Université Abdelmalek Essaâdi,

F.s.J.E.S. Tétouan,
Département de Sciences Economiques et Gestion.
Licence fondamentale en Sciences
Année universitaire 2021-2022. Economiques et Gestion.

Travaux Dirigés 1:

Exercice 1:
Un
épicier reçoit un lot de pommes dont 25 % sont avariés. II
chacun. Celui-ci, négligent, ne se donne pas 1la charge un employé de préparer des emballages de 5 pommes
achète, 2 fruits ou plus qui sont avariés, revientpeine
de jeter les fruits avariés.
Chaque client qui trouve, dans l'emballage qu'il
au magasin se
1. Soit X le "

nombre de pommes avariées dans plaindre.

Quelle est la probabilité pour qu'un client donné emballage".
un
2. Déterminer la loi de probabilité de X.
3. Si l'épicier a 100 clients
se
plaigne auprès de son épicier?
qui achètent des pommes ce jour-là, combien y aura-t-il de
plaintes?
Exercice 2:
Un journaliste se voit remettre une liste de interviewer. Il doit interroger 5
potentiels n'acceptent de parler qu'avec une personnes de personnes au moins. Les interviewés
qu'il puisse réaliser ses 5 entretiens si la liste probabilité 2/3, indépendamment les uns des autres. Quelle est la
probabilité
compte 5 noms? Et si elle en compte 8?
Exercice 3:
Un éditeur veut
améliorer la qualité éditoriale de ses livres et
dans ses livres. On considère un livre 'intéresse en particulier à modéliser le nombre de
de rn 200 pages. Le nombre de fautes de
=
fautes de frappe
aléatoire de Poisson de
paramètre A 0,05 et
frappe de chaque page est une variable
est obtenue 'a
est
=

indépendant du nombre de fautes sur toutes les autres pages. (La

partir des données disponibles concernant des livres de valeur de A
1. Quel est le nombre attendu
de pages sans fautes? qualité éditoriale moyenne.)
Indication: définir une variable aléatoire Yn
2. qui représente le nombre de
pages sans fautes calculer
Quelle est la variance du nombre de pages sans fautes?
et
E(Y,).
3. Quelle est approximativement 1la probabilité que le livre ait au moins 195 pages sans fautes?
Exercice 4:
On considère une série d'épreuves indépendantes. A chaque épreuve, on observe un "

succès "

"avecprobabilité 1 -P. avec probabilité p et un" échec

Soit X la variable aléatoire discrète
suivante :
X nombre
=
d'épreuves
nécessaires pour obtenir le ler
"
succès ".
1. Calculer la loi de
2. Vérifier que E(X)
probabilitéé de X, c'est-à-dire P(X k), k E N. Cette loi est dite loi
=

1/p. =
géométrique.
3. Vérifier la "

propriété sans mémoire de la loi géométrique.

"

4. J'ai décidé de vendre ma

maison et d'accepter la Ire offre d'achat
sont des variables aléatoires indépendantes avec fonctionsupérieure à K DHs. On suppose que les offres d'achat
N= nombre d'offres d'achat de répartition E. Soit N la variable aléatoire discrète suivante
reçues avant de vendre la maison.
Donner la loi de
probabilité de N, c'est-à-dire P(N =
n), n ¬ N.

Exercice 5:
Pour qu'une pièce fabriquée
par une machine soit
rejetée. Sachant que la longueur de cette pièce estutilisable, longueur doit être comprise entre 14,7 et 15,3 cm, sinon elle est
sa
une variable nomale
pièces peuvent être rejetées. de paramètres 15 cm et
0,2 cm, quelle proportion de

Exercice
Une
6
caisse d'assurance maladie
reçoit 120
bourser à chaque personne est une variable personnes pour l'obtention de remboursements. On suppose que la somme à rem-
de 130000 dirhams.
aléatoire de moyenne 1000 dirhams et d'écart
Quelle est le risque que cette somme ne soit type 600 dirhams. La caisse dispose
pas suffisante pour rembourser toutes les
personnes ?
 Exercice 7:
La fonction de densité de X, variable aléatoire
donnée par
représentant la durée de vie en heures d'un certain composant
électronique, est
S(a)= i 10
sinon
1. Trouver P(X > 20).
2. Quelle est la fonction de répartition de X?
3. Quelle est la probabilité
que parmi 6 composants, au moins 3 d'entre eux fonctionnent au moins 15 heures ? Quelles hy-
pothèses faites-vous?
4. Calculer E(X).

