Loi binomiale et échantillonnage

A) Répétition d’expériences et loi de Bernoulli.

1. Répétition d’expériences identiques et indépendantes.

Dans ce chapitre on étudie la répétition d’expériences identiques et indépendantes.

• Cela signifie que les conditions dans lesquelles on répète l’expérience sont les mêmes.
Exemple : les tirages de boules ou de jetons qui se font « avec remise » de l’objet tiré après
chaque tirage ou les lancers d’une même pièce plusieurs fois de suite.
• Cela signifie aussi qu’une expérience ne dépend pas du résultat de l’expérience précédente.
De manière imagée, on peut dire que les pièces ou les dés n’ont pas de mémoire.
• Bien entendu, cela ne signifie pas que les résultats de ces expériences répétées sont les mêmes,
puisqu’il s’agit d’expériences aléatoires.
On peut en déduire que les probabilités associés à cette expérience sont les mêmes à chaque
répétition.
Exercice n°1 :
Les événements A et B sont issus d'expériences identiques indépendantes.

1) En lisant l'arbre ci dessous, donner la valeur de P ( A) et P (B ) .

2) Recopier et compléter cet arbre.
3) Déterminer P ( A ∩ B ) .
4) Déterminer la probabilité que ni A ni B ne soient réalisés.

Exercice n°2 :
La probabilité de l'événement A : « Le bus de Tony arrive à l'heure le matin » est 0,9 et la
probabilité de l'événement B : « Tony a toutes ses affaires » est 0,8.
On suppose que Les événements A et B sont indépendants.
1) Calculer la probabilité que le bus de Tony arrive à l'heure le matin et qu'il ait toutes ses
affaires.
2) En déduire P ( A ∪ B ) puis P ( A ∪ B ) .
3) Calculer P ( A ) et P (B ) .
4) Déduire la valeur de P ( A ∩ B ) de deux façons différentes, à l'aide des questions 2 et 3.

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 2. Epreuve, loi et variable de Bernoulli.

Définition :
Une épreuve de Bernoulli est une épreuve aléatoire comportant deux issues, l’une appelée
« succès », l’autre appelée « échec ».
On peut représenter une épreuve de Bernoulli par un arbre pondéré :

Théorème :
On considère une épreuve de Bernoulli. Soit X la variable aléatoire qui prend la valeur 1 en
cas de réussite et la valeur 0 en cas d’échec.
La variable aléatoire X est appelée variable de Bernoulli et la loi de probabilité de X est
appelée loi de Bernoulli. Elle est donnée par :

Son espérance est donc : E ( X ) = 0 × (1 − p ) + 1 × p = p .

B) Schéma de Bernoulli et loi binomiale.

1. Présentation de la situation.

On s’intéresse maintenant à répétition

de plusieurs expériences de Bernoulli
identiques et indépendantes.
On note X la variable aléatoire
comptabilisant le nombre de succès
obtenus lors de cette répétition.
Dans le cas ci-contre, on lance quatre
fois de suite une pièce de monnaie
(déséquilibrée puisque la probabilité
d’obtenir un pile est p = 0,7 ).

Afin d’établir la loi de probabilité,

nous devons déterminer les valeurs
prises par X (ici 0 ; 1 ; 2 ; 3 et 4) et la
probabilité associée à ces valeurs.
Il est assez aisé d’établir la probabilité
F
d’une branche mais il s’avère assez
fastidieux de déterminer le nombre de
branches aboutissant au même résultat.
C’est que nous allons établir dans la
suite de ce chapitre.
Lycée Français de DOHA 1ère S3
Année 2015 – 2016 M. Evanno
 2. Schéma de Bernoulli et loi binomiale.

Définition : schéma de Bernoulli

La répétition de n épreuves de Bernoulli identiques et indépendantes est une expérience
aléatoire qu’on appelle schéma de Bernoulli.
Une façon de représenter un schéma de Bernoulli est d’utiliser un arbre pondéré :

Exemple d’arbre représentant un schéma de Bernoulli pour n = 2 et p + q = 1 .

Définition :
Soit X la variable aléatoire définie par le nombre de succès dans un schéma de Bernoulli
dans lequel on répète n fois une épreuve de Bernoulli pour laquelle la probabilité du succès
est égale à p .
La loi de probabilité de X s’appelle la loi binomiale de paramètres n et p .
On la note B(n ; p ) .

