X= Taille d'une pièce (Unité arbitraire)

Taille de l'échantillon : n= 50

14 15 15 16 16 16 17 17 17 18
18 18 18 19 19 19 19 19 19 19
20 20 20 20 20 20 20 20 20 21
21 21 21 21 21 22 22 22 22 22
22 22 23 23 23 23 24 24 24 25

1- 2- Caractère étudié est la taille d'une pièce ( Variable Quatitative continue

3- Max = 25
Min = 14

Classe ni
14 17
17 20
20 23
23 26
Total
 Exercice 2

X= Diamètre d'un fibre optique ( micro )

M= 300
sigma = 9

Exigences
taux = 7%
ITS = 321
ITI = 279

Prob( Conforme ) = 98%

% Rebut = 2%

Exercice 3

X= Poids de scure / 1kg de confiture ( g )

m= 465
sigma = 30
n= 200

Exigences : Label
ITS = 520
ITI = 420

prob( "Pure sucre " )= 90%

% Rebuts = 10%

Exercice 3

X Poids du PB
Y Poids du Zn

moy Sigam
0.21 0.05
0.085 0.02

prob( 0,10 < X < 0,28 ) 0.9053

Prob( Y > 0,1 ) = 0.2266

Changement de variable
Z= X+Y
mz 0.295
sigma Z = 0.05385165
prob( X + Y < 0,32 ) = 0.6788
 X= Poids de scure / 1kg de confiture ( g )

m= 465
sigma = 30
n= 200

Exigences : Label
ITS = 520
ITI = 420

prob( "Pure sucre " )= 90%

% Rebuts = 10%
 X Poids du PB
Y Poids du Zn

moy Sigam
0.21 0.05
0.085 0.02

prob( 0,10 < X < 0,28 ) = 0.9053

Prob( Y > 0,1 ) = 0.2266

Changement de variable : Z= X+Y

mz 0.295
sigma Z = 0.05385165

prob( X + Y < 0,32 ) = 0.6788

 Exercice 5

X= Resistance à la repture (kg)

M= 70
Sigma= 4

CV= 6% la production est homgene ( CV < 10% )

Pro (x>74,8) = 12%

prob( X < X20 )= 0.2 X 20 = 66.63

prob( X < 76 ) = 93% l' affirmation est fausse

prob( X < X70 ) = 0.7 X 70 = 72.10

Exercice 6

X= Le nombre de pièces rejetées

N= 200
n= 12
p= 10%

1- Le nombre moyennes de pièces NC dans le lot de 200 est : = N*p 20

2- prob( X >= 2 ) 0.3410

3- prob( X <= 5 ) 0.9995

4- prob( X = 0 ) 0.2824

5- prob( X = 0 ) 0.0000

Exercice 7

X= Le nombre de chandails rejetés

n= 100
p= 1.5% lambda = 1.5
B(n,p) >-----------> poisson( lambda)
1- prob( X = 2 ) 0.2532 0.2510

2- prob( X <= 2 ) 0.8098 0.8088

3- prob( X > = 2 ) 0.4434 0.4422
 X= Le nombre de pièces rejetées

N= 200
n= 12
p= 10%

1- Le nombre moyennes de pièces NC dans le lot de 200 est : = N*p 20

2- prob( X >= 2 ) 0.3410

3- prob( X <= 5 ) 0.9995

4- prob( X = 0 ) 0.2824

5- prob( X = 10 ) 0.0000
 X= Le nombre de chandails rejetés

n= 100
p= 1.5% lambda = 1.5

B(n,p) >-----------> poisson( lambda)

1- prob( X = 2 ) 0.2532 0.2510

2- prob( X <= 2 ) 0.8098 0.8088

3- prob( X > = 2 ) 0.4434 0.4422

 Exercice 8

X= le nombre de bactéries /le nbre de litres

Le nomre moyenne de bactéries/1litre = 2

Dans 3 litres on a en moyenne = 6 qui correspond à lambda

prob( X = 5 ) = 0.1606

prob( X = 5 ) = 0.1339

Exercice 9

X= le nombre de pièces emballées

Le nomre moyenne depièces emballées / heure = 90

Le nomre moyenne depièces emballées / mn = 1.5

a- X =la variable est le nbre de pièces emballées

X = 0,1,2,3……….

b- le taux moyen /mn est : 1.5 qui correspon à lambda

c- la variance est lambda = 1.5

d- prob( X = 0 ) = 0.2231

e-
prob( X = x ) est max = on calcul pour les différentes de x >======> prob(X =1) 0.33470
>======> x= 1
 X= le nombre de pièces emballées

Le nomre moyenne depièces emballées / heure = 90

Le nomre moyenne depièces emballées / mn = 1.5

1- X =la variable est le nbre de pièces emballées

X = 0,1,2,3……….