Exercice 8:
La quantité de pain (en centaines de kilos) qu'une boulangerie vend en 1 journée est une variable aléatoire X de fonction de
densité:

c 0 t <3
fl) = c(6 a); 3 6
0; simon
1. Calculer la valeur de c.
2. Quelle est la fonction de
répartition de X?
3. Soit A l'événement: le nombre de"

kilos de pain vendus dans une journée est

:"le nombre de kilos de
pain
vendus dans une journée est compris entre 150 et 450
supérieur à 300 kg ". Soit B l'événement
kg". Les événements sont-ils indépendants?
Exercice 9:
La durée de vie X en années d'une télévision suit une loi
exponentielle de densité:
1
flr) = zexp; 20

1. Calculer la
probabilité que la télévision que vous venez d'acheter ait une durée de vie
2. Vous possédez une telle télévision supérieure à 8 ans.
depuis 2 ans. Quelle est la probabilité que sa durée de vie soit encore de 8
maintenant ? ans à partir de
Conclusion.
3. Quelle est la durée de vie moyenne E(X) d'une télévision? Et la variance de cette durée de vie?
Exercice 10:
Le nombre d'inscriptions à un cours d'économie politique est une variable aléatoire de Poisson de
donnant ce cours a déécidé que si le nombre paramètre 100. Le professeur
qu'en deçà une seule classe sera formée.
d'inscriptions est au-delà de 120, il créera 2
sections et donnera donc 2
cours, tandis
Quelle est la probabilité que ce professeur ait à donner 2 fois ce cours?
Exercice 11:
Soient X1, X100o des variables aléatoires suivant la loi uniforme sur l'intervalle
...,

inférieures à 0,003. Calculer P(N < 5) en utilisant (0, 1). Soit N le nombre d'entre elles
comprises
l'approximation par la loi de Poisson. Soit M le nombre d'entre elles
entre 1/4 3/4. Déterminer par approximation normale
et
P(|M 500|
> -

20).
Exercice 12:
La moyenne des revenus annuels des
1. Donner une borme
employés d'une grande banque est égale a 50 000 DHs.
supérieure pour le pourcentage p des revenus supérieurs ou égaux à 80 000 DHs.
2. De plus, on sait que
l'écart-type est égal à 10 000 DHs. Donner une borne supérieure plus petite pour p en
infomation supplémentaire. utilisant cette
hnee UniversiToene }oé4-
2o }
TD:1
X1 wX v a uhomlre ole povm y
da tm embana
o ve XS wne Va bimpmide sle poupmetee-
(5 o,5)
e)Un wse pa'sd tue m me) Polnme
axuel, dae.
)R(¢e)-4.-co-co
127 O,34

s Y v.a vowdre le duenh nwmsals

l e Sidrne daibinemisle se pozomelis (Mo0

on en eherehe efermta

EY o9. 36,+
Su e, Aoo uew, emrvtan 3tVievdre
Sekenal em meneme

A.
EX:2
w , o « omiste oe, eer sewn>
eeen iorew y Lor sqw ww &m
e oVae ipine X Sul uwe ai bi memusde
epanamare, (5; ) lme
x-5 , (E)40,15.
SHa3 nem) S ili, a. .aXSA me oi Bin
&naras ( ) e a-prousdi de povo
5wtewzem) et:

EX:3
A)SoX. Une e,de b?mei qui prom o vdos
Sio

)4 w rob. f

p -2=o e eN2 hune kaide

YoiSSgn e tonesi A= o, o 5, .
 a Sw
Yeyésew e mems na, de posR Sw e y
we i bmioe de poomeriu, eX
o5
E6erte es\: E(nEn.=2oo. e 0,

0 5
-8,d5

De meme, VY.J=»{(M-()-&%e 0-e 33

3 EmWo -KDximn Mmole, neT
Y-E(Y.) 135 E(Y,)
R(35) (
Vv(
(M1| e57.
ae 2 YE(Y)
Y (, 1), *:
YVV-tY.
EX: 4
SdX , a <hee d eprew necoNDa
dlem ke premen&uzces
Pe

(X= Sue ce
1

-)-F;k4,,3,-.. -.
5-
aW
L L
 5
O
M
EX:
1 - , 5Eo, 5

2frimtuede ) : Fe)= -
TpNL oetemene C, n ie
c-F(4o) .
Fimoemew
s

3) M akr en Preme -rob u' um 2empe>ow\n2mmc

P( 5): A_ f(5)-
ewyuli P'hPolhe que dane, de lmdhuewnomaT de

hw ole cemo Sanw An NemanY mg 3-hEu. e

Swwe bnamioe de ponameNzs 6 ; . Fon Lowneomewt

mom)3 <onfogns miemennrguy Aa s%

.rb's
:2Y3) = (Y-*)2 k3
,9
X
) Aad) e»fevhnde a
E(X=
Ao
eérmie X uT mne
 V
m
J
N
o
U
LX
po
L X
EX:
3t
8
r atlsrojin n We dwree da vie s
Sm rDXimoreme 34,
cher q duwede vie a'me

