Correction Série de Révision : Probabilités

Exercice 1 :
2𝑥
𝑠𝑖 0 ≤ 𝑥 ≤ 𝜃
Soit f(x) = { 𝜃2
0 𝑠𝑖𝑛𝑜𝑛

1) Montrer que f est une densité de probabilité.

 ∀ x ∈ 𝐼𝑅 f(x) ≥ 0
 f est continue sur IR∖{1}
𝜃
+∞ 𝜃 2𝑥 𝑥2
 ∫−∞ 𝑓(𝑥)𝑑𝑥 = ∫0 𝜃2
𝑑𝑥 = [𝜃2 ] =1
0
2) Déterminer la fonction de répartition de X.
𝑥
F(x) =∫−∞ 𝑓(𝑡)𝑑𝑡
𝑥
Si x<0 F(x) =∫−∞ 0𝑑𝑡 = 0
𝑥
0 𝑥 2𝑡 𝑡2 𝑥2
Si 0 ≤ x < 𝜃 𝐹(𝑥) = ∫−∞ 0𝑑𝑡 + ∫0 𝜃 2 𝑑𝑡 = [ ]
𝜃 0 𝜃2
2 =
0 𝜃 2𝑡 +∞
Si x ≥ 𝜃 𝐹(𝑥) = ∫−∞ 0𝑑𝑡 + ∫0 𝜃2 𝑑𝑡 + ∫𝜃 0𝑑𝑡 =0+1+0=1
0 𝑠𝑖 𝑥 < 0
𝑥2
On a donc F(x) = { 2 𝑠𝑖 0 ≤ 𝑥 < 𝜃
𝜃
1 𝑠𝑖 𝑥 ≥ 𝜃

3) Calculer l’espérance et la variance de X.

𝜃
+∞ 𝜃 2𝑥 2 2𝑥 3 2θ
 E(X) = ∫−∞ 𝑥𝑓(𝑥)𝑑𝑥 = ∫0 𝑑𝑥 = [ ] =
𝜃2 3𝜃2 0 3
𝜃
+∞ 𝜃 2𝑥 3 2θ 2 2𝑥 4 4θ2 θ2 4θ2 θ2
 V(X) = ∫−∞ 𝑥 2 𝑓(𝑥)𝑑𝑥 − (𝐸(𝑋))2 = ∫0 𝜃2
𝑑𝑥 − ( 3 ) = [4𝜃2 ] - =2 − =
0 9 9 18

Exercice 2 :

Deux amis se téléphonent régulièrement. La durée d’une communication suit la loi uniforme sur
l’intervalle [0 ;60].

Soit T la durée d’une communication en minutes

1) Quelle est la probabilité que la communication n’excède pas 20 minutes ?

20−0 1
P([0 ;20]) = p(0≤T≤20) = =
60−0 3

2) Sachant qu’une communication dure depuis 20 minutes, quelle est la probabilité qu’elle
n’excède pas 30 minutes ?
30−20
p(T≤30∩T≥20) p(20≤T≤30) 60−0 1
P(T≤30/T≥20) = p(T≥20)
=p(20≤T≤60) = 60−20 =4
60−0

3) Calculer la durée moyenne d’une communication.

60+0
La durée moyenne d’une communication est E(T) = 2
=30 minutes.
Exercice 3 :

Le temps de réponse T, exprimée en secondes, à un terminal commandé par un ordinateur est

une variable aléatoire qui suit une loi exponentielle de paramètre 𝜆 telle que p(T≥ 3) =0,452 .

1) Le temps dépasse 2 secondes ; Quelle est la probabilité qu’il dépasse 5 secondes ?

P(T≥ 5/𝑇 ≥ 2) = p(T≥ 3)=0,452
2) Déterminer le temps moyen de réponse.
1
E(T) =λ or p(T≥ 3) =𝑒 −3𝜆 =0,452
ln(0,452)
-3λ = ln(0,452) donc 𝜆 = ≈0,265
−3
1 1
E(T) =λ = 0,265=3,78 secondes
3) Calculer la probabilité, à 10-3 près, que le temps de réponse ne dépasse pas 5 secondes ?
P(0≤T≤5) = 1-𝑒 −5𝜆 =1-𝑒 −5×0,265 =0,734
4) Déterminer le temps t telle que p(T≤ 𝑡) = p(T> 𝑡).
p(T≤ 𝑡) = p(T> 𝑡) ⟺1-𝑒 −𝜆𝑡 =𝑒 −𝜆𝑡
p(T≤ 𝑡) = p(T> 𝑡) ⟺2𝑒 −𝜆𝑡 =1
1
p(T≤ 𝑡) = p(T> 𝑡) ⟺𝑒 −𝜆𝑡 =2
1
p(T≤ 𝑡) = p(T> 𝑡) ⟺-𝜆𝑡=ln( ) = -ln2
2
ln2 ln2
p(T≤ 𝑡) = p(T> 𝑡) ⟺𝑡= λ
= 0,265 ≅ 2,6 secondes

