/8 3/8 1/8
2) P [X < 30] = P [X = 10] = 3/8 et P [X > 10] = P [X = 30] + P [X = 60] = 1/2.
3)
X
E(X) = xi P [X = xi ] = −100×P [X = −100]+10×P [X = 10]+30×P [X = 30]+60×P [X = 60] = 10.
i
X
V (X) = x2i P [X = xi ] − E(X)2 .
i
4) On va changer la valeur d’une éventualité. Notons par exemple que le joueur gange x i il obtient
3 pile. Alors
x 180
E(X) = x/8 + 10 × P [X = 10] + 30 × P [X = 30] + 60 × P [X = 60] = + .
8 8
Alors
E(X) = 0 ⇔ x + 180 = 0 ⇔ x = −180.
Exercice 4. On considère les événement suivant : Fi : tirer une femme au tirage N ◦ i

Hi : tirer un homme au tirage N ◦ i
1) Dans ce cas X(Ω) = {1, 2, 3, 4}. Ainsi,
P [X = 1] = P (H1 ) = 5/8
P [X = 2] = P (F1 ∩ H2 ) = P (F1 )P (H2 /F1 ) = 3/8 × 5/7
P [X = 3] = P (F1 ∩ F2 ∩ H3 ) = P (H3 /F1 ∩ F2 )P (F2 /F1 )P (F1 ) = 5/6 × 2/7 × 3/8
P [X = 4] = P (F1 ∩ F2 ∩ F3 ∩ H4 ) = P (H4 /F1 ∩ F2 ∩ F3 )P (F3 /F2 ∩ F1 )P (F2 /F1 ) = 1/6 × 2/7 × 3/8.
La loi est :
xi 1 2 3 4
P [X = xi ] 5/8 = 35/56 15/56 5/56 1/56
2) Il suffit d’appliquer les relations :

X
E(X) = xi P [X = xi ] = 5/8 + 30/56 + 15/56 + 4/56 = 84/56.
i
et X
V (X) = x2i P [X = xi ] − E(X)2 = 5/8 + 60/56 + 45/56 + 16/56 − (84/56)2 .
i
Exercice 5.
1)a-
P [X ≤ 2] = P [X = 0] + P [X = 1] + P [X = 2] = 0, 6.
b- X
E(X) = kP [X = k] = 0, 15 + 0, 5 + 0, 9 + 0, 6 + 0, 5 + 0, 18 = 2, 83.
k
X
V (X) = k 2 P [X = k] − E(X)2 = 0, 15 + 1 + 2, 7 + 2, 4 + 2, 5 + 1, 08 − 8, 0089 = 1, 8211
k
et σ(X) = 1, 35.
2)a- Pour y commandés la quantité vendue x ne dépasse pas y. Alors,
Gy (x) = 5000x − 2000(y − x), si x ≤ y.

Exercice 6.
1) f est positive, d’autre part,
Z ∞ Z +∞
1 |x−µ|
f (x)dx = e− λ dx
−∞ 2λ −∞
Z µ Z ∞
1 x−µ 1 x−µ
= e λ dx + e− λ dx
2λ −∞ 2λ µ
= 1.
2) Pour λ = 1 et µ = 0. et en utilisant une intégration par partie, on obtient

Z Z ∞
1
E(X) = xf (x)dx = xe−|x| dx
2 −∞
Z 0 Z ∞
1 1
= xex dx + xe−x dx
2 −∞ 2 0
= 0.
De même,
Z Z ∞
1 |x−|
V (X) = x2 f (x)dx = x2 e− λ dx
2λ −∞
Z 0 Z ∞
1 1
= x2 ex dx + x2 e−x dx
2 −∞ 2 0
= 2.
Exercice 7.
1) On peut représenter facilement la fonction f .
+∞ 100
−0, 03x2 + 10x
Z Z
Aire = f (x)dx = dx
−∞ 0 40000
3
100
1 −x
= + 5x2
40000 100 0
= 1.
2) a- P [X = 30] = 0 puisque X est une variable continue.

b- Par définition on a :
Z 30
P [X ≤ 30] = f (x)dx
−∞
30
−0, 03x2 + 10x
Z
= dx
0 40000
3 30
1 −x
= + 5x2 = 0, 10575.
40000 100 0
c- P [X > 1] = 1 − P [X < 30] = 1 − 0, 10575 = 0, 8943.

d-
3 70
−x
Z
1
P [60 < X < 70] = 70f (x)dx = + 5x2 = 0, 13.
60 40000 100 60
3)
100
−0, 03x2 + 10x
Z Z
E(X) = xf (x)dx = x
0 40000
Z 100
1
−0, 03x3 + 10x2 dx

=
40000 0
100
−3x4 10x3

1
= +
40000 400 3 0
= 64, 58.
et
100
−0, 03x2 + 10x
Z Z
V (X) = x2 f (x)dx − E(X)2 = x2 − (64, 58)2
0 40000
Z 100
1
−0, 03x3 + 10x2 dx − (64, 58)2

=
40000 0
= 579
√
et par conséquent, σ(X) = 579 = 24, 06.
4) On sait que F est une fonction positive et croissante de 0 à 1. La fonction de répartition est la
primitive de f .
Z x
F (x) = f (t)dt
−∞
Si x < 0 alors F (x) = 0.

