Filière : "Sciences Economiques et de Gestion"

Matière : Probabilité
Responsable de la matière : Ragbi Aziz
Exercices d’application
Session universitaire : 2014 - 2015

1
 Chapitre 3 : Notion de variable aléatoire
Exercice n 1 :
On est au réez de chaussée d’un immeuble de 8 étages. Combien de temps penser vous
pouvoir attendre, en moyenne, un ascenseur qui ne se trouve pas au réez de chaussée, qui
peut se trouver à n’importe quel étage avec la même probabilité et qui met 5 secondes pour
passer d’un étage à l’autre, son démarrage et son arrêt sont instantanés. Chi¤rer l’écart type
de votre temps d’attente.

Solution :

Si l’ascenseur se trouve au 1er étage, on doit attendre 5 secondes, s’il est au 2eme étage, on
doit attendre 10 secondes, et ainsi de suite, s’il se trouve au 8eme étage, on doit attendre 40
secondes.
La probabilité de se trouver à n’importe quel étage est 1/8. Le temps d’attente X est donc
une variable aléatoire dont la loi de probabilité est :

X 5 10 15 20 25 30 35 40 Total
P(x) 1/8 1/8 1/8 1/8 1/8 1/8 1/8 1/8 1

P
E(X) = xp(x) = (5 + 10 + 15 + 20 + 25 + 30 + 35 + 40) 1=8 = 22; 5 secondes
V (X) = E(X 2 ) E(X)2
P 2
E(X 2 ) = x p(x) = (52 + 102 + 152 + 202 + 252 + 302 + 352 + 402 ) 1=8 = 637; 5
V (X) = 637; 5 22; 52 = 131; 25
p
= 131; 25 = 11; 46 secondes

Exercice n 2 :
Pour vendre un article, un producteur décide de lancer une campagne publicitaire par inser-
tion de photos dans des journaux spécialisés. Le nombre d’articles vendus après une parution
est une variable aléatoire dont la loi de probabilité est la suivante :

Nombre d’articles Probabilité

0 0,525
100 0,350
200 0,125
Le producteur fait 50 parutions indépendamment les uns des autres. Soit X le nombre
d’articles vendus grâce à cette publicité. Calculer l’espérance et la variance de X.

Solution :

Soit Xi la variable aléatoire qui désigne le nombre d’articles vendus aprés une parution i. Sa
distribution de probabilité est :

2
 Nombre d’articles Probabilité
0 0,525
100 0,350
200 0,125
Calculons l’espérance et la variancce de Xi :
P
E(Xi ) = xi p(xi ) = 0 0; 525 + 100 0; 350 + 200 0; 125 = 60 articles
V (Xi ) = E(Xi2 ) E(Xi )2
P 2
E(Xi2 ) = xi p(xi ) = 02 0; 525 + 1002 0; 350 + 2002 0; 125 = 60

X, le nombre d’articles vendus après 50 parutions est égal à la somme des articles vendus
aprés chaque parution.

X
50
X = Xi
i=1
X
50
E(X) = E(Xi ) = 50 60 = 3000 articles
i=1
X50
V (X) = V (Xi ) = 50 4900 = 245000
i=1

Exercice n 3 :
4 étudiants dont aucun n’a étudié les sujets du cours passent un examen en deux questions.
La question 1 a 4 réponses indiquées dont une seule est juste. La question 2 en a 5.
Soit la variable aléatoire X qui désigne le nombre d’étudiants qui ont au moins une réponse
correcte.

1. Quelle est l’espérance du nombre d’étudiant qui ont au moins une réponse correcte ?

2. Calculer la probabilité que 2 étudiants au moins aient au moins une réponse correcte.

Solution :

Exercice n 4 :
On étudie la durée X des communications téléphoniques dont la fonction de répartition est :

0 si x < 0
F (x) kx
1 e si x 0
5
Sachant que k = 6

1. Quelle est la probabilité pour qu’une communication dure plus de 3 minutes ?

2. Quelle est la probabilité pour qu’une communication ait une durée entre 3 et 6 minutes
?

3
 3. Si on ne connaît pas k, quelle valeur faudrait-il lui donner pour que la probabilité d’une
communication supérieure à 3 minutes soit égale à 0; 1 ?