Définition : coefficient binomial

Afin d’établir la loi de probabilité de X il nous faut, comme nous l’avons vu précédemment,
connaître le nombre de chemins de l’arbre réalisant k succès pour n répétitions.
n
Ce nombre s’appelle un coefficient binomial et se note   .
k 
Concrètement, il correspond au nombre de branches dans lesquelles il y a, au total, k succès
pour les n tentatives.

Remarques :
• Dans les calculs on utilisera les coefficients binomiaux seront obtenus à l’aide de la
calculatrice.
• Les propriétés de ces coefficients binomiaux seront étudiées plus loin.

Théorème : loi binomiale

Si la variable aléatoire X suit la loi binomiale de paramètres n et p , on a :
• X ∈ {0 ; 1 ; 2 ; ... ; n − 1 ; n} .
n
• P( X = k ) =   × p k × (1 − p ) pour tout entier 0 ≤ k ≤ n .
n−k

k 

Propriétés :
Lorsque X suit la loi binomiale de paramètres n et p , on a les valeurs suivantes :
• L’espérance : E ( X ) = np .
• La variance : V ( X ) = np(1 − p ) .
• L’écart-type : σ ( X ) = np(1 − p ) .

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Vérification :
Reprenons le cas n = 4 donné dans le 1. Présentation de la situation :
 4
• P( X = 4) = 1 × 0,7 4 car il n’y a qu’un chemin qui abouti à 4 succès et   = 1 .
 4
 4
On a donc bien : P( X = 4) =   × 0,7 4 × 0,3 4− 4 = 1 × 0,7 4 × 1 = 0,7 4 .
 4
 4
• P( X = 3) = 4 × 0,7 3 × 0,31 car il y a quatre chemins qui aboutissent à 3 succès et   = 4 .
3 
 4
On a donc bien : P( X = 3) =   × 0,7 3 × 0,3 4−3 = 4 × 0,7 3 × 0,31 = 4 × 0,7 3 × 0,3 .
3 
 4
• P( X = 2) = 6 × 0,7 2 × 0,3 2 car il y a six chemins qui aboutissent à 2 succès et   = 6 .
 2
 4
On a donc bien : P( X = 2) =   × 0,7 2 × 0,3 4− 2 = 6 × 0,7 2 × 0,3 2 .
 2
 4
• P( X = 1) = 4 × 0,71 × 0,33 car il y a quatre chemins qui aboutissent à 1 succès et   = 4 .
1 
 4
On a donc bien : P( X = 1) =   × 0,71 × 0,3 4−1 = 4 × 0,71 × 0,33 = 4 × 0,7 × 0,33 .
1 
 4
• P( X = 0) = 1 × 0,3 4 car il n’y a qu’un chemin qui abouti à 0 succès et   = 1 .
0
 4
On a donc bien : P( X = 0) =   × 0,7 0 × 0,3 4−0 = 1 × 1 × 0,3 4 = 0,3 4 .
0

Représentation graphique de la loi binomiale de paramètres n = 20 et p = 0,7 :

Exercice n°3 :
On considère que dans une classe de Terminale contenant 24 élèves, chaque élève a 82% de
chance d'obtenir son bac. Soit X la variable aléatoire représentant le nombre d'élèves ayant
obtenu son bac dans cette classe de 24 élèves.
1) Quelle loi suit X ? Donner ses paramètres.
2) Quelle est la probabilité que tous les élèves soient reçus ?
3) Combien de reçus peut-on espérer dans cette classe de 24 élèves ?

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
C) Propriétés des coefficients binomiaux.
Définition :
n n 
• Symétrie : on a, pour 0 ≤ k ≤ n :   =   .
k  n − k 
 n   n   n + 1
• Triangle de Pascal : on a, pour 0 ≤ k ≤ n − 1 :   +   =   .
 k   k + 1  k + 1

Démonstration :
 n + 1
On considère un schéma de Bernoulli à n + 1 épreuves. Il y a donc   chemins qui
 k + 1
mènent à l’événement ( X = k + 1) . Ces chemins se décomposent en deux parties disjointes :
• ceux qui commencent par un succès: l'arbre représentant les épreuves suivantes est un
n
arbre de n épreuves, où il reste à choisir k succès : il y a   chemins de ce type.
k 
• ceux qui commencent par un échec : l'arbre représentant les épreuves suivantes est un
n 
arbre de n épreuves, où il reste à choisir k + 1 succès : il y a   chemins de ce type.
 k +1
 n   n   n + 1
On obtient ainsi :   +   =   .
 k   k + 1  k + 1