Exercice 4 :

Dans un supermarché, le gérant a établi une statistique de ses ventes quotidiennes de packs
d’eau minérale. Il apparaît que le nombre X de packs vendus chaque jour suit une loi normale de
paramètre 52 et d’écart-type 12.

1) Le gérant ne peut pas stocker plus de 76 packs dans sa réserve. Avec un tel stock, quelle est
la probabilité qu’un jour donné, il ne puisse pas répondre à la demande ?
X−52
X suit la normale N(52 ;12) donc Z= 12
suit la loi normale N(0 ;1)
P(X>76) = 1-p(X≤76)
X−52 76−52
= 1-p( ≤ )
12 12
= 1 –p(Z≤2)
= 1-Φ(2)
= 1-0,9772=0,0228
2) Il ne souhaite pas remplir complètement sa réserve, car cela rend la manutention difficile.
Mais il voudrait limiter à 5% le risque de rupture de stock. Quel doit être au minimum son
stock quotidien ?
Soit a le stock quotidien du supermarché
On doit avoir P(X>a) ≤0,05
1-p(X>a) ≥1-0,05
P(X≤a) ≥0,95
X−52 a−52
P( 12
≤ 12 )≥0,95
𝑎−52
P(Z≤ 12 ) ≥0,95
 𝑎−52 a−52
𝜙( 12
) ≥ 0,95 d’après la table 12
= 1,645
𝑎 = 1,645 × 12 + 52 = 71,74

Il faut stocker au moins 72 packs d’eau pour limiter à 5% le risque de rupture de stock.

Exercice 5 :

Les scores en saut en hauteur X d’un groupe de 600 filles définissent une variable aléatoire suivant
une loi normale N(115 ;10). Les scores d’un groupe de 800 garçons définissent une variable aléatoire
suivant une loi normale N(130 ; 15).
X−115
Soit X = N(115 ;10) la V.A.R qui associe le score en saut en hauteur donc Z = 10
↪ N(0; 1)

X−130
Soit Y = N(130 ;15) la V.A.R qui associe le score en saut en hauteur donc Z = 15
↪ N(0; 1)

1) Estimer le nombre de filles dont le score est supérieur à la moyenne des garçons.
X−115 130−115
P(X>130) = p( 10
> 10
)
= p(Z >1,5)
= 1-p(Z≤1,5)
= 1- 𝜙(1,5) = 1 − 0,9332 = 0,0668
Le nombre de filles estimé est 0,0668× 600 ≅ 41 filles
2) Estimer le nombre de garçons dont le score est inférieur à la moyenne des filles.
Y−130 115−130
P(Y<115) = p( 15
< 15
)
= p(Z< -1) =𝜙(−1) = 1 − Φ(1) = 1 − 0,8413 = 0,1587
Le nombre de garçons estimé est 0,1587× 800 ≅127 garçons

Exercice 6 :

Pour se rendre à son travail un technicien prend deux bus. La durée du trajet du premier bus est une
variable normale de paramètres 27 minutes et 5 minutes. La durée du trajet du deuxième bus est
une variable normale de paramètres 30 minutes et 2 minutes.

Quelle est la probabilité que cet ouvrier n’arrive pas en retard s’il dispose d’une heure ?

Si X1↪ N(m1 ,𝜎1 ) et X2↪ N(m2 ,𝜎2 ) et X1 et X2 sont indépendantes alors X1+X2 ↪N(m1+m2,√𝜎1 2 + 𝜎2 2)

Soit X1 le temps du trajet du premier bus ; X2 le temps du trajet du deuxième bus et T le temps du
trajet total.