Solution :
Reprenons la fonction de répartition de X:

0 si x < 0
F (x) kx
1 e si x 0
5
k= 6

1. Probabilité pour qu’une communication dure plus de 3 minutes

5
3
P (X > 3) = 1 p(X 3) = 1 F (3) = 1 1 e6 = 0; 0821

2. Probabilité pour qu’une communication ait une durée entre 3 et 6 minutes

5 5
6 3
P (3 < X < 6) = F (6) F (3) = 1 e6 1 e6
0; 9933 0; 9179 = 0; 0754

3. Calcul de k
k 3
P (X > 3) = 0; 1 = 1 p(X 3) = 1 F (3) = 1 1 e

3k
ce qui donne e = 0; 1

Soit 3k = log(0; 1) = 2; 3

soit k = 0; 77

Exercice n 5 :
Soit la variable aléatoire continue dé…nie par la fonction de répartition suivante :

F (x) = kx2 si 0 x 4

1. Déterminer la valeur de k et la fonction de densité de probabilité de X.

2. Déterminer l’espérance mathématique et l’écart type de X.

3. Calculer la probabilité : p(1 x 3).

Solution :

F (x) = kx2 si 0 x 4

4
1) calcul de la valeur de k.
La fonction de répartition est un cumul de probabilités.

0 F (x) 1 avec F (4) F (0) = 1

1
F (4) = 1 =) k 42 = 1 =) k =
16
2) Calcul de E(X) et V (X)
Calculons la fonction de densité de probabilité f (x):

0
0 1 2 1 x
f (x) = F (x) = x =2 x=
16 16 8
x
8
si 0 < x 4
f (x)
0 sin on

- Calcul E(X)

Z +1
E(X) = xf (x)dx
1
Z 0 Z 4 Z +1
x
E(X) = x:0dx + x: dx + x:0dx
1 0 8 4
Z 4 2
x
E(X) = 0 + dx + 0
0 8
4
x3 43 8
E(X) = = 0=
24 0 24 3

- Calcul V (X)

V (X) = E(X 2 ) E(X)2

Z +1 2
2
E(X ) = x :f (x)dx
1
Z 0 Z 4 Z +1
2 2 2 x
E(X ) = x :0dx + x : dx + x2 :0dx
1 0 8 4
Z 4 3
x
E(X 2 ) = 0 + dx + 0
0 8
4
2 x4
E(X ) = =8
32 0
2
8 8
V (X) = E(X 2 ) E(X)2 = 8 =
3 9
p
= V (X) = 0; 94

5
c) Calcul de p(1 x 3)
1 1 1
p(1 x 3) = F (3) F (1) = 32 12 =
16 16 2

Exercice n 6 :
Soit F la fonction de répartition d’une variable aléatoire X, dé…nie par :
8
< 0 si x 0
F (x) x si 0 < x 1
:
1 si x > 1
1. Donner la probabilité pour que X soit dans un intervalle [0 0; 5]
2. Donner la fonction de densité de probabilité de X:
3. Donner la moyenne et l’écart type de X:

Solution :

8
< 0 si x 0
F (x) x si 0 < x 1
:
1 si x > 1
1. Calcul de p(0 x 0; 5)
p(0 x 0; 5) = F (0; 5) F (0) = 0; 5 0 = 0; 5
2. Fonction de densité de probabilité
0
f (x) = F (x)
1 si 0 < x 1
F (x)
1 sin on
3. Calcul de la moyenne et l’écart-type de X

Z +1
E(X) = xf (x)dx
1
Z 1 1
x2 1
E(X) = x:dx =E(X) = =
0 2 0 2
2 2
V (X) = E(X ) E(X)
Z +1 2
2
E(X ) = x :f (x)dx
1
Z 1 1
2 2 x3 1
E(X ) = x :dx =E(X) = =
0 3 0 3
2
1 1 1
V (X) = =
3 2 12
p
= V (X) = 0; 289

6
7
 Chapitre 4: Lois théoriques discrètes
Exercice n 1 :
Un lot important de pièces fabriquées contient 1% de pièces défecteuses. Quelle est la
probabilité d’avoir dans un échantillon de 10 pièces exactement 2 pièces défectueuses.

