Department de Mathématiques Année 2023-2024

Faculté des sciences Agadir Pr. Sehail Mazid

Série 1
Probabilités et Statistiques SMI3-SMA3

Exercice 1. Avec les lettres A, B, C, D, E et F combien de mots différents de 5 lettres peut-on

former
1. au total ?
2. si les répétitions des lettres ne sont pas permises ?
3. si les répétitions des lettres ne sont pas permises et le mot commence par une consonne ?
4. si les répétitions des lettres ne sont pas permises et le mot se termine par deux voyelles ou deux
consonnes ?

Exercice 2. Un réfrigérateur contient 5 vaccins contre une maladie X, 8 vaccins contre une maladie
Y et 15 vaccins contre une maladie Z. On choisit au hasard 3 vaccins. Quelle est la probabilité
que :
a) Les 3 vaccins choisis sont contre la maladie X ;
b) Les 3 vaccins choisis sont contre la même maladie ;
c) Il y a un vaccins contre chaque maladie.

Exercice 3. Soient trois évènements A, B et C associés à une même expérience aléatoire. Exprimer
sous écriture ensembliste les évènements suivants :
1. Seuls A et B sont réalisés.
2. Deux évènements au plus sont réalisés.
3. Au moins un évènement est réalisé.
4. Aucun des trois évènements n’est réalisé.
5. Deux évènements exactement sont réalisés.

Exercice 4. Une télé fabriquée en très grande série peut être défectueuse à cause de deux défauts
différents désignés par A et B, 10% des appareils ont le défaut A, 8% ont le défaut B et 4% les
deux défauts simultanément. Un client achète l’un des appareils produits.
a) Quelle est la probabilité que l’appareil soit sans défaut ?
b) Quelle est la probabilité que l’appareil ne présente que le défaut A ?
c) Quelle est la probabilité que l’appareil ne présente que le défaut B ?

Exercice 5. Une pochette contient dix pièces : sept en argent et trois en or. Les pièces en argent
sont parfaitement équilibrées, alors que celle en or tombent sur pile avec une probabilité de 13 .
On tire au hasard une pièce de cette pochette, on la lance et on note le résultat. Calculer les
probabilités des événements suivants :
a) Le résultat est "pile".
b) La pièce est en or sachant que le résultat est "face".

Exercice 6. Lors d’un examen un exercice de probabilité est posé. On considère qu’un candidat
a 60% de chances de résoudre l’exercice s’il n’a pas eu connaissance du sujet avant l’épreuve. S’il
a eu connaissance du sujet avant l’épreuve, il a alors 95% de chances de résoudre l’exercice. On
estime qu’un candidat sur cent a eu connaissance du sujet.
On note :

1
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

- C l’événement «le candidat a eu connaissance du sujet ».

- R l’événement le candidat a réussi a résoudre l’exercice.
1. Donnez les probabilités P(C), PC (R) et PC̄ (R).
2. Calculez P(C ∩ R) puis P(R).
3. Un candidat se présente et il réussi à résoudre l’exercice. Déduisez de ce qui précède la probabilité
que ce candidat ait eu connaissance du sujet avant l’épreuve.

Exercice 7. Un détaillant en fruits et légumes étudie l’évolution de ses ventes de melons afin de
pouvoir anticiper ses commandes. Le détaillant réalise une étude sur ses clients. II constate que :
- parmi les clients qui achètent un melon une semaine donnée, 90% d’entre eux achètent un melon
la semaine suivante ;
- parmi les clients qui n’achètent pas de melon une semaine donnée, 60% d’entre eux n’achètent
pas de melon la semaine suivante. On choisit au hasard un client ayant acheté un melon au cours
de la semaine 1 et, pour n ⩾ 1, on note An l’événement : "le client achète un melon au cours de la
semaine n ". On a ainsi P (A1 ) = 1.
1) a. Démontrer que P (A3 ) = 0, 85.
b. Sachant que le client achète un melon au cours de la semaine 3 , quelle est la probabilité qu’il
en ait acheté un au cours de la semaine 2 ? Arrondir au centième.
Dans la suite, on pose pour tout entier n ⩾ 1 : pn = P (An ). On a ainsi p1 = 1.
2. Démontrer que, pour tout entier n ⩾ 1, pn+1 = 0, 5pn + 0, 4.
3. On suppose que, pour tout entier n ⩾ 1 : pn > 0, 8. Démontrer que la suite (pn ) est décroissante.
4. On pose pour tout entier n ⩾ 1 : vn = pn − 0, 8. a. Démontrer que (Vn ) est une suite géométrique
dont on donnera le premier terme v1 et la raison.
b. Exprimer vn en fonction de n. En déduire que, pour tout n ⩾ 1, pn = 0, 8 + 0, 2 × 0, 5n−1 .