Si 0 ≤ x ≤ 100, alors x
x 3
−x
Z
1
F (x) = f (t)dt = + 5x2
0 40000 100 0
Si x > 100, F (x) = 0.

Exercice 8. Les guichets travaillent indépendament l’un de l’autre, alors les variables X et Y sont
indépendants. On a X(Ω) = {0, 1, 2, 3} et Y (Ω) = {0, 1, 2}. Alors
PXY : X(Ω) × Y (Omega) → [0, 1]

(i, j) 7→ PXY (i, j) = PX (i) × PY (j)
avec
P [X = k] = C3k (0, 1)k (0, 9)3−k , pour k = 0, 1, 2, 3.

P [Y = k] = C2k (0, 2)k (0, 8)2−k , pour k = 0, 1, 2.
2) Un client peut se servir à un guichet de type carte rouge s’il y a au moins un guichet en marche,
i.e., X ≤ 2. Donc
P [X ≤ 2] = 1 − P [X > 2] = 1 − P [X = 3] = 1 − (0, 1)3 .
3) On calcule PXY /Y =2 (X ≤ 2) = P [X ≤ 2].

4) E(X) = 0, 3 et E(Y ) = 0, 4.
5) Puisque X et Y sont indépendants, alors cov(X, Y ) = 0.
6) V (X) = 3 × (0, 1)(0, 9), V (Y ) = 2 × 0, 2 × 0, 8 et V (X + Y ) = V (X) + V (Y ) car X et Y sont
indépendants.
Exercice 9.
1) Z Z
E(T ) = tf (t)dt = ∞t2 e−t dt
0
et par intégration par partie, on trouve E(T ) = 2.

de même, Z
V (T ) = t3 e−t dt − E(T )2 = 2
p √
et V (T ) = σ(T ) = 2.
2) La fonction de répartition est
Z x Z x
F (x) = f (t)dt = f (t)dt
−∞ 0
Si x < 0 alors F (x) = 0.

Si x >, alors,
x
Z x x
F (x) = −te−t 0 + e−t dt = −xe−x + −e−t 0 = −xe−x − e−x + 1.

0
3)
P [T > 2] = 1 − P [T < 2] = 1 − F (2)
P [45/60 < T < 3] = F (3) − F (45/60).
F (4) − F (2)
P (T < 4/T > 2) = P [2 < T < 4]/P [T > 2] = .
1 − F (2)
Exercice 10. On a X(Ω) = {0, 1, 2} et Y Ω = {0, 1, 2}.
PXY : X(Ω) × Y (Omega) → [0, 1]

(i, j) 7→ PXY (i, j) = P [X = i, Y = j] = C2i × C2j × C22−i−j (0, 6)i (0, 3)j (0, 1)2−i−j
yj \xi 0 1 2 Loi marginale de Y :PY

0 0, 01 0, 14 0, 36 0, 49
1 0, 02 0, 36 0 0, 42
2 0, 09 0 0 0, 09
Loi marginale de X :PX 0, 16 0, 48 0, 36 1
3) On a E(X) = 1, 2 et E(Y ) = 0, 6.
4) X
V (X) = k 2 P [X = k] − E(X)2 = 0, 48
k
σ(X) = 0, 693
X
V (Y ) = k 2 P [Y = k] − E(Y )2 = 0, 419
k
σ(Y ) = 0, 648.
3) Soit T la variable désigne le nombre de clients payant par carte.
Si T = 1 alors Y prend les valeurs {0, 1} et on a pour k = 0 ou k = 1 , on a
P [Y = k] ∩ P [T = 1]
P (Y = k/T = 1) =
P [T = 1]
avec T = 1 ⇔ X +Y = 1 ⇔ (X, Y ) = (1, 0)ou(X, Y ) = (0, 1). Donc P (T = 1) = 0, 12+0, 06 = 018.

Ainsi,
P [Y = 0] ∩ P [X = 1] 0, 12
P (Y = 0/T = 1) = = = 0, 667
P [T = 1] 0, 18
P [Y = 1] ∩ P [X = 0] 0, 06
P (Y = 1/T = 1) = = = 0, 333.
P [T = 1] 0, 18
Exercice 11.
1)
4 X
2 4 X
2
X X 1 ij
pij = (1 − )
i=1 j=1 i=1 j=1
7 30
 
4 2
1 X
2 −
X ij 
=
7 i=1 j=1
30
4
1X 1
= 2− i
7 i=1 10
4
!
1 1 X
= 8− i
7 15 i=1

1 10
= 8− = 1.
7 10
donc f est une fonction de probabilité.