Solution :

Soit X la variable aléatoire qui désigne le nombre de pièces défectueuses.

L’événement pièce défectueuse correspond à un succés dont la probabilité ne varie pas. Il
s’agit donc d’une loi binomiale de paramètres :
Nombre de tirages : n = 10
Probabilité de succès : p = 0; 01

L(X) = B(10; 0; 01)

p(k) = Cnk pk q n k
2
p(X = 2) = p(2) = C10 0; 012 (1 0; 01)8 = 0; 0042

Il y’a un risque de 0,42% d’avoir 2 pièces défectueuses.

Exercice n 2 :
Des chambres à air sont produites en série et 5 % ont des défauts. Un garagiste en achète
10.

1. Quelle est la probabilité que les 10 soient en bon état ?

2. On suppose qu’il annule sa commande si plus de 2 articles ont des défauts. Quelle est
la probabilité qu’il annule sa commande ?

Solution :

1) Probabilité que les 10 chambres à air achetées soient en bon état.

Soit X la variable aléatoire qui désigne le nombre de chambres à air en bon état.
L’évenement acheter une chambre à air en bon état correspond à un succès dont la probabilité
ne varie pas. Il s’agit donc d’une loi binomiale de paramètres :
Nombres de tirages n = 10
Probabilité de succès : p = 1 0:05 = 0; 95

L(X) = B(10; 0; 95)

p(k) = Cnk pk q n k
10
p(X = 10) = p(10) = C10 0; 9510 (1 0; 95)0 = 0; 5987

Il y a environ 60% de chances que les 10 chambres à air achetées soient toutes en bon état.
2) Probabilité d’annuler la commande

8
Le garagiste annule sa commande si plus de 2 articles ont des défauts. Ce qui est équivalent
à avoir moins de 8 articles en bon état.

p(X < 8) = 1 p(X 8) = 1 [p(8) + p(9) + p(10)]

8
p(8) = C10 0; 958 (1 0; 95)2 = 0; 0746
9
p(9) = C10 0; 959 (1 0; 95)1 = 0; 3151
10
p(10) = C10 0; 9510 (1 0; 95)0 = 0; 5987
p(X < 8) = 1 (0; 0746 + 0; 3151 + 0; 5987) = 0; 0116

Il y a un risque de 1,16% que le garagistre annule sa commande.

Exercice n 3 :
Une compagnie d’assurance assure une ‡otte de 1000 navires de valeur unitaire 1000000 de
dirhams. Seul le risque de perte totale du navire est pris en compte, la probabilité d’un
tel événement est évaluée à 0,01 pour un navire et pour une année. Les frais de gestion
représentent 20 % du montant des primes payées.

1. Quelle doit être la valeur de la prime annuelle pour un navire si la compagnie désire
avoir une probabilité égale à 0,7 de réaliser des béné…ces ?

2. Déterminer l’espérance mathématique et l’écart type du béné…ce.

3. Chaque accident coûte à la compagnie 4000 dh, soit la variable alétoire Y qui désigne
le coût annuel total. Déterminer la loi de Y et calculer son espérence mathèmatique
et son écart type.

Solution :

1) La loi de probabilité de X:
X désigne le nombre d’accidents enregistrés.
L’événement avoir un accident correspond à un succès dont la probabilité ne varie pas (pop-
ulation in…nie). Il s’agit donc d’une loi binomiale de paramètres :
Nombres de tirages n = 1000
Probabilité de succès : p = 0; 004

L(X) = B(1000; 0; 004)

p(k) = Cnk pk q n k
1000
p(X = 1000) = p(1000) = C1000 0; 004 (1 0; 004)0 =

2) Espérance mathèmatique et écart type de X.

E(X) = n p = 1000 0; 004 = 4 accidents

V (X) = n p (1 p) = 1000 0; 004 0; 996 = 3; 984
p
= 3; 984 = 2 accidents

9
3) Chaque accident coûte à la compagnie 4000 Dh, oit la variable alétoire Y qui désigne le
coût annuel total.
Le coût annuel total est égal au coût d’un accident multiplié par le nombre d’accidents.

