Académique Documents
Professionnel Documents
Culture Documents
Exercice 01 : on lance 2 fois une pièce de monnaie, et on considère 𝑋 : « le nombre de FACE obtenues ».
1 si 𝜔 ∈ 𝐴
𝟏𝐴 (𝜔) = {
0 si 𝜔 ∉ 𝐴
Exercice 04 : Soit (Ω, 𝒜, 𝑃) un espace probabilisé et 𝐴, 𝐵 𝑒𝑡 𝐶 trois événements indépendants, avec 𝑃(𝐴) =
1
𝑃(𝐵) = 𝑃(𝐶) = 2. On pose 𝑋(𝜔) = 𝟏𝐴 (𝜔) + 𝟏𝐵 (𝜔) − 𝟏𝐶 (𝜔)
Exercice 05 : On jette deux fois un dé. L’univers Ω est l’ensemble des couples (𝑎, 𝑏) tels que (𝑎, 𝑏) ∈
{1,2,3,4,5,6} à chaque événement 𝜔 = (𝑎, 𝑏), on peut faire correspondre la somme 𝑎 + 𝑏 des chiffres portés
par chaque dé. On définit une application
𝑋: Ω → ℝ
𝜔 → 𝑋(𝜔) = 𝑎 + 𝑏
Exercice 06 : soit l’espace de probabilité (Ω, 𝒜, 𝑃) ; on lance une pièce de monnaie et on désigne par la
variable aléatoire 𝑋 « le nombre de lancers de la pièce de monnaie nécessaire à l’obtention 1 fois du côté
FACE ou 5 fois du côté PILE ».
1. Donner l’ensemble fondamental Ω.
2. Donner l’ensemble des valeurs possibles 𝑋(Ω)
3. Donner la loi de probabilités de la variable aléatoire 𝑋.
Exercice 07 : Soit 𝑛 ∈ ℕ∗ et 𝑋 la variable aléatoire discrète dans {1,2,3,4,5} telle que, pour tout entier 𝑘 dans
1
cet ensemble on a 𝑃(𝑋 = 𝑘) = 6𝑎 (𝑘 − 𝑎)2
Exercice 08 :
0 𝑠𝑖 𝑥 < −1
1
𝑠𝑖 − 1 ≤ 𝑥 < 0
3
Soit 𝐹𝑋 (𝑥) = 3
𝑠𝑖 0 ≤ 𝑥 < 2
4
{1 𝑠𝑖 𝑥 ≥ 2
0 𝑠𝑖 𝑥 < 0
𝑥
𝑠𝑖 0 ≤ 𝑥 < 2
5
2𝑥 + 1
𝐹𝑋 (𝑥) = 𝑠𝑖 2 ≤ 𝑥 < 4
10
9
𝑠𝑖 4 ≤ 𝑥 < 6
10
{1 𝑠𝑖 𝑥 ≥ 6
1. 𝐹 représente-t-elle une fonction de répartition ? si oui, la variable associé est-elle discrète ?
2. Si 𝑋 est la variable aléatoire ayant 𝐹 comme fonction de répartition, calculer les probabilités :
𝑃(𝑋 = 4) , 𝑃(𝑋 = 2) 𝑒𝑡 𝑃(2 < 𝑋 ≤ 5)
𝑥 -2 -1 0 1 2
Exercice 11 : Le service marketing d’une société estime que la demande (en milliers d’unités) d’un certain
produit sur le marché extérieur est une variable aléatoire 𝑋 de loi de probabilité :
𝑥 1 2 3 4 5
𝑃(𝑋 = 𝑥) 5𝑎 2𝑎 3𝑎 4𝑎 𝑎
Exercice 12 : Un grossiste estime la demande en tonnes d’un aliment périssable est une variable aléatoire 𝑋
de loi :
𝑥 0 1 2 3 4 5
Exercice 13 : Une urne contient 5 boules portant les numéros 1,1,2,2 et 3. On extrait simultanément et au
hasard 2 boules de cette urne. Soit 𝑋 la variable qui compte la somme des 2 boules obtenues.
Exercice 14 : Une urne contenant 4 boules numérotées de 1 à 4. On y effectue deux tirages sans remise. Soit
𝑋, 𝑌 𝑒𝑡 𝑍 les variables aléatoires représentant respectivement le plus grand, le plus petit et la somme des deux
numéros obtenus.
Exercice 15 : Etant donné 𝛼 ∈ ℝ, et 𝑛 ∈ ℕ∗ , on considère 𝑋 une variable aléatoire prenant ses valeurs dans
l’ensemble {1,2, … , 𝑛} on a 𝑃(𝑋 = 𝑘) = 𝛼𝑘.