2) On a ∀i ∈ X(Ω),
2 2
X X 1X ij
P [X = i] = P [X = i, Y = j] = pij = (1 − )
j=1
7 j=1 30
j∈Y (Ω)

1 i
= 2−
7 10
3) On a ∀i ∈ X(Ω),
P [X = i, Y = 1]
P [X = i/Y = 1] =
P [Y = 1]
1 i 1
= (1 − )
7 30 P [Y = 1]
P4 11
Or, P [Y = 1] = i=1 pi1 = 21 . Ainsi, ∀i ∈ X(Ω) on a
1 i 21 3 i
P [X = i/Y = 1] = (1 − ) = (1 − ).
7 30 11 11 30
Exercice 12. Dans ce cas on a X(Ω) = {0, 1, 2} et Y (Ω) = {0, 1, 2, 3}. Puisque le tirage est d’un
seul coup, alors chaque tirage est une combinaison. Donc,∀0 ≤ i ≤ 2, ∀0 ≤ j ≤ 3, on a X = i et
Y = j c’est un tirage de i bleues parmi les 2 bleues et j blanches parmi les 3 blanches et 3 − i − j
rouges parmi 2 rouges.
C i C j C 3−i−j
P [X = i, Y = j] = 2 3 32
C7
avec Cnk = 0 si k < 0.

3) Le seul cas possible de [X = Y ] est X = Y = 1.
C21 C31 C21

P [X = Y ] = P [X = Y = 1] = .
C73
4)
P [X > Y ] = P [X = 1, Y = 0] + P [X = 2, Y = 0] + P [X = 2, Y = 1].
5) Si Z la variable de nombre de boules rouges. Alors
X = 2 ⇔ Y = 1 ou Z = 1
Alors
P [X = 3] C3
P [Y + Z = 0/X = 2] = = 1 1 3 1 1.
P [X = 2] C2 C3 + C2 C2
Chapitre 4
Lois usuelles de probabilités
4.1 Exercices
Exercice 1. Un industriel s’approvisionne auprès d’une usine qui fabrique des machines dont 99%
de bonnes qualités. L’industriel commande 25 machines.
1) Quelle est la loi suivie par la variable aléatoire désignant le nombre de machines de bonne qua-
lités ?
2) Quelle est la probabilité que sur le lot commandé, aucune machine ne soit de maivaise qualité ?
3) L’industriel refuse la commande lorsque le nombre de machine de mauviase qualité est supérieur
à deux. Quelle est la probabilité que cet événement se réalise ?
Exercice 2. Sur plusieurs stands, des loteries identiques sont organisées. Chacune comporte 20
billets dont un gagne 100 F, deux gagnent 50 F et trois gagnent 20 F. Les autres billets ne gagnent
rien.
1) Une personne achète un billet. Soit X la variable aléatoire : somme gagnée par cette personne.
a- Etablir la loi de probabilité de X.
b- Quelle est la probabilité que la personne gagne au moins 50 F ?
2) Une autre personne a pris un billet à 5 stands différents. Soit Y la variable aléatoire désignant
le nombre de billets gagnants.
a- Quelle est la loi de probabilité de Y ?
b- Quelle est son espérance et son écart-type.
Exercice 3. Un établissement commercial a crée un département de vantes par téléphone. L’éta-

blissement a commandé une étude statistique des appels téléphoniques reçus en vue de réduire
l’attente de ses clients au téléphone. Cette étude a montré que les appels obéissaient à un proces-
sus de poisson et que le nombre de moyen des appels observés entre 18 et 20 heures était de 120
par heure. Les questions suivantes se rapportent toutes à la plage de 18 − 20 heures.
1) Calculer la probabilité qu’il y ait strictement plus de 15 appels enregistrés pendants une période
de 5 munites.
2) Quelle est la probabilités qu’il se produise un et un seul appel durant 30 secondes ?
3) Quelle est la probabilité qu’il se produise au moins deux appels durant 30 secondes ?
Exercice 4. Un boulevard principal du centre ville contient deux grands carrefours. Le nombre
des accidents enregistrés pendant une durée de 10 jours, est 15 pour le premier carrefour et 20
pour le second carrefour.
1) Calculer la probabilité, que pour un jour donné durant cette période , il n’y ait pas d’accidents.
Supposons maintenant que le nombre de blessés par un accident numéro i, est une variable aléatoire
25
26 CHAPITRE 4. LOIS USUELLES DE PROBABILITÉS
Xi qui suit une loi de poisson de paramétre λ. Le nombre total de blessés pour un jour donné est :
S = X1 + X2 + · · · + XN avec N le nombre total d’accident enregistrés pour ce jour et les Xi sont
indépendantes.
2) Sachant que le nombre d’accident pour un jour donné est égal à 2, calculer la probabilité que le
nombre total de blessés est au moins égal à 1.
3) Calculer la probabilité que pour un jour donné, il n’ait pas de blessées.
Exercice 5. Une entreprise commercialise deux types de Boissons : Produit A et produit B et