Exercice 8. Une urne contient 5 boules blanches ou noires. Le nombre de boules de chaque couleur
est inconnu, toutes les compositions possibles sont équiprobables. On tire successivement n boules
avec remise de cette urne. Elles sont toutes blanches.
1. Quelle est la probabilité que l’urne ne contienne que des boules blanches ?
2. Quelle est la limite de cette probabilité quand n tend vers +∞?

2
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Corrigé TD : Série 1
Probabilités et Statistiques SMI3 -SMA3
Exercice 1. 1) 65
2) A56 = 6 !
3) C41 × A45
4)
→ Le mot se termine par deux voyelles : A22 × A34
→ Le mot se termine par deux consonnes : A24 × A34
Donc,
A22 × A34 + A24 × A34
Exercice
 2. a) Les possibilités de choisir 3 vaccins parmi 5 + 8 + 15 = 28 est
28
de = 3276. Les possibilités de choisir 3 vaccins contre la maladie X
3 
5
sont de = 10. Le quotient entre les cas favorables et les cas possibles
3
est de  
5
3 10
 = = 0.0031
28 3276
3
b) On fait le même raisonnement avec les vaccins contre les maladies Y et Z
puis on additionne les 3 valeurs (ou = +) et on divise par 3276 ,
     
5 8 15
+ +
3 3 3 10 + 56 + 455
  = = 0.1590
28 3276
3

c)    
5 8 15
1 1 1 600
  = = 0.1832
28 3276
3
.
Exercice 3. 1) A et B sont réalisés et C ne l’est pas. L’évènement demandé
est donc A1 = A ∩ B ∩ C̄.

1
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

2)Deux évènements au plus sont réalisés donc l’un au moins n’est pas réalisé.
Cet évènement est donc A2 = Ā ∪ B̄ ∪ C̄ = A ∩ B ∩ C.
3)Au moins un évènement est réalisé. Il s’agit donc de l’union des trois évè-
nements A, B et C à savoir A3 = A ∪ B ∪ C
4) Aucun des évènements n’est réalisé. Il s’agit donc de l’intersection des trois
évènements Ā, B̄ et C̄ à savoir A4 = Ā ∩ B̄ ∩ C̄ = A ∪ B ∪ C = A3
5)Deux évènements sont réalisés. Le troisième ne l’est pas. L’évènement est
donc
A5 = (A ∩ B ∩ C̄) ∪ (A ∩ B̄ ∩ C) ∪ (Ā ∩ B ∩ C) .
| {z } | {z } | {z }
B1 B2 B3

Exercice 4. on a P (A) = 0.1, P (B) = 0.08 et P (A ∩ B) = 0.04. De la

théorie on sait que P (A ∪ B) = P (A) + P (B) − P (A ∩ B).
a) La probabilité de n’avoir "aucune télévision défectueuse" est l’événement
complémentaire de P (A ∪ B) qui est : "Une télévision a au moins un défaut",

1−P (A∪B) = 1−(P (A)+P (B)−P (A∩B)) = 1−(0.1+0.08−0.04) = 1−0.14 = 0.86

b) La probabilité de ne présenter que le défaut A est P (A) − P (A ∩ B) =

P (A ∪ B) − P (B) = 0.1 − 0.04 = 0.14 − 0.08 = 0.06
c) Même raisonnement, P (B)−P (A∩B) = P (A∪B)−P (A) = 0.08−0.04 =
0.14 − 0.1 = 0.04.

Exercice 5. Ag = "pièce en argent", Or = ” pièce en or", P = "pile", F =

=face". De l’énoncé, on tire :

P (Ag) = 0.7 et P (Or) = 0.3

1 2
P (P | Ag) = 0.5, P (P | Or) = , P (F | Ag) = 0.5 et P (F | Or) =
3 3
a) En appliquant la formule des probabilités totales on obtient,
1
P (P ) = P (P | Ag)P (Ag) + P (P | Or)P (Or) = 0.5 · 0.7 + · 0.3 = 0.45
3
b) On demande P (Or | F ), en appliquant la formule de Bayes,
2
P (Or ∩ F ) P (F | Or)P (Or) · 0.3
P (Or | F ) = = = 3 = 0.3637
P (F ) 1 − P (P ) 0.55

2
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Exercice 6. 1. P(C) = 0, 01, PC (R) = 0, 95, PC̄ (R) = 0, 6.