1. Déterminer la valeur de 𝛼.
2. Calculer l’espérance et la variance de 𝑋.
Application numérique : L’expérience aléatoire consiste au jet d’un dé spécial dont les faces sont
numérotées de 1 à 6 mais la probabilité d’obtenir la face 𝑖 = {1,2,3,4,5,6} est proportionnelle à 𝑖. Soit 𝑌 la
variable aléatoire qui prend comme valeur le numéro de la face obtenue.
Exercice 16 : Un commerçant estime que la demande d’un certain produit saisonnier est une variable
𝑝𝑘
aléatoire 𝑋 de loi 𝑃(𝑋 = 𝑘) = (1+𝑝)𝑘+1 pour 𝑘 ≥ 0 où 𝑝 est le prix d’une compagne publicitaire de l’année
précédente.
Exercice 17 : Un sauteur en hauteur tente de franchir les hauteurs successives 1,2, … , 𝑛, … . On suppose que
les sauts indépendants les uns des autres et on suppose aussi que la probabilité de succès à la hauteur 𝑛 ∈ ℕ∗
est 1/𝑛. Le sauteur est éliminé à son premier échec. On note 𝑋 la variable aléatoire « numéro du dernier
saut ».
1. Trouver la loi de 𝑋.
2. Calculer 𝐸[𝑋] et 𝑉(𝑋)
Exercice 19 : Soit une urne qui contient 2 boules rouges et 1 boule blanche. Soit l’expérience aléatoire
consistant à tirer avec remise 3 boules. 𝑋 est une variable aléatoire discrète représentant le nombre de boules
rouges tirées.
3! 1 3
Exercice 20 : Si 𝑃(𝑋 = 𝑥) = 𝑥!(3−𝑥)! (2) . Calculer 𝐸[𝑋] et 𝑉(𝑋)
𝑥 -1 0 1
𝑃(𝑋 = 𝑥) 1 1 1
4 2 4
1
Et soit 𝑌 une variable aléatoire suivant une loi Binomiale de paramètres 𝑛 = 2 et 𝑝 = .
2
Donner la loi de 𝑋.
Exercice 23 : Une urne contient 37 boules vertes et 36 boules jaunes. Une expérience consiste à tirer une
boule dans l’urne avec remise. Soit 𝑋 la variable aléatoire discrète qui indique le nombre de boules qu’il faut
tirer pour obtenir la première boule verte.
Exercice 25 : En une semaine, un distributeur de monnaie, a distribué 1000 pièces, dont 50 sont fausses. La
personne 𝐴 a reçu 15 pièces de ce distributeur.
Donner une valeur approchée de la probabilité pour qu’au moins 3 de ces pièces soient fausses.
Exercice 26 : Soit 𝑃 une probabilité sur l’univers Ω = ℕ. Pour tout 𝑛 ∈ ℕ, on note 𝑃𝑛 = 𝑃[(𝑛)]. On suppose
4
que 𝑃 vérifie ∀𝑛 ∈ ℕ∗ , 𝑃𝑛 = 𝑛 𝑃𝑛−1
Exercice 27 : Soit une variable aléatoire 𝑋 qui prend ses valeurs dans {0,1,2, … . }. La fonction de masse de
probabilité est donnée par :
𝑥 0 1 3
Exercice 28 : Si une variable aléatoire discrète 𝑋, à valeurs entières, à pour fonction génératrice :
𝐺𝑋 (𝑡) = 𝑘(3 + 2𝑡 2 )3
1. Déterminer la constante 𝑘.
2. Déterminer la loi de probabilité de la variable aléatoire 𝑋.
3. Calculer l’espérance et la variance de 𝑋.
Exercice 29 : Si 1.4% d’appels téléphoniques reçus par un abonné sont dus à une erreur de numéro d’appels.
Utiliser l’approximation de la loi Binomiale par la loi de Poisson pour déterminer la probabilité que pour 200
appels reçus, 2 sont dû à une erreur de numéros.
Exercice 30 : Supposons que le nombre d’erreurs dans un programme soumis pour la première fois à un
ordinateur central pour chacun des étudiants d’un certain groupe est une variable aléatoire qui suit une loi de
Poisson de paramètre 𝜆 = 3. Supposons aussi que les programmes soumis sont indépendants les uns des
autres.
Exercice 31 : Un livre de 1000 pages contenant 1500 erreurs réparties au hasard. On ouvre le livre à une
page quelconque et on désigne par 𝑋 le nombre d’erreurs rencontrées dans cette page.