LX1o x>2): 104 |ea>io)

R(A2) 4
)-4 = e

3s orférence Asx.
an se

e n
N
E (x)=

d vx1 E1- (EY=e. 6

) n
&AnB 10).?(a)
n lale 3Tomme, Pown Vér o wovme o

1ta)= Ua)=1-{6)=

bnVériom bon q (A).Y(8)=

ert memc Al nidcensaw

Ao.
E:10
SaXenomlsre weri?wn n oul'eegmoms
Pog, .aX nron &e Loissn

2A 1) e
i 411

OD
toO
FR) o,023
EX:44
A) Seid' Nmore AevekiyoLan de ulérieua,a

CoferMR A = 3 F (X)=3. mlesle danc r

(N5)= 2 e

werveure ood3,
doo . .a AS
-AA.
HE
3
Mémenlode statistique

TABLE 1 DE LA LOI NORMALE CENTREE REDUITE

U élant une
variable nléaloire de loi ^(0,1), la
lable donne la valeur de db(u) = P(U su).
En R, la commande correspondante est pnorm (u).

r=

0.00 0.D 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.3080 0.5120 0.5160 0.5199
0.I 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.56360.5239 0.5279 0.5319
0.5359
0.2 0.5675 0.5711
0.5793 0.5832 0.5871 0.5910 0.5948 0.5987
0.6026 0.6064 0.6103 0.6141
0.5753
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368
0.1 0.6406 0.6443 0.6480
0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6517
0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123
0.6 0.7257 0.7157 0.7190 0.7224
0.7291 0.7324 0.7357 0.7389 0.7422 0.7454
0.7 0.7580 0.7611 0.7486 0.7517 0.7549
0.7612 0.7673 0.7704 0.7734
0.8 0.7881 0.7764 0.7794 0.7823 0.7852
0.7910 0.7939 0.7967 0.7995 0.8023 0.8051
0.9 0.8078 0.8106
0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8133
(0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8389
1.0 0.8413 0.8438
.1
L2.
0.8643 0..8665 0.8686 0.8708 0.8729 0.8749 0.8770
0.8790 0.8810
0.8621
0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962
0.8980 0.8997
0.8830
1.3 0.9032 0.9019 0.9066 0.9082 0.9099 0.9115 0.9015
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9131.0.9147 0.9162 0.9177
0.9292 0.9306
0,9332 0.9345 0.9357 0.9370 0.9382 0.9394
0.9319
0.9406
0.9474 0.9484 0.9495 0.9505 0.9515 0.9418
1.6 (0.9452 0.9463 0.9429 0.9441
1.7 0.9554 0.9525 0.9535 0.9545
1.8
0.956 0.9573 0.9582 0.9591
0.9599 0.9608 0.9616 0.9625 0.9633
0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686
1.9 0.9713 0.9719 0.9726 0.9732
0.9693 0.9699 0.9706
0.9738 0.9744 0.9750. 0.9756 0.9761 0.9767
2.0 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803
2.1 . 9821 0.9826 (0.9830 0.9834 0.9838 0.9842 0.9846 0.9808 0.9812 0.9817
0.9850 0.9854
2.2 0..9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881
0.9884 0.9887
0.9857.
2.3 9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9890
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932
0.9916
2.5
0.9934 0.99.36
0.9938 0.9940 0.9941 p.9943 0.9945 0.9946 0.9948
2.6 0.9953 0.9955 0.9949 0.9951 0.9952
0.9956 0.9957 0.9959 0.9960 0.9961
2.7 0.9965 0.9966 0.9962 0.9963 0.9964
0.9967 0.9968 0.9969 0.9970 0.997I
2.8 0.9974 0.9975 0.9972 0.9973 0.9974
2.9
0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986
0.9986

Grandes valeurs de u

3.0 3.5 4.0 4.5

d(u) 0.9987 0.99977 0.999968 0.999997
. * ni:
N
 NEU9OEEEIEAEGIELAA
EEEEEEEEEEEEEEIEIEN
BEBBEJOTOUUUEIEOESEIOOIOEBEEDEAD
BEEEEEEEEESBEEEEEBEUUEEEDDE
EEEEEUEEEUEEEEEEJUEJ|E
9EEEPAEEEEEEEEEIEJAED