T.D.

: LOIS DE PROBABILITES ( BTS )

Exercice 1 : On lance un dé et on note X le numéro obtenu.

1) Déterminer la loi de X, E  X  et V  X  .

1
2) Déterminer l’espérance de Y  ; puis de Z  X  3 .
X

Exercice 2 : On tire avec remise 5 cartes d’un jeu de 32 cartes. Soit X le nombre de As

obtenus. 1) Déterminer la loi de X. 2) Déterminer l’espérance et la variance de X.

Exercice 3 : Une famille de dauphins est constituée de six femelles et de quatre mâles.

On choisit au hasard dans cette famille un groupe de quatre dauphins. Soit X la variable
aléatoire représentant le nombre de femelles du groupe.
1) Déterminer la loi de X.
2) Calculer E(X) et Var (X).

Exercice 4 : Le service de dépannage d'un grand magasin dispose d'équipes intervenant

sur appel de la clientèle. Pour des raisons diverses, les interventions ont lieu parfois avec
retard. On admet que les appels se produisent indépendamment les uns des autres et que, pour
chaque appel, la probabilité d'un retard est 0,25.
1) Un client appelle le service à 4 reprises. On désigne par X la v.a.r. prenant pour valeur le
nombre de fois où ce client a dû subir un retard.
a) Déterminer la loi de probabilité de X, son espérance et sa variance.
b) Calculer la probabilité de l'événement : « le client a subi au moins un retard ».
2) Au cours des années 2007 et 2008, le service après-vente enregistre une succession
d'appels. Le rang du premier appel pour lequel l'intervention s'effectue avec retard en 2007
(resp. 2008) définit une v.a.r. X (resp. Z).
a) Déterminer les lois de X et de Z.
b) Calculer P  Y  k  pour tout k   * .

c) On pose T  max  Y, Z  . Calculer P  T  k  pour tout k   * . En déduire la loi de T, puis

son espérance.

Exercice 5 : Le directeur des ventes de chez GAG a constaté que le nombre N de

voitures vendues toutes les heures par GAG suit une loi de Poisson de paramètre 4. Calculer la
probabilité que dans une heure donnée :
1) On ne vende aucune voiture
2) On vende 4 voitures
3) On vende au moins une voiture

Page 1 / 3
4) Le nombre de voitures vendues soit compris (au sens large) entre 2 et 6.
5) Quelle est l’espérance de N ? Sa variance ?

Exercice 6 : Après enquête, on estime que le temps de passage à une caisse, exprimée

en unités de temps, est une variable aléatoire T dont une densité de probabilité est donnée par
la fonction f définie par :
 x e  x , si x  0
f x  
 0 , x  0

1) Rappeler la définition d’une densité de probabilité d’une variable aléatoire X suivant une loi
exponentielle de paramètre λ = 1. Donner la valeur de l’espérance et de la variance de X.
2) Utiliser la question précédente pour vérifier que f est bien une densité de probabilité, puis
montrer que T admet une espérance que l’on déterminera. Quel est le temps moyen de
passage en caisse ?
3) a) Démontrer que la fonction de répartition de T, notée FT est définie par :

 0 , si x  0
FT  x    x
 1   x  1 e , si x  0

b) Montrer que la probabilité que le temps de passage en caisse soit inférieur à deux
2e  3
sachant qu’il est supérieur à une unité est égale à .
2e
4) Un jour donné, trois clients A,B,C se présentent simultanément devant deux caisses libres.
Par courtoisie, C décide de laisser passer A et B et de prendre la place du premier d’entre
eux qui aura terminé. On suppose que les variables TA et TB correspondant au temps de

passage en caisse de A et B sont indépendantes.

a) M désignant le temps d’attente du client C exprimer M en fonction de TA et TB .

b) Montrer que la fonction de répartition de la variable aléatoire M est donnée par :

 0 , si t  0
P M  t    2 2t
 1  1  t  e , si t  0

c) Prouver que M est une variable densité et expliciter une densité de M.

Exercice 7 : Une machine fabrique des pièces cylindriques dont le diamètre exprimé en

millimètres est une variable aléatoire D suivant la loi normale N  m,   où m est réglable et

  0, 4 .

1) On suppose m = 8. Calculer P  D  7,5  , P D  9  , P  7,5  D  8,5  .

Page 2 / 3
2) Toute pièce est vérifiée à l’aide de deux calibres, l’un de 7, 5 mm, l’autre de 8, 5 mm ; elle
est acceptée si elle passe dans le grand et non dans le petit. Déterminer la probabilité pour
qu’une pièce soit refusée si
a) m = 7, 5; b) m = 8 c) m = 8, 5.
3) Dans le cas où m = 8, déterminer la probabilité pour qu’une pièce soit acceptée sachant
qu’elle passe dans le grand calibre.
4) Lorsque la pièce est trop petite elle est rejetée ; la perte est alors de 10 euros. Si elle est
trop grande on peut la rectifier ; le coût de l’opération est égal à 3 euros et on admet que
la pièce est acceptée après rectification.
Soit Z la variable aléatoire égale à la perte subie : Z prend les valeurs 10, 3 ou 0 suivant
que la pièce est trop petite, trop grande ou bonne.
Calculer l’espérance mathématique de Z en fonction de m. Déterminer m pour que E(Z) soit
minimale (réglage optimum de la machine).
Exercice 8 : Une machine usine des pièces. On désigne par X la variable aléatoire qui à

chaque pièce associe sa longueur x . On suppose que X suit une loi normale de moyenne
m = 54 et d'écart type  = 0,2.
Une pièce est considérée comme défectueuse si x ≤ 53,6 ou x ≥ 54,3 .
1) Calculer la probabilité qu'une pièce soit défectueuse.
2) Pour vérifier que la machine ne s'est pas déréglée, on détermine des cotes d'alerte m - h et
m + h définies par : P ( m - h ≤ X ≤ m + h ) = 0,95. Calculer les cotes d'alerte.

Exercice 9 : Dans un pays d'Afrique, 15 % de la population est atteinte du virus du

sida. Une campagne de dépistage est mise en place sur un échantillon de 500 personnes prises
au hasard dans la population. On suppose que l'effectif de la population est très grand.
On suppose que les risques d'erreur du test sont négligeables et on admet que la probabilité
qu'un test réalisé sur une personne prise au hasard dans la population soit positif est 0,15.
On appelle X la variable aléatoire qui prend pour valeur le nombre de tests positifs sur les
500 tests effectués.
1) Quelle est la loi de probabilité de X ? Calculer l'espérance mathématique et l'écart type de
X.
2) Par quelle loi normale peut-on approcher la loi définie ci-dessus ?
3) En utilisant cette loi normale, calculer la probabilité d’avoir 85 tests se révélant positifs.
4) En utilisant cette loi normale, calculer la probabilité que plus de 80 tests se révèlent positifs.

Page 3 / 3