1. Montrer que la loi exacte de 𝑋 est une loi Binomiale dont on déterminera les paramètres.
2. Calculer 𝐸[𝑋] 𝑒𝑡 𝑉(𝑋)
3. On se propose d’approximer la loi de 𝑋, par la loi de Poisson. Est-ce légitime ?
4. Déterminer les quantités : 𝑃(𝑋 = 0), 𝑃(𝑋 = 1), 𝑃(𝑋 = 2), 𝑃(𝑋 > 2) 𝑒𝑡 𝑃(𝑋 ≤ 3)
Exercice 32 : Un restaurant possède 50 places. La probabilité pour qu’une personne, ayant réservé, ne vienne
pas est de 20%. Un jour le patron a pris 52 réservations.
Exercice 33 : Un réservoir d’eau de 2000 litres contient des bactéries avec une moyenne de 2 bactéries par
litre. On admet qu’il est dangereux d’avaler au moins 8 bactéries. Un voyageur assoiffé boit un litre d’eau
de ce réservoir. Quelle est la probabilité que son geste lui soit fatal ?
Exercices supplémentaires :
Dans une réserve saharienne, on a regroupé dans le même parc 15 Dromadaires (1 bosse), 10 chameaux (2
bosses) et 5 pur-sang (0 bosse). Un visiteur prend sur la même photo trois animaux au hasard. Sachant que
tous ces animaux ont la même probabilité d’être photographiés.
Soit l’espace de probabilité (Ω, 𝒜, 𝑃) et trois lots d’articles A, B et C d’une marchandise quelconque. Les
proportions d’articles défectueux sont :
On prélève dans l’un des lots choisi au hasard et avec remise, un échantillon de 10 articles et on désigne par
la variable aléatoire 𝑋 le nombre d’articles défectueux se trouvant dans l’échantillon.
Dans une entreprise, une machine produit des pièces dont les dimensions très précises doivent être respectées.
On examine 𝑛 pièces choisies au hasard et on note 𝑋 la variable aléatoire représentant le nombre de pièces
défectueuses.
I) Après un premier réglage, on constate une proportion de 30% de pièces défectueuses. Pour 𝑛 = 5 ;
1) Quelle est la loi de probabilité de 𝑋 ? justifiez votre réponse. Calculer l’espérance et l’écart type de 𝑋.
2) Quelle est la probabilité que deux des pièces soient défectueuses ?
3) Quelle est la probabilité qu’il n’y ait plus d’une pièce défectueuse ?
4) Déterminer la valeur de 𝑋 la plus probable. Calculer la probabilité associée.
II) Après un second réglage, la proportion des pièces défectueuse devient 5%. Pour 𝑛 = 100 ;
1) Par quelle loi peut-on approximer la loi de probabilité de 𝑋 ? justifiez votre réponse.
2) Calculer la probabilité de ne pas trouver de pièces défectueuse.
3) Calculer la probabilité d’obtenir deux pièces défectueuses.
4) Calculer la probabilité que le nombre de pièces défectueuse soit compris entre (au sens large) 2 et 4.
5) En déduire l’espérance et la variance de 𝑋
Un étudiant change les téléphones portables tous les ans, le jour de son anniversaire. Il conserve toujours un
téléphone une année entière. Si le téléphone tombe en panne dans l’année, il le fait réparer et change tout de
même de téléphone à la date prévue. On suppose que la probabilité qu’un téléphone portable tombe en panne
dans l’année est 𝑝. On suppose aussi qu’un téléphone ne peut pas subir plus d’une panne dans son année de
possession par l’étudiant.
On note 𝑋 la variable aléatoire « nombre de téléphones tombées en panne dans les dix premières années ».
On suppose qu’un nouveau téléphone portable coûte 10000 DA. Lors de l’achat l’étudiant peut l’assurer pour
1000 DA auquel cas le portable sera réparé gratuitement (pendant un an). Si le portable n’est pas assuré, le
coût d’une réparation est de 5000 DA. On note 𝑌 la variable aléatoire « montant dépensé par l’étudiant en
téléphonie s’il ne s’assure jamais sur les dix premières années » (on compte donc dans 𝑌 l’achat des
téléphones ainsi que les réparations éventuelles).
On s’intéresse maintenant à la première panne de téléphone que connait l’étudiant. On note 𝑍 la variable
aléatoire donnant l’année pendant laquelle l’étudiant subit sa première panne téléphonique, en numérotant
les année de 1 pour l’année d’achat du premier téléphone.