vendus à 30 dhs la bouteille. Il subsiste des erreurs d’étiquitage et on admet qu’un acheteur de
Boisson de type A aura une probabilité p = 0, 12 d’avoir en fait une bouteille de Boisson de type B.
Un restaurateur achète 200 bouteilles de type A. Soit X la variable aléatoire désignant le nombre
de bouteilles de type B parmi ces 200 bouteilles.
1) Quelle est la loi suivie par X ? Calculer E(X) et V (X).
2) D’eterminer par quelle loi peut-on approcher la loi de X.
3) En utilisant l’approximation de loi, calculer P [20 < X < 30].
4) Au fur et à mesure de la consommation des 200 bouteilles, le restaurateur a pu d’etecter chacune
des bouteilles de type B. Il décide alors de ne payer que les bouteilles de type A et de refuser de
payer les bouteilles du type B. Calculer avec cette hypothèse, la probabilité que l’entreprise ait un
bénéfice positif sachant que la bouteille du type A lui revient à 18 dhs et de type B à 8 dhs.
Exercice 6. Une entreprise utilise 4 machines pour remplir de sachets de thé. Chaque machine
est réglée pour déposer 40 grammes. La variation du poids des sachets est tolérée, c’est pourquoi
le poids des sachets suit une loi normale de paramètres m = 40 et σ = 5. Pour chacune des 4
machines, on prélève 50 sachets en fin de journée.
1- Quelle est la probabilité que le poids moyen des 200 sachets soit inférieur ou égal à 39 grammes ?
2- Quelle est la probabilité que le poids moyen des 50 sachets prélevés sur une machine soit inférieur
ou égal à 39 grammes ?
3- Quelle est la probabilité que la différence de moyennes entre deux machines différentes :
- soit supérieur à 5 grammes ?
- Soit inférieur à 0, 5 grammes ?
Exercice 7. Une entreprise fabrique et commercialise des produits de consommation. Il y a une

probabilité constante égale à 0, 1 qu’un article choisi au hasard dans la production ne satisfasse
pas aux normes imposées.
1- On prélève au hasard 10 articles. Soit X le nombre d’articles non comformes parmi ces 10 ar-
ticles. Calculer la probabilité qu’il y ait au moins un article non comforme parmi ces 10 articles.
2- On prélève au hasard 500 articles. Soit X le nombre d’articles non comformes parmi ces 500
articles.
i)- Indiquer la loi suivie par X.
ii)- Montrer que cette loi peut être approchée par une autre loi que l’on précisera.
iii)- A l’aide de cette loi, calculer la probabilité qu’il y ait au moins 50 articles non conformes parmi
ces 500 articles.
Exercice 8. Un candidat passant un examen est ajourné si sa note est inférieure à 7, passe l’oral
si sa note est comprise entre 7 et 12, est admis sans oral si sa note est supérieur à 12. On suppose
que les notes suivent une loi normale de paramètres m et σ.
I) On suppose que m = 9 et σ = 3.
a- Calculer la probabilité pour qu’un candidat soit ajourné.
b- Calculer la probabilité pour qu’un candidat soit passe l’oral.
c- Calculer la probabilité pour qu’un candidat soit admis sans oral.
d- On considère un ensemble de 4 candidats choisis au hasard. Quelle est la probabilité que deux
de ces candidats soient ajournés ?
e- On considère un ensemble de 500 candidats choisis au hasard. Quelle est la probabilité pour que
le nombre de candidats passant l’oral soit compris entre 284 et 306.
f- Détermine l’intervalle de centre m qui contient 96% des notes.
II) On suppose m et σ inconnus. On souhaite admettre (sans oral)15, 87% des candidats et ajourner
6, 68% des candidats.
a- Calculer la probabilité pour qu’un candidat passe l’oral.
b- Déterminer les valeurs m et σ.
c- Calculer la probabilité qu’un candidat ait plus de 15.
d- On considère 500 candidats choisis au hasard. Calculer la probabilité pour qu’aucun candidat
ait une note supérieure à 15.
e- On considère un ensemble de 600 candidats choisis au hasard. Quelle est la probabilité que le
nombre de candidats admis sans oral soit supérieur à 100 ?
Exercice 9. Une entreprise de vente par correspondance décide une campagne de promotion. Elle
envoie 10000 lettre à des clients potentiels, leur proposant l’envoi gratuit de son catalogue s’ils
lui retournent un coupon réponse inclus dans la lettre. L’expérience a montré que, dans ce genre
de campagne promotionnelle, sur 100 personnes atteintes, 15 en moyenne demandent l’envoi du
cataloque gratuit. On peut par ailleurs considérer que les réponses des personnes contactées sont
indépendantes les unes des autres. Les coûts d’une telle campagne sont les suivants :
- chaque lettre envoyée coûte 10 francs.
- chaque catalogue expédié gratuitement coûte 50 francs.
- Les autres coûts peuvent être évalués globalement à 80000 francs.
On considère que le nombre de demandes de catalogues gratuits reçus par l’entreprise est une
variable aléatoire X et le coût total de la compagne promotionnelle est une variable aléatoire Y .
1.a- Déterminer la loi de probabilité suivi par X.
1.b- Calculer l’espérance mathématique et l’écart-type de X.
1.c- Indiquer pourquoi la loi suivie par X peut être approchée par une loi normale.
1.d- Calculer, selon cette dernière loi, la probabilité que X soit supérieure à 1450.
1.e- Déterminer, selon la même loi, la valeur de X qui a la probabilité 0, 80 d’être dépassée.
2.a- Exprimer Y en fonction de X.
2.b- Calculer l’espérance mathématique et l’écart-type de Y .
2.c- Si on admet que X suit une loi normale, déterminer la loi de probabilité de Y .
2.d- Calculer E(Y ) et donner sa signification.
3- Calculer la probabilité que le coût de la compagne soit comprise entre 250000 F et 260000 F.
Exercice 10. La demande d’un produit A suit une loi normale. Il y a une chance sur trois qu’elle
soit inférieure à 80 unités et une chance sur quatre qu’elle soit supérieure à 160.
1- Déterminer les paramètres de la loi normale.
2- Calculer la probabilité que la demande soit inférieure à 100 unités.
3- Calculer la demande qui a 75% de chances d’être dépassée.
Exercice 11. On lance un dé èquilibré 100 fois de façcon indépendante. Calculer la probabilité
que la somme totale des points obtenus soit comprise entre 3 et 400.