2. P(C) > 0, donc d’après la formule des probabilités composées
P(C ∩ R) = P(C) · PC (R)
= 0, 01 × 0, 95 = 0, 0095
Calculons P(R)
d’après la formule des probabilités totales :
P(R) = 0, 0095 + P(C̄) · PC̄ (R)
= 0, 0095 + 0, 99 × 0, 6 = 0, 6035.
3. Calculons PR (C) Par définition de la probabilité conditionnelle :
P(C ∩ R)
PR (C) =
P(R)
0, 0095
=
0, 6035
≈ 0, 016
Exercice 7. 1)a. A2 et A2 forment un système complet d’événements fini.
D’après la formule des probabilités totales on a :


P (A3 ) = P (A2 ∩ A3 ) + P A2 ∩ A3
= 0, 9 × 0, 9 + 0, 1 × 0, 4
= 0, 81 + 0, 04
= 0, 85
b. On veut calculer :
P (A2 ∩ A3 )
PA3 (A2 ) =
P (A3 )
0, 9 × 0, 9
=
0, 85
81
=
85
≈ 0, 95
2) An et An forment un système complet d’événements fini. D’après la formule
des probabilités totales, on a :


pn+1 = P (An ∩ An+1 ) + P An ∩ An+1
= 0, 9pn + 0, 4 (1 − pn )
= 0, 5pn + 0, 4

3
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

3. Soit n un entier naturel non nul.

pn+1 − pn = 0, 5pn + 0, 4 − pn
= −0, 5pn + 0, 4
= 0, 5 (−pn + 0, 8)

On sait d’après la question précédente que pn > 0, 8 ⇔ 0, 8 − pn < 0. Par

conséquent pn+1 − pn < 0. La suite (pn ) est donc décroissante.

Exercice 8. 1. Ω = J1, 5Kn . Notons Bi l’événement : " l’urne contient i boules

blanches" et B : "Toutes les boules tirées sont blanches".
On cherche PB (B5 ) :
P (B ∩ B5 )
PB (B5 ) =
P (B)
Or P (B ∩ B5 ) = PB5 (B) × P (B5 ) = 1 × P (B5 ) = 16 car PB5 (B) = 1 et
toutes les compositions sont équiprobables.
De plus, P (B) = P ((B ∩ B0 ) ∪ (B ∩ B1 ) ∪ . . . ∪ (B ∩ B5 )) car (B0 , . . . B5 )
forme un système complet. D’où : P (B) = P (B ∩ B0
) + P (B ∩ B1 ) + . . . +
n
P (B ∩ B5 ) Or P (B ∩ Bi ) = PBi (B) × P (Bi ) = 5i × 16 , ainsi, P (B) =
i n n
P5
× 61 = 16 5i=0 5i


P

i=0 5
Finalement, PB (B5 ) = P5 1 i n
Pi=0 ( 5 )

5 n
2. Cherchons limn→+∞ i=0 5i
.
n
n
Or pour i ∈ J0, 4K, limn→+∞ 5i = 0 car 0 < 5i < 1 et limn→+∞ 55 = 1
D’où limn→+∞ PB (B5 ) = 1. Cette limite parait cohérente avec l’expérience,
plus le nombre de tirage augment, sachant que l’on ne tire que des boules
blanches, la probabilité que l’urne ne contienne que des boules blanches se
rapproche de 1!

4
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Série 2
Probabilités et Statistiques SMI3-SMA3
Exercice 1. On lance une fois un dé non pipé.
1. On suppose qu’on reçoit 15 Dirhams si on obtient 1 , rien si on obtient 2,3 ou 4 , et 6
Dirhams si on obtient 5 ou 6 . Soit X la variable aléatoire égale au gain de ce jeu. Donner
la loi de X et sa fonction de répartition FX . Que vaut le gain moyen ?
2. Mêmes questions en supposant qu’on gagne 27 Dirhams pour un 1 et rien sinon. Préférez
vous jouez au jeu du 1 ) ou à celui-ci ?
Exercice 2. Le participant d’un jeu télévisé doit choisir entre deux questions, une ques-
tion facile et une question difficile. S’il répond juste une première fois, il peut tenter de
répondre à l’autre. La question facile rapporte un euro et la question difficile 3 euros. Les
questions sont indépendantes, et il estime avoir 30% de chances de bien répondre à la
question difficile, et 60% de chances pour la question facile. Calculer la loi et l’espérance
de son gain dans le cas où il choisit la question facile en premier, puis dans le cas contraire.
Quelle question doit-il choisir ?
Exercice 3. Une usine produit et commercialise 40 téléviseurs par mois. Le coût de
fabrication d’un téléviseur est de 5000 DH. L’usine fait réaliser un test de conformité sur
chacun de ses téléviseurs. Le test est positif dans 95% des cas et un téléviseur reconnu
conforme peut être vendu k DH. Si le test est en revanche négatif, le téléviseur est bradé
au prix de 2500 DH. Soit X la v.a. qui indique le nombre de téléviseurs conformes parmi
les 40 téléviseurs produits par l’usine.
1. Quelle est la loi de probabilité de la v.a. X ? Donner son expression et calculer son
espérance.
2. Quelle est la probabilité que tous les téléviseurs soient conformes ?
3. Quelle est la probabilité qu’au maximum 38 téléviseurs soient conformes ?
4. On note Y la v.a. qui indique le bénéfice mensuel en Dirham.
(a) Donner l’expression de Y (en fonction de X et k ).
(b) Calculer l’espérance de Y (en fonction de k ).
(c) Quelle doit être la valeur minimale de k pour que l’usine ne fasse pas faillite ?
Exercice 4. Une population comporte en moyenne une personne mesurant plus de 1 m90
sur 80 personnes. Sur 100 personnes, calculer la probabilité qu’il y ait au moins une
personne mesurant plus de 1.90 m (utiliser une loi de Poisson). Sur 300 personnes, calculer
la probabilité qu’il y ait au moins une personne mesurant plus de 1.90 m.
Exercice 5. Lors d’une compétition de tir à l’arc, on a constaté qu’un tireur entraîné a
80% de chances d’atteindre sa cible. Parmi les participants, 40% sont des tireurs entraînés.
Les autres ont 50% de chances d’atteindre la cible.
1. On choisit un participant au hasard et soit X la v. a qui égale à 1 si le joueur atteint
la cible et 0 sinon ; donner la loi de X.
2. On choisit un tireur au hasard, on lui fait faire 10 tirs consécutifs, indépendants. Soit
Z la v. a. d qui correspond au nombre de fois qu’il atteint la cible. Donner la loi de Z.