X1↪ N(27,5) et X2↪ N(30,2) alors T=X1+X2 ↪N(27+30,√52 + 22 )=N(57,√29)

T−57 60−57 3 3
On cherche la probabilité p(T≤60) = p( ≤ )=p(Z≤ 29) = Φ( ) = 0,7113
√29 √29 √ √29

Exercice 7 :
Une usine utilise une machine automatique pour remplir des flacons contenant un certain produit en
poudre. On suppose que le poids de poudre d’un flacon est une variable aléatoire qui suit une loi
normale de moyenne m et d écart-type 𝜎 =1,1 mg. Les flacons sont vendus comme contenant 100
mg de produit.

1) La machine est réglée sur m = 101,2mg. Quelle est la probabilité que le poids du produit dans
un flacon soit inférieur au poids annoncé de 100mg ?
X : contenance d’un produit en poudre
X ↪N(101,2 ;1,1)
X−101,2 100−101,2
P(X<100) = p( 1,1
< 1,1 )=p(Z<-1,09)
P(X<100)=Φ(−1,09) = 1 − Φ(1,09) = 1 −0,8621=0,2379
2) Sur quelle valeur de m faut-il régler la machine pour que 4% des flacons aient un poids
inférieur au poids annoncé de 100 mg ?
X ↪N(m ;1,1)
X−m 100−m 100−m
On doit avoir P(X<100)<0,04=p( 1,1
< 1,1
)<0,04 c’est-à-dire p(Z < 1,1
)<0,04
100−m
Donc Φ( 1,1
) < 0,04
100−m
1-Φ( 1,1 ) > 1 − 0,04
m−100 m−100
Φ( 1,1 ) > 0,96 d’après la table 0,96
= 1,75
M= 1,75×0,96+100=101,68mg
Il faut régler la machine sur un poids de 101,68mg .

3) La machine est réglée sur m = 101mg. Quelle est la probabilité que la différence en valeur
absolue entre le poids réel du produit versé par la machine et le poids annoncé de 100 mg ne
dépasse pas 1 mg ?
X↪N(101 ;1,1)
P(|𝑋 − 100| < 1)=p(99<X<101)
99−101 X−101 101−100 −2 1
=p( 1,1
< 1,1 < 1,1 )=p(1,1 < 𝑍 < 1,1)
1 −2 1 2
=Φ ( ) − Φ ( )= Φ ( ) + Φ ( ) − 1= Φ(0,91) − Φ(1,82) − 1
1,1 1,1 1,1 1,1
=0,8186+0,9656-1=0,7842

Exercice 8 :

Avant de décider s’il doit mettre un nouveau produit sur le marché, le directeur marketing de la
compagnie Nova Inc aimerait estimer la demande pour ce produit. Sur la base de son expérience,
il affirme que la demande suit approximativement une loi normale de moyenne m = 70 000 .
Il précise également qu’il y a 10% de chances que la demande soit supérieure à

80 000 unités.

1) Déterminer l’écart-type de la variable aléatoire X désignant la demande.

2) Calculer la probabilité que la demande pour ce nouveau produit soit :
 Supérieure à 85 000 unités
 Entre 60 000 et 70 000 unités
 Inférieure à 50 000 unités.
 X−70000
1) X ↪N(70000,𝜎) ; Z = ↪N(0,1)
σ
P(X>80000)= 0,1 donc 1-p(X<80000)=0,1
X−70000 80000−70000
C’est-à-dire 1-p( σ
< σ
)=0,1
10000 10000 10000
1-P(Z< σ ) =0,1 donc1- Φ( σ ) = 0,1 d’où Φ( σ ) =0,9
10000 10000
D’après la table σ =1,28 et 𝜎 = 1,28 =7812,5
2)
𝑋−70000 85000−70000
 p(X>85000)= p( 7812,5
> 7812,5
) =p(Z>1,92) = 1-p(Z<1,92) = 1-Φ(1,92)
=1-0,9726 =0,027
60000−70000 X−70000 70000−70000
 P(60000<X<70000) =p( 7812,5
< 7812,5
< 7812,5
)= p(-1,28<Z<0)
=Φ(0)-Φ(-1,28)= Φ(0)+Φ(1)-1,28=0,5+0,8413-1=0,3413
𝑋−70000 50000−70000
 p(X<50000)= p( < ) =p(Z<-2,56) = 1-p(Z<2,56) = 1-Φ(2,56)
7812,5 7812,5
=1-0,9948 =0,0052.