2- le taux moyen /mn est : 1.5 qui correspon à lambda

3- la variance est lambda = 1.5

4-

prob( X = 0 ) = 0.2231

prob( X = x ) est max = on calcul pour les différentes de x

 90

1.5

n à lambda

>======> prob(X =1) 0.33470 >======> x= 1

 Exercices supplémentaires
Loi normale
Exercice 1

X= La Production Laitiere annuelle en litres des vaches en litre.

µ= 6000
σ= 400

1-a) P(X≤ 5800 )= 0.3085

→ 30,85% des vaches de cette race produisent moins de 5800 litres par an.

b) P( 5900 ≤ X ≤ 6100 )= 0.1974

→ 19,74% des vaches de cette race produisent entre 5900 et 6100 litres par an.

c) P(X≥ 6250 )= 0.2660

→ 26,59% des vaches de cette race produisent plus de 6250 litres par an .

2-a) P(X≤ x)= 0.3 → X= 5790

→ 30% des vaches les moins productives du troupeau ont une production
maximale prévisible de 5790 L.

b)P(X≥ y)= 0.2 → Y= Prob(X≤y) = 0.8

Y= 6337

→ 20% des vaches les plus productives du troupeau ont une production
minimale prévisible de 6337 L.

Exercice 2
P( 120≤X≤200) = 0,8
p(X≤120 ) = 0,05

1. P(X≤ 120 )= 0.05 120-ʮ/σ = -1.645

P(X≥ 200 )= 0.15 200-ʮ/σ = 1.036

ʮ= 120+1,645σ
ʮ= 200-1,036 σ

80-σ(1,645+1,036)=0
σ≈ 30
ʮ= 169

2. P( 200 ≤X≤ 230 )= 0.1297

12,97% des appareils ont une durée de vie comprise entre 200 et 230 jours .
prob( 120 < X < 200 )= 0.8
prob( X < 120 )= 0.05 t 0,05 = -1.645
prob( X > 200 )= 0.15 t 0,15 = 1.036

(120-m)/sigma = -1.645 m= 169

(200-m)/sigma = 1.036 sigma = 30
 X= durée de vie d'un certain

prob( 120 < X < 200 )= prob( 120-m/sigma< T < 200-m/sigma ) = 0.8
prob( X < 120 )= prob( T < (120-m)/sigma ) = 0.05
prob( X > 200 )= prob( T > (200-m)/sigma ) = 0.15

(120-m)/sigma = -1.645
(200-m)/sigma = 1.036

m= 169
sigma = 30
durée de vie d'un certain composant ( jours )

t 0,05 = -1.645
t 0,15 = 1.036
 X= Concentation d'une solution ( g/l)

m= 40 N= 10,000
sigma = 1 PU = 0.95 dh
coût sup = 0.2
Coût 1000 sol= 500 dh

Exigences :
IT I = 38
IT S = 42.5

prob( X < 38)= 0.0228 Nbre de solution rejetées = 228

prob( X > 42 )= 0.0062 Nbre de solution modifiées = 62

PV = 8,795
PR = 5,016
Profit = 3,780
 X= Diamètre d'une pièce ( mm )

m= 90 N= 10,000
sigma = 0.16 PU = 0.95 dh
coût sup = 0.2
Coût 1000 sol= 500 dh

Exigences :
IT I = 89.7
IT S = 90.3

prob( 89,7< X < 90,3)= 0.9392 Prob( Exterieur ) 0.0608

d= 0.2632

p= 0.06
n= 15

P1=prob( 1pièce accep ) = prob( 14 pièce NC ) = 0.00

P2 =prob(X >= 2 ) = 0.22623733

p= 0.06
n= 75

P3 = Prob( X = 0 ) = 0.011109

P2 =prob(X <= 2 ) = 0.17357807

 m= 6000
sigma = 400

prob( X < 6300 ) = 0.7734

prob( 5900 <X< 6100 )= 0.1974

Prob( X>= 6250 )= 0.26599 0.2660

 Exercice 3

X= Le diamètre intérieur du stlylos en cm.