1
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Exercice 6. Dans le cadre du test d’un vaccin pour une infection, on fait plusieurs expé-
riences pour mesurer l’efficacité du vaccin :
− on teste le vaccin sur 10 animaux et aucun n’est malade ;
− on teste le vaccin sur 17 animaux et un seul est malade ;
− on teste le vaccin sur 23 animaux et deux seulement sont malades.
On sait que l’infection touche 25% du bétail lorsque les bêtes ne sont pas vaccinées.
(a) Soit X la variable aléatoire discrète comptant le nombre de bêtes malades parmi n
si elles ne sont pas vaccinées. Quelle est la loi suivie par X? Calculer les probabilités
P(X = 0) pour l’expérience n◦ 1, P(X ≤ 1) pour la n◦ 2 et P(X ≤ 2) pour la n◦ 3.
(b) Parmi les trois expériences précédentes, quelle est la plus concluante pour prouver
l’efficacité du vaccin ?

Exercice 7. Soit (U, V ) un couple de variables aléatoires indépendantes suivant la loi

binomiale B(2, 1/2)
(a) On pose S = (U − 1)2 + (V − 1)2 . Déterminer la loi de S.
(b) On pose T = (U −1)(V −1)+1. Calculer E(S(T −1)). Déterminer la loi de T . Calculer
la covariance de (S, T ). Les variables S et T sont-elles indépendantes ?

Exercice 8. Soit X et Y deux variables aléatoires discrètes indépendantes. On suppose

que celles-ci suivent une même loi géométrique de paramètre p. Déterminer la loi de
Z =X +Y.

Exercice 9. On lance trois fois de suite une pièce de monnaie équitable. On note X la
variable aléatoire prenant pour valeur le nombre de «face» parmi les deux premiers lancers
et Y la variable aléatoire prenant pour valeur le nombre de «pile» parmi les deux derniers
lancers.
a. Donner, sous forme d’un tableau, la loi de probabilité conjointe du couple (X, Y ).
b. Donner les lois marginales de X et Y . Les variables aléatoires X et Y sont elles
indépendantes ?
c. Calculer la covariance du couple (X, Y ).

Exercice 10. Soient X et Y deux variables aléatoires indépendantes. Supposons que X

(respectivement Y ) suit une loi binomiale de paramètre (m, p) (respectivement (n, p)).
a. Calculer la loi du couple (X, X + Y ).
b. Déterminer la loi conditionnelle de X sachant X + Y .

2
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Corrigé TD : Série 2
Probabilités et Statistiques SMI3-SMA3
Exercice 1. La loi de X est donnée par le tableau suivant :
k 0 6 15
1 1 1
P(X = k) 2 3 6

et E(X) = 0 ∗ 12 + 6 ∗ 31 + 15 ∗ 16 = 4.5 dirhams.