Exercice n°4 :
1) Recopier et compléter cet extrait du triangle de Pascal :

6  5  4  4 n n n

2) Donner la valeur des coefficients binomiaux:   ,   ,   ,   ,   ,   et   n ∈ IN.
0  5 1  3  0 1  n
15  15  15  15  16  16 
3) Sachant que   = 5005 et   = 6435 calculer :   ,   ,   et   .
6  7  9  8  7  9 

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
D) Echantillonnage et loi binomiale.
1. Echantillon.

Définition :
Un sous-ensemble de n individus dans une population constitue un échantillon de taille n.

2. Fluctuation de la distribution des fréquences.

Les distributions des fréquences associées à plusieurs échantillons d’une même population sont en
générales différentes : on parle de fluctuation de la distribution des fréquences.
Lorsque la taille des échantillons augmente, l’amplitude de la fluctuation des distributions des
fréquences associées à ces échantillons diminue : c’est la « loi des grands nombres ».
Toute la difficulté est de déterminer quand cette variation est « naturelle » et quand elle ne l’est pas.

3. Echantillonnage.

Définition :
On appelle échantillonnage, le prélèvement d'un échantillon dans une population.

Soit une population pour laquelle la proportion d'un caractère est p . On extrait au hasard un
échantillon de taille n et on note f obs la fréquence observée de ce caractère dans l'échantillon. Cette
fréquence est obtenue en divisant le nombre d'individus de l'échantillon présentant le caractère par n .

Propriété :
Si l'échantillon est réalisé par prélèvement des individus un par un au hasard avec remise alors
le nombre d'individus de l'échantillon possédant le caractère étudié suit une loi binomiale de
paramètres n et p .

Exemple :
Dans une entreprise, 42% des employés utilisent un vélo pour se rendre au travail.
On interroge au hasard 10 employés et on note X la variable aléatoire qui compte le nombre
k d'employés qui se rendent au travail à vélo. La loi de probabilité de X est la loi binomiale
de paramètres n = 10 et p = 0,42 . Le diagramme en bâtons suivant représente la loi de X :

La loi de probabilité de X est donnée ci-dessous (probabilités arrondies au millième) :

Nombre k 0 1 2 3 4 5 6 7 8 9 10
P(X = k) 0,004 0,031 0,102 0,196 0,249 0,216 0,130 0,054 0,015 0,002 0,001

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 4. Intervalle de fluctuation au seuil de 95%.

Théorème :
On considère une population dans laquelle la proportion d'un caractère est p .
On suppose que la variable aléatoire X , comptabilisant le nombre d'individus d’un
échantillon de taille n possédant ce caractère, suit une loi binomiale de paramètres n et p .
Si les entiers a et b sont tels que :
• a est le plus petit entier tel que : P ( X ≤ a ) > 0,025 .
• b est le plus petit entier tel que : P ( X ≤ b) ≥ 0,975 .

[a ; b] est alors l’intervalle de fluctuation au seuil de 95% du nombre d’individus ayant le

caractère, obtenu avec loi binomiale de paramètres n et p car P (a ≤ X ≤ b) ≥ 0,95 .
On en déduit l’intervalle de fluctuation au seuil de 95% de la fréquence du caractère,
a b 
obtenu avec loi binomiale de paramètres n et p , qui est  ;  .
n n
X
Explications : La fréquence f étant égale à , cette égalité est équivalente à :
n
a X b a b 
P ≤ f = ≤  ≥ 0,95 . On est sûr à 95% que f est dans l’intervalle  ;  car la probabilité
n n n n n
 a b 
que f soit dans l’intervalle 0 ;  ou dans  ; 1 est dans les deux cas inférieure à 2,5%.
 n n 

Exemple 1 :
Reprenons l'exemple des employés qui utilisent un vélo pour se rendre au travail.
La variable X suit la loi binomiale de paramètres n = 10 et p = 0,42 .
Nombre k 0 1 2 3 4 5 6 7 8 9 10
P(X ≤ k) 0,004 0,035 0,137 0,334 0,582 0,798 0,929 0,983 0,998 1 1
• Le plus petit entier a tel que : P ( X ≤ a ) > 0,025 est donc a = 1 .

