Académique Documents
Professionnel Documents
Culture Documents
3. P(A ∪ B).
Notion de probabilité
Exercice 4 : On considère une expérience aléatoire d’univers Ω et de mesure de proba-
Exercice 1 : Parmi 25 ordinateurs, 10 sont connectés à une imprimante, 5 sont connectés bilité P. Soit E et F deux événements.
à un modem et 13 ne sont pas connectés ni à l’imprimante ni au modem. On considère les 1. Montrez que P(E ∩ F) = P(E) − P(E ∩ F).
ensembles I "les ordinateurs connectés à l’imprimante" et M "les ordinateurs connec-
2. Montrez que P(E ∩ F) = 1 − P(E) − P(F) + P(E ∩ F).
tés au modem". Déterminer en fonction de I et M les ensembles suivants ainsi que ses
nombres d’éléments : 3. Montrez que la probabilité pour que exactement l’un des événement E et F se
réalise est
1. Les ordinateurs ayant les deux connections.
P(E) + P(F) − 2P(E ∩ F).
2. Les ordinateurs n’ayant aucune connection.
3. Les ordinateurs connectés seulement à l’imprimante. Exercice 5 : Soit n un entier naturel supérieur ou égal à 1. Supposons que n personnes
sont réunis dans une pièce.
4. Les ordinateurs ayant une seule connection.
Exercice 2 : On considère un system formé de quatre composants dont chacun peut 1. Déterminer pn la probabilité qu’il n’y a pas deux d’entre eux célèbrant leur anni-
fonctionner ou non. On réalise une expérience qui consiste à observer l’état de chaque versaire le même jour de l’année.
composant. Soit (x1 , x2 , x3 , x4 ) le résultat de l’expérience, où le xi est égal à 1 si le i ème 2. Proposer un algorithme utilisant le minimum d’opérations (addition, multiplica-
composant fonctionne et est égal à 0 si le i ème composant ne fonctionne pas. tion, inverse, ...) pour calculer pn .
1. Déterminer le nombre des résultats dans l’univers Ω. 3. Quelle est alors la taille minimale n, pour que la probabilité pn soit inférieure à
2. Supposons que le système ne fonctionne que si au moins les composants 1 et 2 ou les 1/2 ?
composants 3 et 4 fonctionnent. Déterminer les résultats pour les quels le système
Exercice 6 : Un ensemble de k étiquettes sont recueillis. On suppose qu’il y a N types
fonctionne.
d’étiquettes et chaque type j a la probabilité p j d’être choisi.
3. Soit E l’événement : "les composants 1 et 3 ne fonctionnent pas". Déterminer le
nombre d’éléments de E. 1. Déterminer ∑Nj=1 p j .
Exercice 3 : On considère une expérience aléatoire d’univers Ω et de mesure de proba- 2. Quelle est la probabilité que l’ensemble recueillis ne contient pas d’étiquettes du
bilité P. Soit A et B deux événements tels que type j ?
3. Sachant que l’ensemble recueillis contient l’étiquette du type j, quelle est a proba-
1 1
P(A) = P(B) = et P(A ∩ B) = . bilité qu’il contient l’étiquette du type i, avec i 6= j ?
2 3
1
Exercice 7 : La probabilité que le i ème relais soit fermé dans les circuits ci-dessous est 1. Quelle est la proportion de gens qui seront impliqués dans des accidents dans une
pi , i = 1, 2, 3, 4, 5. On suppose que tous les relais fonctionnent indépendamment. Quelle année fixée.
est la probabilité que le courant circule entre A et B pour les circuits respectifs ? 2. Si une personne titulaire d’une assurance n’ayant aucun accident en une année,
quelle est la probabilité qu’elle soit à bonne risque ? à risque moyen ?
Exercice 10 : Pour répondre à une question d’un examen à choix multiples, un étudiant
soit il connaît la réponse soit il devine. Soit p la probabilité qu’il connaît la réponse et 1− p
la probabilité qu’il devine. Supposons qu’un étudiant qui devine la réponse est correcte
avec une probabilité de 1/m, où m est le nombre des choix multiples dans chaque question
de l’examen. On considère les événements :
— CO : "l’étudiant connaît la réponse".
— RC "l’étudiant répond à la question correctement".
Exercice 8 : Une comité de taille 5 doit être choisi parmi un groupe de 6 hommes et 9
femmes. On suppose que la sélection est faite au hasard.
Exercice 9 : Supposons qu’une société d’assurance classe les gens dans une des trois
catégories : les bons risques, les risques moyens et les mauvais risques. On suppose que
20% de la population sont a bons risques, 50% sont à risques moyens. Leurs données
indiquent que les probabilités que les personnes à bonnes, moyennes, et mauvaises risque
seront impliqués dans un accident sur une période d’une année sont, respectivement, 5%,
15%, et 30%.
2
Corrigé de série n◦ 1 1. On a 1
3 = P(A ∩ B) = P(A ∪ B) = 1 − P(A ∪ B). Il sensuit que P(A ∪ B) = 1 − 31 = 2
3
2. On a P(A\B) = P(A) − P(A ∩ B). Or P(A ∩ B) = P(A) + P(B) − P(A ∪ B) = 1/2 + 1/2 −
2/3 = 1/3. On déduit que P(A\B) = 1/2 − 1/3 = 1/6.