Dans la deuxième version du jeu, le tableau devient
k 0 27
5 1
P(X = k) 6 6

et E(X) = 0 ∗ 56 + 27 ∗ 16 = 4.5 dirhams. En moyenne, l’espérance de gain est

donc la même qu’avec la première version du jeu.
Exercice 2. Notons X la variable aléatoire représentant le gain du joueur
à la fin de la partie. X peut prendre les valeurs 0, 1, 3 et 4 . 1. S’il choisit
la question facile en premier, la probabilité qu’il se trompe dès la première
question est 0.4. La probabilité qu’il réussisse la première question (facile)
puis se trompe à la deuxième question (difficile) est 0.6 ∗ 0.7 = 0.42. La
probabilité qu’il réussisse les deux questions est 0.6 ∗ 0.3 = 0.18. On en
déduit le tableau représentant la loi de son gain :

k 0 1 4
P(X = k) 0.4 0.42 0.18

L’espérance de X est alors

E[X] = 0.4 ∗ 0 + 0.42 ∗ 1 + 0.18 ∗ 4 = 1.14.

2. S’il choisit la question difficile en premier, le tableau devient

k 0 3 4
P(X = k) 0.7 0.3 ∗ 0.4 0.3 ∗ 0.6

L’espérance de X est alors

E[X] = 0.7 ∗ 0 + 0.12 ∗ 3 + 0.18 ∗ 4 = 1.08.

Le joueur a donc intérêt à choisir la première stratégie !

1
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Exercice 3. 1. La loi de probabilité de la v.a. X :

40
X
X= Xi tel que Xi ,→ Ber(0, 95), i = 1, . . . , 40.
i=1

Donc, la variable aléatoire X suit une loi binomiale de paramètre n = 40 et

p = 0, 95, on écrit X ,→ B(40; 0, 95), et on a :
k
P(X = k) = C40 (0, 95)k (0, 05)40−k
E(X) = np = 40 × 0, 95 = 38
2. La probabilité que tous les téléviseurs soient conformes :
40
P(X = 40) = C40 (0, 95)40 (0, 05)40−40 = (0, 95)40 = 0, 129.
3. La probabilité qu’au maximum 38 téléviseurs soient conformes :
P(X ≤ 38) = 1 − P(X > 38)
= 1 − (P(X = 39) + P(X = 40))
39
= C40 (0, 95)39 (0, 05)40−39 + C40
40
(0, 95)40 (0, 05)40−40
= 0, 271 + 0, 129
= 0, 4
4. On note Y la v.a. qui indique le bénéfice mensuel en Dirham.
(a) Donner l’expression de Y (en fonction de X et k ) :
Y = kX + 2500(40 − X) − 40 × 5000
= (k − 2500)X − 100000
(b) Calculer l’espérance de Y (en fonction de k ) :
E(Y ) = E((k − 2500)X − 100000)
= (k − 2500)E(X) − 100000
= (k − 2500) × 38 − 100000
= 38k − 195000
(c) Déterminer la valeur minimale de k pour que l’usine ne fasse pas faillite :
E(Y ) ≥ 0 ⇐⇒ 38k − 195000 ≥ 0
195000
=⇒ k ≥
38
=⇒ k ≥ 5131, 579

2
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Ainsi, la valeur minimale de k pour que l’usine ne fasse pas faillite est :
k = 5131, 579 DH.
Exercice 4. Le nombre X de personnes mesurant plus de 1.90 m parmi 100
obéit à une loi de Poisson de paramètre 100
80
. La probabilité qu’il y ait au moins
100
une personne mesurant plus de 1.90 m est donc 1 − P [X = 0] = 1 − e− 80 =
5
1 − e− 4 = 0.713
Sur 300 personnes : la probabilité qu’il y ait au moins une personne mesurant
300
plus de 1.90 m est donc 1 − P [Y = 0] = 1 − e− 80 = 0.976
Exercice 5. Soit l’événement E = «le tireur est entraîné», on a P (E) = 0, 4.
a. On choisit un participant au hasard et soit X la v.a qui égale à 1 si le joueur
atteint la cible et 0 sinon ; On a X(Ω) = {0, 1} :


P (X = 0) = P ((X = 0)/E)P (E) + P (X = 0)/ E
P (Ē) = 0, 2 × 0, 4 + 0, 5 × 0, 6 = 0, 38
P (X = 1) = P ((X = 1)/E)P (E) + P (X = 1)/ E P (Ē) = 0, 8 × 0, 4 + 0, 5 × 0, 6 = 0, 62
b. La variables Z compte le nombre de succès (cible touché) dans 10 répéti-
tions indépendantes d’une épreuve de Bernoulli avec la probabilité du succès
est p = 0, 62. Donc la loi de Z est la loi binomiale de paramètres n = 10 et
p = 0, 62 :
k
P (Z = k) = C10 (0, 62)k (0, 32)10−k ; k = 0, 1, 2, · · · , 10
Exercice 6. (a) La loi de X est une loi binomiale de paramètre p = 0, 25
et n ; la valeur de n est 10,17 ou 23 selon l’expérience considérée. Pour la
première expérience, on a n = 10 et donc
 
10
P(X = 0) = (0, 25)0 (0, 75)10−0 = (0, 75)10 ≃ 5, 63%
0
Pour la deuxième expérience, on a n = 17 et donc
 
17 10
P(X ≤ 1) = P(X = 0)+P(X = 1) = (0, 75) + (0, 25)(0, 75)16 ≃ 5, 01%
1
Pour la troisième expérience, on a n = 23 et donc
   
23 10 22 10
P(X ≤ 2) = (0, 75) + (0, 25)(0, 75) + (0, 25)2 (0, 75)21 ≃ 4, 92%
1 2
(b) L’expérience la plus concluante est celle qui a la probabilité la plus faible
de se produire lorsqu’on suppose que le vaccin n’a aucun effet. La troisième
étant celle qui a la plus petite probabilité, c’est celle qui est la plus concluante.