Exercice 1. On note X la variable désignant le nombre de machines de bonne qualité parmi le
lot de 25 machines. On définit l’épreuve de Bernoulli :
Succès : la machine est de bonne qualité avec p = 0, 99.
Echec : La machie est de mauvaise qualité avec q = 1 − p = 0, 01.
L’expérience consiste à répéter les épreuves e Bernoulli 25 fois d’une manière indépendante, et X
est le nombre de succès donc X ' B(n = 25, p = 0, 99).

2)
P [X = 25] = (0, 99)25 .
3) Le nombre de machine de mauvaise qualité est ≥ 2 veut dire que le nombre de machines de
bonne qualité est ≤ 23, i.e,
24
P [X ≤ 23] = 1 − P [X ≥ 24] = 1 − P [X = 24] − P [X = 25] = 1 − C25 .
Exercice 2.
1)a- On a X(Ω) = {0, 20, 50, 100} avec
14 3 2 1
P [X = 0] = , P [X = 20] = , P [X = 50] = , P [X = 100] = .
20 20 20 20
b-
3
P [X ≥ 50] = P [X = 50] + P [X = 100] =
20.
2)a- On définie l’épreuve de Bernoulli :
6
Succès : Billet gagnant avec p = P [X > 0] = 20 .
Echec : Billet perdant avec q = 1 − p = P [X = 0] = 14
20 .
On a 5 billets et on compte le nombre de succès dans la répétition 5 fois des épreuves de Bernoulli
6
d’une manière indépendante donc Y ' B(5, 20 ).
b-
6 6 6 14 6 14 21
E(Y ) = np = 5 = , V (Y ) = npq = 5 = = .
20 4 20 20 4 20 20
Exercice 3. On note X le nombre d’appels tĺéphoniques pendant 5 min entre 18 − 20. X ' P (λ)
T 5
avec λ = p dt avec p = 240, T = 5 et dt = 120. donc λ = 240 120 = 10. Ainsi,
P [X > 15] = 1 − P [X ≤ 15]
En utilisant la table statistique de la loi de Poisson on obtient
P [X > 15] = 1 − 0, 951 = 0, 049.

T 30
2) Dans ce cas λ = p dt avec T = 30 et dt = 120 × 60 = 7200. Donc, λ = 120 7200 = 1/2. Ainsi,
P [X = 1] = 1/2e−1/2 .
3)
P [X ≥ 2] = 1 − P [X ≤ 1].
Exercice 4. 1) On note X (respectivement Y )la variable désignant le nombre d’accidents dans

le premier (resp. deuxième) carrefour. Alors X = P (λ1 ) et Y = P (λ2 ) avec λ1 = 3/2 et λ2 = 2.
Comme les deux variables sont indépendants alors Z = X + Y ' P (λ1 + λ2 ) = P (7/2). Ainsi,
P (X + Y = 0) = e−7/2 .
2) S ' P (N Λ).
e−2λ
P [S ≥ 1/Z = 2] = 1 − P [S = 0/Z = 2] = 1 − P [S = 0, Z = 2]/P [Z = 2]1 −
P [Z = 2]
Z = 2 alors S ' P (2λ) et P [Z = 2] = e−7/2 (7/2)2 /2. ainsi,
e−2λ
P [S ≥ 1/Z = 2] = 1 − .
e−7/2 (49/8)
3)
P [S = 0] = eN λ .
Exercice 5. On défine l’épreuve de Bernoulli :
Succès : la bouteille est de type B avec p = 0, 12.
Echèc : la bouteille est de type B avec q = 1 − p = 0, 88.
On note Xi la variable aléatoire de Bernoulli B(p) qui désigne le type de la bouteille N ◦ i alors
X = X1 + X2 + · · · + X200 . Les variables aléatoires Xi sont indépendantes et par conséquent
X ' B(n = 200, p = 0, 2) et on a :
E(X) = np = 24, V (X) = npq = 200 = 21, 12.
2) On a n ≥ 30 et npq = 21, 12 > 15 donc les conditions d’approximations sont vérifiés pour
√
approcher une loi binomiale par une loi normale de paramètre m = np = 24 et σ = npq = 4, 6.
3) En utilisant la correction de continuité et en utilisant la table de la loi normale, on obtient
P [20 < X < 30] = P [20 + 0, 5 < X < 30 − 0, 5] = P [20, 5 < X < 29, 5]
20, 5 − 24 29, 5 − 24
= P[ <X< ]
4, 6 4, 6
= P [−0, 76 < T ≤ 1, 19]
= Π(1, 19) − Π(−0, 76) = Π(1, 19) − (1 − Π(0, 76))
= 0, 883 − 1 + 0, 7764 = 0, 6594.
avec T = X−24
4,6 ' N (0, 1).
4) On note Y la variable désignant le bénéfice. Alors Y = (200−X)(30−18)−8X = 200×12−20X =
−20X + 2400. Alors
120 − 24
P [Y > 0] = P [−20X + 2400 > 0] = P [X < 120] = P [T < ] = P [T < 20, 86].
4, 6
Exercice 6. On note Xi le poids d’un sachet. On a Xi ' N (m, σ).