Exercice 1 :
3. On a P(A ∪ B) = P(A ∩ B) = 1 − P(A ∩ B) = 1 − 1/3 = 2/3.
1. I ∩ M. Nous voulons calculer card(I ∩ M). Nous avons le nombre d’ordinateurs non
connectés est 13 donc card(I ∪ M) = 13. Cela nous donne Exercice 4 :
1. On a Ω = {(x1 , x2 , x3 , x4 ), xi ∈ {0, 1}}. Il sensuit que card(Ω) = 24 = 16 = P(F) + P(E) − 2P(E ∩ F).
3
2. En utilisant la formule du question precèdante pour le calcul de pn il nous faut (n − 1. Le circuit (a) :
1) + (n − 1) multiplications et une dévision. C’est à dire 2n − 1 opérations. Notons
que,
365 − (n − 1)
pn = pn−1 × .
365
En utilisant un algorithme recurcive (recurrence), en utilisant pn−1 , il nous faut une
multiplication et une dévision pour le calcul de pn .
3. On a
P(Ai ∩ A j ) P(Ai ∪ A j ) 1 − P(Ai ∪ A j )
P(Ai /A j ) = = = .
P(A j ) 1 − (1 − p j )k 1 − (1 − p j )k
Or P(Ai ∪ A j ) = P(Ai ) + P(A j ) − P(Ai ∩ A j ). Mais l’événement Ai ∩ A j est défini par
Ai ∩ A j : "l’ensemble ne contient pas d’étiquettes du type i et j". Alors, P(Ai ∩ A j ) = 2. Le circuit (b) :
(1 − (pi + p j ))k . Ainsi,
1 − (1 − pi )k − (1 − p j )k + (1 − pi − p j )k
P(Ai /A j ) = .
1 − (1 − p j )k
4
On a Ainsi, par indépendance, on obtient
CC = (F1 ∩ F2 ) ∪ (F3 ∩ F4 ) ∩ F5 , P(CC) = P F 3 ∩ (F1 ∩ F4 ) ∪ (F2 ∩ F5 ) + P F3 ∩ (F1 ∪ F2 ) ∩ (F4 ∪ F5 )
= (F1 ∩ F2 ∩ F5 ) ∪ (F3 ∩ F4 ∩ F5 ).
= P(F 3 )P (F1 ∩ F4 ) ∪ (F2 ∩ F5 ) + P(F3 )P(F1 ∪ F2 )P(F4 ∪ F5 )
= (1 − p3 ) P(F1 ∩ F4 ) + P(F2 ∩ F5 ) − P(F1 ∩ F4 ∩ F2 ∩ F5 )
Ainsi, par indépendance, on obtient +p3 (P(F1 ) + P(F2 ) − P(F1 ∩ F2 ))(P(F4 ) + P(F5 ) − P(F4 ∩ F5 ))
= (1 − p3 ) p1 p4 + p2 p5 − p1 p2 p4 p5 + p3 (p1 + p2 − p1 p2 )(p4 + p5 − p4 p5 ).
P(CC) = P (F1 ∩ F2 ∩ F5 ) ∪ (F3 ∩ F4 ∩ F5 )
= P(F1 ∩ F2 ∩ F5 ) + P(F3 ∩ F4 ∩ F5 ) − P(F1 ∩ F2 ∩ F3 ∩ F4 ∩ F5 )
Exercice 8 :
= P(F1 )P(F2 )P(F3 ) + P(F4 )P(F5 ) − P(F1 )P(F2 )P(F3 )P(F4 )P(F5 )
= p1 p2 p3 + p4 p5 − p1 p2 p3 p4 p5 .
1. Soit l’événement A : "la comité se compose de 3 hommes et 2 femmes". On a
3. Le circuit (c) : 2. Soit l’événement B : "la comité contient au moins deux hommes et une femme". On
note H "obtenir un homme" et F "obtenir une femme". On peut écrire l’événement
B sous la forme B = (2H et 3F) ou (3H et 2F) ou (4H et 1F). On a
5
1. En utilisant la loi de la probabilité totale, nous obtenons
= 0.95 ×
0.825
= 0.230
A
15%
50% et
Rm 85%
P(Rm)
P(Rm/A) = P(A/Rm) ×
A P(A)
0.5
20%
= 0.85 ×
0.825
= 0.2
A
5%
Finalement,
BR 95% P(MR/A) = 1 − P(BR/A) − P(Rm/A) = 0.57
A
Exercice 10 : Pour répondre à une question d’un examen à choix multiples, un étudiant
soit il connaît la réponse soit il devine. Soit p la probabilité qu’il connaît la réponse et 1− p
F IGURE 1 – Arbre des choix pour l’exercice 9.
la probabilité qu’il devine. Supposons qu’un étudiant qui devine la réponse est correcte
avec une probabilité de 1/m, où m est le nombre des choix multiples dans chaque question
de l’examen. On considère les événements :
— CO : "l’étudiant connaît la réponse".
— RC "l’étudiant répond à la question correctement".
6
1 RC qu’il a répondu correctement". Il est claire que A n’est autre que l’événement
m
conditionnelle CO/RC. En utlisant la formule de Bayes, nous obtenons
CO 1− 1
p m P(RC/CO) × P(CO)
P(CO/RC) = ,
1− P(RC)
RC
1× p
=
p + 1−p
m
p mp
RC =
1 1 + (m − 1)p
CO
0
RC