3
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Exercice 7. (a) (U − 1)2 prend les valeurs 0 et 1 avec

1
P (U − 1)2 = 1 = P(U = 1) = .


2
Les variables (U − 1)2 et (V − 1)2 suivent chacune une loi de Bernoulli de
paramètre 1/2. Par indépendance de U et V , on a aussi celle de (U − 1)2 et
(V − 1)2 et donc S suit une loi B(2, 1/2).
(b) Par indépendance, l’espérance d’un produit est le produit des espérances

E(S(T − 1)) = E (U − 1)3 E(V − 1) + E(U − 1)E (V − 1)3 = 0.

La variable T prend les valeurs 0,1 et 2 .

1
P(T = 0) = P(U = 0, V = 2) + P(U = 2, V = 0) =
8
et
1
P(T = 2) = P(U = 0, V = 0) + P(U = 2, V = 2) = .
8
On en tire P(T = 1) = 3/4.
On a
Cov(S, T ) = E(ST ) − E(S)E(T )
= E(S(T − 1)) + E(S) − E(S)E(T )
=0+1−1=0
La covariance nulle ne suffit pas à affirmer l’indépendance de S et T . Étudions
l’événement (S = 0, T = 0). L’événement (S = 0) correspond à (U = 1, V =
1) alors que (T = 0) correspond à (U = 0, V = 2) ∪ (U = 2, V = 0). Ceux-ci
sont incompatibles et donc

P(S = 0, T = 0) = 0 ̸= P(S = 0)P(T = 0).

Les variables S et T ne sont pas indépendantes.

Exercice 8. Les variables X et Y sont à valeurs dans N∗ donc X + Y est à

valeurs N\{0, 1}. Pour k ∈ N\{0, 1}, on a
k−1
X
P(X + Y = k) = P(X = ℓ, Y = k − ℓ)
ℓ=1

4
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Par indépendance
k−1
X
P(X + Y = k) = P(X = ℓ)P(Y = k − ℓ).
ℓ=1

Il ne reste plus qu’à dérouler les calculs :

P(X + Y = k) = (k − 1)p2 (1 − p)k−2 .

Exercice 9. a.
Y =0 Y =1 Y =2 PX
X=0 0 1/8 1/8 1/4
X = 1 1/8 1/4 1/8 1/2 .
X = 2 1/8 1/8 0 1/4
PY 1/4 1/2 1/4

b. P(X = 0 ∩ Y = 0) = 0 ̸= P(X = 0)P(Y = 0) donc pas indépendance.

c. Cov(X, Y ) = i,j pi,j xi yj − E[X]E[Y ] = 34 − 1 = − 14
P

Exercice 10. a. Pour tout k, l ∈ N,

P((X, X + Y ) = (k, l)) = P(X = k et Y = l − k)

= P(X = k)P(Y = l − k) ( par indépendance )

Ainsi, 
0 si k ∈
/ J0, mK ou l ∈
/ Jk, k + nK
P((X, X+Y ) = (k, l)) = k l−k l
Cm Cn p (1 − p)m+n−l sinon.
b. Nous avons, pour tout k ∈ J0, mK et l ∈ Jk, k+ nK

P((X, X + Y ) = (k, l)) C k C l−k pl (1 − p)m+n−l

P(X = k | X+Y = l) = = ml n l
P(X + Y = l) Cn+m p (1 − p)n+m−l

0 si k ∈
/ J0, mK ou l ∈ / Jk, k + nK
soit P(X = k | X+Y = l) = k l−k l .
Cm Cn /Cn+m sinon.

5
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

TD : Série 3
Probabilités et Statistiques (SMI3-SMA3)

Exercice 1. Soit X une variable aléatoire dont la fonction de densité est

(
sin(x) 0 < x < π2
f (x) =
0 sinon

a. Quelle est la fonction de répartition de X?

b. Calculer E(X).
c. Calculer Var(X).

Exercice 2. On modélise le temps entre deux clics d’un compteur par une loi exponen-
tielle. Le nombre moyens de clics par minutes égal à 50.
(a) Calculer le paramètre λ de la loi exponentielle.
(b) Quelle est la probabilité qu’on attende plus d’une seconde entre deux clics ?