N= 200
ʮ= 0.502
σ= 0.005

1. 1- P( 0.496 ≤X≤ 0.508 )= 0.2301

→ 23,01% de corps de stylos doivent etre considérés comme défectueux .

2. 1- P( 0.498 ≤X≤ 0.51 )= 0.2667

Le pourcentage des pieces defectueuses va augmenter avec cette nouvelle

→
machine .

Exercice 4

X= Poids d'un Colis en Kg

N= 400
ʮ= 151
σ= 15

1.P( 120 ≤X≤ 155 )= 0.5858

→ 58,58% des colis ont un poids compris entre 120 et 155 kg
234.301721 Colis parmis les 400 stckés .

2. P(X≥ 185 )= 0.011705298

→ 1,17% des colis ont un poids qui dépasse 185 Kg.

55 kg
Loi Binomiale
Exercice 1

X= le nombre de consoles de jeux conformes

n= 400
p= 0.93

prix de vente d 'une console conforme = 290 €

prix de vente d'ue console non conforme = 150 €
Le coût de fabrication d 'une console = 160 €
1) m= 372
2) Prix de vente des 400consoles = 112,080 €

Prix de revient = 64,000 €

Bénifice = 48,080 €

Le fabricant peut donc espérer un bénéfice mensuel de 48080 euros

pour 400 consoles de jeux.

Exercice 2

X= nombre de pots dont la masse est inférieure à 490 grammes

n= 20
p= 0.2
1.a) X ne peut prendre que deux possibilités soit : X≥490 g soit X≤490 g , donc elle suit une
loi binomiale (20; 0,2)

b) P(X= 2 )= 0.1369
on a une probabilité de 0,1369 de trouver parmi les 20 pots ,
deux de masse inférieure a 490g.

c) P( 1 ≤X≤ 3 )= 0.3999
on a une probabilité de 0,3999 de trouver entre 1 et 3pots de
masses inférieures a 190g.

d) P(X≥ 1 )= 0.9885

on a une probabilité de 0,9885 de trouver au moins un pot de

masse inférieure à 490g.

2) P ( X>=1 ) = 0,99 n= 21
 Exercice 3

X= nombre de pneus qui présentent un défaut

n= 12
p= 0.065

1. la Variable X ne peut accepter que deux possibilités , soit le pneus est conforme ou
non ,
donc elle suit une loi Binomiale (12; 0,065) .

2.P(X= 0 )= 0.4464
44,64% des pneus de ce prelevement n'ont aucun défaut .

3.P(X≤ 2 )= 0.9612

Avec un pourcentage de 96,12% au plus 2 des pneus

choisis présentent un défaut.

4. n= 4
p= 0.065

P( X≥ 1 )= 0.2357 < 0,5

Loi de poisson
Exercice 1

X= nombre d'appels reçus par minute

λ= 1.8

Prob ( X= 0 )= 0.1653
on a un pourcentage de 16,53% d'avoir aucun appel .
Prob ( X= 1 )= 0.2975
On a un pourcentage de 29,75% d'avoir un seul appel.
Prob ( X= 2 )= 0.2678
On a un pourcentage de 26,78% d'avoir 2 appels .
Prob ( X≥ 2 )= 0.5372
On a un pourcentage de 53,72% d'avoir au moins 2appels .
Prob ( X> 2 )= 0.2694
On a un pourcenatge de 26,94% d'avoir plus de 2 appels.
P(X=2)+P(X=3)+P(X=4)= 0.5008
On a un pourcentage de 50,08% d'avoir 2,3 ou 4 appels .
Exercice 3
Nombre d'accidents xi 0 1 2 3 4
Nombre de jours fi 21 18 7 3 1
le moyen d'accident par
0 0.36 0.28 0.18 0.08
jour/50

Periode = 50

1) λ = 0.9

2) P(X=1)=
0.3659 Fi =
18
P(X=2)=
0.1647 Fi =
8
P(X=3)=
0.0494 Fi =
2
P(X=4)=
0.0111 Fi =
1
P(X=0)=
0.4066 Fi =
20

3) Jours sans accident pendant une periode de 365 jours : 148

4) Jours avec moins de 3 accidents pendant 365 jours : 342

Exercice 3
X= camions hors service
n= 80
prob (X≤3 ) = 0.95

1) Pour P(X≤3) = 0,95 on aura une longeur d'onde de λ = 1.3

2) On sait que λ= n*p , alors pour determiner p on applique la relation suivante :
p= λ/n n= 0.02