Y = 4000X
E(X) = 4000 E(X) = 4000 4 = 16000 dh
V (X) = 40002 V (X) = 40002 3; 984 = 63744000
p
= 63744000 = 7983; 98 dh

Exercice n 4 :
Une société achète des lots importants d’un composant électronique. La décision d’accepter
ou de refuser ces lots est basée sur un échantillon de 20 pièces choisies au hasard, s’il y a une
ou plusieurs pièces défectueuses parmi les 20 pièces examinées le lot est refusé, autrement il
est accepté.
On considère un lot important ayant 1 % de pièces défectueuses, calculer la probabilité de
refuser ce lot.

Solution :

Soit X le nombre de pièces défectueuses.

L’événement pièce déféctuese correspond à un succès dont la probabilité ne varie pas (lot
important). Il s’agit donc d’une loi binomiale de paramètres :
Nombres de tirages n = 20
Probabilité de succès : p = 0; 01

L(X) = B(20; 0; 01)

p(k) = Cnk pk q n k

Le lot est refusé s’il y a une ou plusieurs pièces défectueses.

0
p(X 1) = p(0) = 1 C20 0; 010 0; 9920 = 0; 1821
Il y a un risque d’environ 18% de refuser le lot

Exercice n 5 :
Il a été constaté que le nombre de bateaux qui mouillent dans un port est de 90 bateaux par
mois. Calculer la probabilité que :

1. Aucun bateau ne mouille pendant 1 jour.

2. Le nombre de bateaux qui mouillent est au moins égal à 3 pendant un jour.

Solution :

10
a) Probabilité pour que dans une semaine donnée, la compagnie ait à indemniser 4 sinistres.
Soit les variables aléatoires X1 et X2 qui désignent les nombres de sinistres respectivement
dans la région du Nord et la région du Sud.

L(X1 ) = P (3) et L(X2 ) = P (2)

L(X = X1 + X2 ) = P (5) somme de deux variables aléatoire indépendantes qui suivent des
lois de probabilité de poisson.
5
e 54
p(X = 4) = = 0; 1755
4!
La compagnie a 17,55% de probabilité d’indemniser 4 sinistres pour une semaine donnée.
b) Probabilité pour que une semaine donnée, la compagnie doive débourser plus de 15000
dh.
La compagnie déboursera plus de 150000 dh si le nombre de sinistres dépasse 6 (150000/25000).

p(X > 6) = 1 p(X 6) = 1 [p(0) + p(1) + p(2) + p(3) + p(4) + p(5) + p(6)]
5
e 50
p(X = 0) = = 0; 0067
0!
5
e 51
p(X = 1) = = 0; 0337
1!
5
e 52
p(X = 2) = = 0; 0842
2!
5
e 53
p(X = 3) = = 0; 1404
3!
5
e 54
p(X = 4) = = 0; 1755
4!
5
e 55
p(X = 5) = = 0; 1755
5!
5
e 56
p(X = 6) = = 0; 1462
6!
p(X > 6) = 1 [0; 0067 + 0; 0337 + 0; 0842 + 0; 1404 + 0; 1755 + 0; 1755 + 0; 1462]
= 0; 2378

La compagnie a 23,78% de probabilité pour que dans une semaine donnée, elle débourse
plus de 150000 dirhams.
c) Probabilité d’avoir à indemniser, pour une semaine donnée, le même nombre de sinistres
dans chaque région, ce nombre commun étant strictement à zéro et inférieur à 3.
C’est la probabilité d’avoir à indemniser dans chaque région 1 ou 2 sinistres.

p [(X1 = 1 et X2 = 1) ou (X1 = 2 et X2 = 2) ] = p(X1 = 1 et X2 = 1) + (X1 = 2 et X2 = 2)

= p(X1 = 1)p(X2 = 1) + p(X1 = 2)p(X2 = 2)
3 1 2 2 2 2
e 3 e 3 e 2
= 0; 1494 0; 2707 + 0; 2240 0; 2707 = 0; 1011
1! 2! 2!

11
La compagie a 10% de probabilité d’avoir à indeminiser, pour une semaine donnée, le même
nombre commun étant strictement supérieur à zéro et inférieur à 3.

12