Exercice 3. Soit X une variable aléatoire suivant la loi exponentielle E(λ).

√
a. Déterminer la loi de la variable aléatoire Y = X.
b. Déterminer une densité de X 2 .

Exercice 4. On suppose que la taille, en centimètres, d’un homme âgé de 30 ans est une
variable aléatoire normale de paramètres µ = 175 et σ 2 = 36.
a. Quel est le pourcentage d’hommes de 30 ans ayant une taille supérieure à 185 cm?
b. Parmi les hommes mesurant plus de 180 cm, quel pourcentage dépasse 192 cm?

Exercice 5. Une compagnie utilise des avions d’une capacité de 320 passagers. Une étude
statistique montre que 5 passagers sur 100 ayant réservé ne se présente pas à l’embarque-
ment. On considérera ainsi que la probabilité qu’un passager ayant réservé ne se présente
pas à l’embarquement est de 0,05. La compagnie accepte 327 réservations sur un vol. Soit
X la variable aléatoire indiquant le nombre de passagers se présentant à l’embarquement.
a. Quelle est la loi de probabilité suivie par X?
b. Par quelle loi normale peut-on approcher la loi de X? Les paramètres de la loi seront
déterminés à 10−2 près.
c. En utilisant l’approximation par la loi normale, calculer P (X ⩽ 320). Penser vous
que le risque pris par la compagnie en acceptant 327 réservations soit important ?
d. Serait-il raisonnable pour la compagnie d’accepter sur ce même vol 330 réservations ?
335 réservations ?
Statistiques

Exercice 6. On observe les arrivées des clients à un bureau de poste pendant un inter-
valle de temps donné (10 minutes). En répétant 100 fois cette observation, on obtient les
résultats suivants.

1
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. Sehail Mazid

Nombre d’arrivées 1 2 3 4 5 6 Total

Nombre d’observations 15 25 26 20 7 7 100
a. Représenter graphiquement ces résultats.
b. Calculer la valeur de la moyenne, le mode, la variance et l’écart-type des résultats.

2
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. S. Mazid

Corrigé TD : Série 3
Probabilités et Statistiques (SMA3, SMI3-M18)
Exercice 1. a. Si 0 < x < π/2
Z x
FX (x) = sin(t)dt = − cos(t)|t=x
t=0 = 1 − cos(x)
0

Par conséquent

0
 si x ≤ 0
FX (x) = 1 − cos(x) si 0 < x < π/2

1 sinon


b. L’espérance de X est
Z π/2
E(X) = x sin(x)dx =
0
Z π/2
π/2 x=π/2
= − (x cos(x))0 + cos(x)dx = sin(x)|x=0 =1
| {z } 0
=0

c. Calculons le 2e moment de X
Z π/2
2
x2 sin(x)dx =


E X =
0

π/2
Z π/2
2
= − x cos(x) 0
+2 x cos(x)dx
| {z } 0
=0
Z π/2
π/2
= 2(x sin(x))0 −2 sin(x)dx = π − 2
| {z } 0
=π

et la variance vaut
var(X) = E X 2 − E(X)2 = π − 3

Exercice 2. (a) Soit X le temps en minutes entre deux clics. Puisqu’il y a

50 clics par minutes, le temps moyen entre deux clics est de 1/50. Puisque
X suit une loi exponentielle de paramètre λ, on a
1 1
E(X) = = d’où λ = 50.
λ 50
1
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. S. Mazid

(b) On a  
1
P(X ≥ 1 seconde ) = P X ≥ minutes
60
 
1
=1−F
60
1
= e−50× 60
5
= e− 6
≃ 43, 45%
La probabilité d’attendre plus d’une second entre deux clics est donc de
56, 54%.

Exercice 3. On sait que X suit une variable aléatoire de loi exponentielle

E(λ). Autrement dit, on connait une densité de X :

0 si t < 0
∀t ∈ R, fX (t) =
λe−λt si t ⩾ 0

et la fonction de répartition de X

0 si x ⩽ 0
∀x ∈ R, FX (x) =
1 − λe−λx si x ⩾ 0
√
a. Soit Y = X. Remarquons déjà que X prend bien ses valeurs dans R+ ,
ce qui permet de bien définir Y . Notons F√
Y la fonction de répartition de
Y . Puisque X(Ω) = [0, +∞[ et que t 7→ t est à valeurs dans [0, +∞[,
on a donc Y (Ω) = [0, +∞[. On peut donc déjà dire que

∀x ⩽ 0, P(Y ⩽ x) = 0

D’autre part, pour tout x ⩾ 0, On a alors pour tout x ∈ R

√ 2
P(Y ⩽ x) = P( X ⩽ x) = P X ⩽ x2 = F x2 = 1 − λe−λx

On a donc la fonction de répartition de Y :