Nombre k 0 1 2 3 4 5 6 7 8 9 10
P(X ≤ k) 0,004 0,035 0,137 0,334 0,582 0,798 0,929 0,983 0,998 1 1
• Le plus petit entier b tel que : P ( X ≤ b) ≥ 0,975 est b = 7 .
On peut vérifier que : P (1 ≤ X ≤ 7) ≈ 0,9785 ≥ 0,95 . Un intervalle de fluctuation au seuil de
95% de la fréquence du nombre d'employés qui se rendent au travail à vélo dans un
échantillon de taille 10, déterminé à l'aide de la loi binomiale, est l'intervalle [0,1 ; 0,7] .

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exemple 2 :
Dans un sac contenant des bulbes de tulipe, 60% d'entre eux donneront des tulipes blanches.
On prélève un échantillon de 24 bulbes. Le nombre k de bulbes de tulipe blanche dans cet
échantillon suit la loi binomiale de paramètres n = 24 et p = 0,6 . Si on note X la variable
aléatoire « nombre de bulbes de tulipe blanche » X suit la même loi binomiale.
Un extrait de cette loi de probabilité est donné ci-dessous (les probabilités arrondies à 0,001) :
Nombre k 8 9 10 11 12 … 17 18 19 20
P(X ≤ k) 0,008 0,022 0,054 0,114 0,213 … 0,904 0,960 0,987 0,997
• Le plus petit entier a tel que : P ( X ≤ a ) > 0,025 est a = 10 .
• Le plus petit entier b tel que : P ( X ≤ b) ≥ 0,975 est b = 19 .
On peut vérifier que : P (10 ≤ X ≤ 19) ≈ 0,965 ≥ 0,95 .

Le graphique ci-dessous illustre les valeurs de a et b trouvées :

Dans un échantillon de taille 24, il y a entre 10 et 19 bulbes de tulipe blanche avec une probabilité
égale à 0,965.
Un intervalle de fluctuation au seuil de 95 % de la fréquence du nombre de bulbes de tulipe
 10 19 
blanche dans un échantillon de taille 24, déterminé à l'aide de la loi binomiale, est  ;  .
 24 24 

5. Règle de décision.

On considère une population pour laquelle on suppose que la proportion d'un caractère est p
Pour valider cette hypothèse, on prélève au hasard un échantillon de taille n et on observe la
fréquence f obs du caractère dans cet échantillon. On détermine un intervalle de fluctuation de/au
seuil de 95%, comme précédemment.

Règle de décision :
Si la fréquence observée f obs n'appartient pas à l'intervalle de fluctuation, on rejette
l'hypothèse sur p au risque de 5% de se tromper.
Si la fréquence observée f obs appartient à l'intervalle de fluctuation, il n’y a pas de raison de
remettre en cause l'hypothèse (ce qui ne signifie pas pour autant qu’elle soit acceptée).

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exemple :
Pablo a acheté un lot de 1000 timbres de France sur lequel il est indiqué « 20% de tableaux ».
Il prélève 40 timbres et constate que 6 sont des tableaux. Pablo se demande si la proportion
20% est plausible au vu de cet échantillon.
Notons X la variable aléatoire prenant pour valeurs le nombre de tableaux dans un
échantillon aléatoire de taille 40.
X suit la loi binomiale de paramètres n = 40 et p = 0,2 . On a :
• P( X ≤ 2) ≈ 0,0079 et P( X ≤ 3) ≈ 0,0285 donc a = 3 .
• P( X ≤ 12) ≈ 0,9568 et P( X ≤ 13) ≈ 0,9806 donc b = 13 .
Un intervalle de fluctuation au seuil de 95% de la fréquence du nombre de tableaux dans un
 3 13 
échantillon de taille 40 est  ;  = [0,075 ; 0,325]. La fréquence observée est de
 40 40 
6
f obs = = 0,15 donc elle appartient à l’intervalle de fluctuation au seuil de 95%.
40
L’hypothèse selon laquelle le lot contient 20% de tableaux est acceptable.