P 200 √
i X 2
1) On note X le poids moyendes 200 sachets. Alors X = i=1 200 ' N (m; σ1 = 4 = 0, 35). En
effet, P200
Xi
E(X) = E( i=1 ) = m
200
P200 200
Xi 1 X σ2
V (X) = V ( i=1 ) = V (X i ) = .
200 (200)2 i=1 200
1)
39 − m −1
P [X < 39] = P [T < ] = P [T < ]
σ1 0, 35
avec T ' N (0, 1). Ainsi et utilisant la table statistique de la loi normale, on obtient
1
P [X < 39] = Π(− ) = 1 − Π(2, 85) = 1 − 0, 9978 = 0, 0022.
0, 35
√
2
2) Le poids moyen des 50 sachets est une variable aléatoire D ' N (m, 2 = 0, 7). Alors
39 − 40
P [D < 39] = P [T < ] = Π(−10/7) = 1 − π(1, 428) = 1 − 0, 9228 = 0, 0772.
0, 7
3) On note D1 et D2 les poids moyens des deux machines. Donc D1 − D2 ' N (0, 1). Ainsi,
P [|D1 − D2 | > 5] = P [|D1 − D2 | > 5] = P [D1 − D2 > 5] + P [D2 − D1 > 5] = 2(1 − Π(5)).
P [|D1 −D2 | < 0, 5] = P [|D1 −D2 | < 0, 5] = P [D1 −D2 < 0, 5]+P [D2 −D1 < 0, 5] = 2Π(0, 5)) = 1, 383.
Exercice 7.
1) X suit une loi binomiale B(10, p = 0, 1).
P [X ≥ 1] = 1 − P [X = 0] = 1 − 0, 91 0 = 1 − 0, 3487 = 0, 6513.
2)i) Dans ce cas X ' B(500, 0, 1).
ii) les conditions d’approximations suivantes :
n = 500 > 30, npq = 500 × 0, 1 × 0, 9 = 45

√
sont satisafites, et donc la loi binomiale B(500, 0, 1) peut être approchée par N (np = 50, npq =
6, 708).
iii) par correction de continuité, on a
49, 5 − 50
P [X ≥ 50] = P [X > 49, 5] = P [T > ] = P [T > −0, 074] = 1−Π(0, 074) = 1−0, 528 = 0, 472.
6, 708
Exercice 8. On note X la v.a. qui désigne la note du candidat.

I) X ' N (9, 3).
a-
−2
P [X < 7] = P [T < ] = 1 − Π(0, 666) = 1 − 0, 746 = 0, 254.
3
b-
P [7 < X < 12] = P [−2/3 < T < 1] = Π(1)−Π(−2/3) = Π(1)−1+Π(2/3) = 0, 8413−1+0, 746 = 0, 5873.
c-
P [X > 12] = 1 − P [X < 12] = 1 − P [T < 1] = 1 − Π(1) = 1 − 0, 8413 = 0, 1587.
d- Si on note Y le nombre de candidats ajournés parmi les 4 choisis. Alors Y ' B(4; p = 0, 254).
P [Y = 2] = C42 p2 (1 − p)2 = C42 (0, 254)2 (0, 746)2 .
e) Si on note Z le nombre de candidats parmi les 500 passant l’oral. Donc Z ' B(500, p = 0, 5873)
qui peut être approchée par une loi normale N (293, 6; 11, 007).
P [284 < Z < 306] = P [−0, 872 < Z < 1, 126] = Π(1, 126)−1+Π(0, 872) = 0, 865−1+0, 8078 = 0, 6728.
f- On détermine l(intervalle ]m − a, m + a[ tel que P [m − a < X < a + m] = 0, 96.. On a :
P [m − a < X < m + a] = P [−a/sigma < T < a/σ]

= Π(a/σ) − Π(−a/σ)
= 2Π(a/σ) − 1
Ainsi,
P [m − a < X < a + m] = 0, 96 ⇔ 2Π(a/σ) − 1 = 0, 96 ⇔ Π(a/σ) = 1, 96/2 = 0, 98
D’après la tables statistique, on obtient que
a/3 = 2, 055 ⇔ a = 6, 165
Donc [9 − 6, 165; 9 + 6, 165] = [3, 165; 14, 165] qui contient 96% des notes.
II) a-
P [7 < X < 12] = 1 − P [x > 12] − P [X < 7] = 1 − 0, 1587 − 0, 0668 = 0, 7745.
b- Nous avons deux inconnus et il nous faut deux équations :