0 si x ⩽ 0
∀x ∈ R, FY (x) = 2
1 − λe−λx si x ⩾ 0

2
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. S. Mazid

On remarque que FY est continue sur R et de classe C 1 sur R∗ , on en

déduit donc que Y est une variable aléatoire à densité. Une densité
possible de Y est la fonction fY définie par :

0 si x ⩽ 0
∀x ∈ R, fY (x) = −λx2
2λxe si x > 0

b. Notons Z = X 2 . Notons FZ la fonction de répartition de Z. On a

directement Z(Ω) = [0, +∞[, donc déjà

∀x ⩽ 0, P(Z ⩽ x) = 0

D’autre part, pour tout x ⩾ 0

√ √ √
P(Z ⩽ x) = P X 2 ⩽ x = P(X ⩽ x) = F ( x) = 1 − λe−λ x

On a donc la fonction de répartition de Z :


0 si x ⩽ 0
∀x ∈ R, FZ (x) = √
1 − λe−λ x si x ⩾ 0

On remarque que FZ est continue sur R et de classe C 1 sur R∗ , on en

déduit donc que Z est une variable aléatoire à densité. Une densité
possible de Z est la fonction fZ définie par :

0 √
si x ⩽ 0
∀x ∈ R, fZ (x) = λ −λ x
√
2 x
e si x > 0

Exercice 4. Soit X la taille en centimètres d’un homme âgé de 30 ans. X

suit une distribution normale de paramètres (175,36).
a. Le pourcentage d’hommes de 30 ans mesurant plus que 185 cm est
 
185 − 175
P (X > 185) = 1 − Φ ≃ 1 − Φ(1, 67) ≃ 4, 8%
6
b. La probabilité qu’un homme mesurant plus de 180 cm dépasse 192 cm
est
P (X > 192 ∩ X > 180)
P (X > 192 | X > 180) = =
P (X > 180)
P (X > 192) 1 − Φ(2, 83)
= ≃ ≃ 1, 1%
P (X > 180) 1 − Φ(0, 83)

3
Department de Mathématiques Année 2023-2024
Faculté des sciences Agadir Pr. S. Mazid

Exercice 5. a. On répète n = 327 fois le tirage aléatoire d’un passa-

ger. C’est une épreuve de Bernoulli dont le succès est "le passager se
présente à l’embarquement", événement dont la probabilité est p =
1 − 0, 05 = 0, 95. Ces répétitions sont identiques et indépendantes. La
variable aléatoire X qui compte le nombre de passagers se présentant
à l’embarquement, c’est-à-dire le nombre de succès dans les 327 répéti-
tions, suit donc la loi binomiale B(327; 0, 95)
b. Comme n = 327 ⩾ 30, np = 310, 95 ⩾ 5 et n(1 − p) = 16, 35 ⩾ 5,
donc loi de probabilité de X peut-être approchéeppar la loi normale de
paramètre µ = np = 310, 65 et d’écart-type σ = np(1 − p) ≃ 3, 94
c. Avec cette approximation,
   
X − 310, 65 320 − 310, 65 X − 310, 65
P (X ⩽ 320) ≃ P ⩽ ≃P ⩽ 2, 37
3, 94 3, 94 3, 94
≃ Φ(2, 37) ≃ 0, 99
Le risque pris par la compagnie d’avoir plus de passagers qui présentent
à l’embarquement que de places réellement disponible est faible, il est
inférieur à 1%.
d. En procédant de même, on trouve avec 330 réservations :
   
X − 313, 5 320 − 313, 5 X − 313, 5
P (X ⩽ 320) ≃ P ⩽ ≃P ⩽ 1, 64
3, 96 3, 96 3, 96
≃ Φ(1, 64) ≃ 0, 95
et, avec 335 réservations :
   
X − 318, 25 320 − 318, 25 X − 318, 25
P (X ⩽ 320) ≃ P ⩽ ≃P ⩽ 0, 44
3, 99 3, 99 3, 99
≃ Φ(0, 44) ≃ 0, 67
Ainsi, avec 330 réservations, le risque qu’il y ait plus de passagers se
présentant à l’embarquement que de places disponibles reste inférieur à
5%, tandis qu’avec 335 réservations ce risque devient de l’ordre de 33%
(environ 1 chance sur 3 ). Ce dernier cas parait alors déjà bien moins
raisonnable.
Exercice 6. 2. La moyenne arithmétique vaut : x̄ = n1 ni=1 ni xi = 3. La
P
médiane et le mode valent 3 . La variance vaut :
n
!
1 X
s2 = ni x2i − nx̄2 = 1, 96 et l’écart-type s = 1, 4.
n i=1