12 − m 7−m
P [X > 12] = P [T > ] = 0, 1578, P [X < 7] = P [T < ] = 0, 0668.
σ σ
avec T ' N (0, 1). On obtient
12 − m 7−m
1 − Π( ) = 0, 1578, Π( ) = 0, 0668.
σ σ
le système devient :
Π( 12−m 12−m

σ ) = 0, 8422 ⇔ σ = 1, 005
1 − Π(− 7−m
σ ) = 0, 0668 − 7−m
σ = 1.5

σ=2
m = 10.
c-
15 − 10
P [X > 15] = P [T > ] = P [T > 2, 5] = 1 − Π(2, 5) = 1 − 0, 9938 = 0, 0062
2
avec T ' N (0, 1).
Pour les questions d et e On procède de la même manière que dans la première partie.
Exercice 9.
1)a- Chaque lettre envoyé génère une épreuve de Bernoulli :
Succès : demande de catalogue avec une probabilité p = 0, 15.
Echèc : non demande de catalogue avec une probabilité p = 0, 85.
Donc X ' B(n = 10000; p = 0, 15).
b- p
E(X) = n × p = 1500, V (X)npq = 1275, σ(X) = V (X) = 35, 71.
c- Les conditions d’approximation sont satisfaites : soit
n ≥ 50, np = 1500 > 15, nq = 8500 > 15
Donc, on peut approcher la loi B(10000, 0, 85) par N (1500, 35, 71).
d- En utilisant l’approximation, la correctionde continuité et la table staistique de la loi normale,
on obtient
P [X > 1450] = 1 − P [X ≤ 1450] = 1 − P [X ≤ 1450, 5]

1450, 5 − 1500
= 1 − P [T ≤ ]
35, 71
= 1 − P [T ≤ −1, 38] = 1 − Π(−1, 38)
= Π(1, 38) = 0, 91
avec T ' N (0, 1).

e-
x + 0, 5 − 1500
P [X > x] = 0, 8 ⇔ 1 − P [T ≤ ] = 0, 8
35, 71
x+0,5−1500
On pose t = 35,71 , on trouve
P [T ≤ t] = 0, 2 ⇔ 1 − Π(−t) = 0, 2
Ce qui donne
Π(−t) = 0, 8 ⇔ t = −0, 8416
Soit x+0,5−1500
35,71 = −0, 8416 ⇔ x = 1469, 4.
2) Y est le coût de la compagne, soit coût d’envois des 10000 lettres + coût d’envois des catalogues
+ coût fixes. donc
Y = 50X + 180000
b-
E(Y ) = 50E(X) + 180000 = 255000, V (Y ) = (50)2 V (X) ⇔ σ(Y ) = 50σ(X) = 1785, 50.
c- Si X suit une loi normale, alors Y suit aussi une loi normale N (255000; 1785, 5)
d- E(Y ) = 255000 est le coût moyen de la compagne.
e-
250000 − 255000 260000 − 255000
P [250000 < Y < 260000] = P[ <T < ]
1785, 5 1785, 5
= P [−2, 8 < T < 2, 8]
= 2Π(2, 8) − 1
= 0, 9948.
Exercice 10. On note X la v.a. qui désigne le nombre de demande du produit A et on pose
X ' N (m, σ).
1) On a
80 − m
P [X < 80] = 1/3 ⇔ P [T < ] = 1/3
σ
et
160 − m
P [X > 160] = 1/4 ⇔ 1 − P [T < ] = 1/4
σ
avec T ' N (0, 1). En utilisant la table statistique, on obtient
Π(− 80−m − 80−m

σ ) = 2/3 = 0, 666 ⇔ σ = 0, 435
Π( 160−m
σ ) = 0, 75 160−m
σ = 0, 675
Ce qui donne
σ = 72, 07, m = 111, 35.
2)
P [X < 100] == Π(−0, 157) = 1 − Π(0, 157) = 1 − 0, 56 = 0, 44.
3)
x − 111, 35 x − 111, 35
P [X > x] = 0, 75 = 1 − P [T < ] = 0, 75 ⇔ Π( ) = 0, 25
72, 07 72, 07
Ce qui équivalent à
x − 111, 35 x − 111, 35
Π(− ) = 0, 75 ⇔ (− = 0, 675
72, 07 72, 07
Ainsi, x = 62, 70.
Exercice 11. Soit Xi , 1 ≤ i ≤ 100, la v.a. désigne le nombre de points obtenus de dé numéro i
P100
et soit X = i=1 Xi . Les Xi sont indépendantes et ont mm̂e loi d’espérence m = 21/6 et d’écart
√
type σ = 105/6. Donc, d’après le téorème√ du centrale limite on a la loi de X peut être approchée
par la loi N (100m; 10σ) = N (2100/6; 10 105/6).
300 300
P [300 < X < 400] = P [− √ <T < √ ]
10 105 10 105
= P [−2, 93 < T < 2, 93]
= 2Π(2, 93) − 1
= 2 × 0, 9983 − 1
= 0, 9966.

Langue

Recueilexercices VI

Transféré par

Informations du document

Description :

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Recueilexercices VI

Titre original :

Transféré par

Description :

Droits d'auteur :

i

Université Ibn Tofail

Polycopié des exercices corrigés de Probabilités

Pr. Otheman Nouisser

4 Lois usuelles de probabilités 25

Exercice 5. Un étudiant possède 10 livres différents dont 4 de mathématiques, 2 de physique, 3

le déroulement de son étude ?

Exercice 7. Dix personnes sont placées au hasard, en rangée.

Exercice 11. On constitue un groupe de 6 personnes choisies parmi 25 femmes et 32 hommes.

1.2 Solutions des exercices

Cn2 = 351 ⇔ 1/2n2 − 1/2n − 351 = 0.

On résoudre l’équation on trouve que n = 27.

Il y a 3 possibilités de choisir une lettre et pour chaque chiffre il y a 6 possibiliés. Il y a 3 × 63

Exercice 4. Soient deux événements d’un même univers Ω, tels que :

P (A) = 0, 7, P (B) = 0, 6, P (A ∩ B) = 0, 42.

Exercice 6. Dans un collège, on compte 40% de filles et 60% de garçons.

3) Calculer la probabilité qu’une personne non vaccinée tombe malade.

2.2 Correction des Exercices

Exercice 2. On considère les événements suivants :

1- Alors on a P (A) = P (B) = 0, 1 et E1 = Ā ∩ B̄, et comme les événements A et B sont

2- La probabilité de tirer une boule blanche est 2/5.

P (A) = 2/5 × 3/4 et P (B) = 3/5 × 2/5. Donc

Exercice 5. Considérosn les événements suivants :

Exercice 6. Considérosn les événements suivants :

P (F ) = 0, 4, P (G) = 0, 6, P (M/F ) = 0, 6, P (B/F ) = 0, 25, P (F r/F ) = 0, 95, P (M/G) = 0, 55,

P (M ) = P (M ∩ G) + P (M ∩ F ) = P (M/G)P (G) + P (M/F )P (F ) = 0, 55 × 0, 6 + 0, 6 × 0, 4.

3- En utilisant le théorème de Bayes on a

Exercice 7. On considère les événements suivants :

P (C) = P (C1 ∩ C2 ) = P (C1 ∪ C2 = 1 − P (C1 ∪ C2 ).

2- On calcule P (H2 /S2 ).

P (H2 /S2) = 1 − P (H1 /S2)

Le chirurgien doit arrêter de faire ce type d’opération.

Par conséquent, le chirurgien doit arrêter ce type d’opérations.

P (A1 ∩ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 )

2- On procède par l’événement contraire.

P (A1 ∩ A2 ∩ A3 ) = P (A1 ) × P (A2 ) × P (A3 ) = (3/4)3 .

P (dni=1 Ai ) = 1 − (3/4)n ≥ 0, 99 ⇔ (3/4)n = 0, 01

ce qui donne que

Exercice 12. On note :

wn = (0.3)n w1 ⇔ un − 3/7 = (0.3)n (1/14) ⇔ un = (0.3)n (1/14) + 3/7.

Exercice 14. On considère les événements suivants :

Or, P (V̄ /M ) = 1 − P (V /M ), il vient

P (M ) = 2/3 × 8/100 + (1 − 2/15)P (M ) ⇔ P (M ) = 15/2 × 16/3 × 10−2 = (4/10).

P (M ) = P (M ∩V )+P (M ∩V̄ ) ⇔ P (M ∩V̄ ) = P (M )−P (M/V )P (V ) = 4/10−2/3×8/100 = 104/300.

D’où P (M ) = (5/8)10−2 − (8/100)2/3.

Exercice 15. On défine les événements suivants : M1 :  La personne a la maladie M1 

Exercice 16. On considère les événements suivants :

C2 :  le deuxième contrôleur peut décéler le déafut .

1) Lévénement contraire D̄ : il n’y a aucun défaut dans le train. Donc D̄ = e10

et par conséquent, P (D) = 1 − (0, 9)10 = 0, 65.

P (R/D) = P ((C1 ∪ C2 )/D) = P (C1 /D) + P (C2 /D) − P (C1 ∩ C2 /D)

P (R/D) = P (C1 /D) + P (C2 /D) − P (C1 /D)P (∩C2 /D)

3) On note S :  le train part . C’est l’évenement contraire de la question précédente. Donc

X(w1 ) = X(w5 ) = 0; X(w2 ) = X(w4 ) = 1; X(w3 ) = 2.

Déterminer la loi de probabilité de X.

Déterminer la fonction de répartition de X et donner sa représentation graphique.

Exercice 3. Un joueur lance simultanément 3 pièces de monnaie parfaitement équilibrées. Il gagne

Exercice 4. Lors d’une enquête, on a interrogé 5 hommes et 3 femmes. On choisit au hasard et

Exercice 6. Considérons la fonction f définie de R dans R par :

Exercice 7. Une variable

1- Donner la loi du couple (X, Y ).

Exercice 15. On défine les événements suivants : M1 : La personne a la maladie M1

C2 : le deuxième contrôleur peut décéler le déafut .

3) On note S : le train part . C’est l’évenement contraire de la question précédente. Donc

Exercice 4. On considère les événement suivant : Fi : tirer une femme au tirage N ◦ i