6. Cas des grands échantillons et rappels de 2nde.

Exemple :
Dans une commune, 28% des habitants sont abonnés à la médiathèque.
On interroge au hasard 100 personnes de cette commune et on leur demande si elles sont
abonnées à la médiathèque.
Si on note X la variable aléatoire « nombre de personnes abonnées à la médiathèque », X
suit la loi binomiale de paramètres n = 100 et p = 0,28 .
En tabulant la loi de X on peut lire que :
• Le plus petit entier a tel que : P ( X ≤ a ) > 0,025 est a = 19 .
• Le plus petit entier b tel que : P ( X ≤ b) ≥ 0,975 est b = 37 .
On peut vérifier que : P (19 ≤ X ≤ 37) ≈ 0,966 ≥ 0,95 .
Un intervalle de fluctuation au seuil de 95 % de la fréquence du nombre de personnes
abonnées à la médiathèque dans un échantillon de taille 100, déterminé à l'aide de la loi
binomiale, est l'intervalle [0,19 ; 0,37] .

En classe de seconde on a admis le résultat suivant :

Soit une population où la proportion d'un caractère est p avec p compris entre 0,2 et 0,8.
Soit f la fréquence observée du caractère dans un échantillon de taille n > 25 prélevé dans
cette population.
 1 1 
Un intervalle de fluctuation au seuil de 95% de f est l'intervalle :  p − ; p+ .
 n n
L’intervalle de fluctuation au seuil de 95 % vu en seconde est l'intervalle [0,18 ; 0,38] qui
contient l'intervalle [0,19 ; 0,37] .
Prenons maintenant un échantillon de 400 personnes de cette commune.
Un intervalle de fluctuation au seuil de 95 % de la fréquence du nombre de personnes
abonnées à la médiathèque dans un échantillon de taille 400, déterminé à l'aide de la loi
binomiale, est l'intervalle : [0,237 ; 0,325] . L’intervalle de fluctuation au seuil de 95 % vu en
seconde est l'intervalle [0,23 ; 0,33] qui contient l'intervalle [0,237 ; 0,325] .
On peut remarquer que lorsque la taille de l'échantillon est grande les deux intervalles sont
presque les mêmes.

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Propriété :
Pour un échantillon de grande taille ( n ≥ 30 ) et une proportion du caractère p comprise entre
 1 1 
0,2 et 0,8, l'intervalle  p − ; p+  est une bonne approximation de l'intervalle de
 n n
fluctuation au seuil de 95 % de la fréquence observée f du caractère, déterminé à l'aide de la
loi binomiale.

Remarque : Cette approximation est d'autant meilleure que n est très grand et p proche de 0,5.

Exercice n°5 :
1) Ecrire dans votre calculatrice un programme qui :
Demande :
• la taille de l’échantillon.
• la probabilité de succès.
Affiche :
• les plus petits entiers de a et b tels que : P ( X ≤ a ) > 0,025 et P ( X ≤ b) ≥ 0,975 .
a b
• les bornes et de l'intervalle de fluctuation à 95% obtenu à l’aide d’une loi
n n
binomiale de paramètres n et p.
Pour écrire ce programme, on pourra utiliser les outils suivants :
n
• « nCk » qui calcule le coefficient binomial   .
k 
• La boucle itérative : « While ».
2) Utiliser cet algorithme pour retrouver les intervalles résultats donnés dans l’exemple de la
médiathèque : pour n = 100 et p = 0,28 , on obtient a = 19 ; b = 37 et I 95 = [0,19 ; 0,37].

Exercice n°6 :
Dans un lycée de 1300 élèves environ, une enquête réalisée par des membres du FSE révèle
que 67% des lycéens interrogés ont vu le film « La vague ».
On fait l'hypothèse que 67% des élèves de ce lycée ont effectivement vu le film « La vague ».
1) Déterminer, à l'aide de la loi binomiale, un intervalle de fluctuation, au seuil de 95 %, de
la fréquence d'élèves ayant vu le film « La vague » dans un échantillon de taille 40.
2) En déduire, sur un échantillon de taille 40, la règle de décision permettant d'accepter ou
non l'hypothèse précédente.
3) On interroge 40 élèves (différents) au hasard. Parmi eux, 29 déclarent avoir vu le film
« La vague ». L’hypothèse est-elle acceptable ?

Exercice n°7 :
D'après une enquête, 32% des adolescents ne jouent jamais aux jeux vidéo en ligne.
On fait l'hypothèse suivante : 32% des élèves du lycée Françoise Dolto ne jouent jamais aux
jeux vidéo en ligne. Le lycée compte environ 850 élèves. Dans ce lycée, un assistant
d'éducation a interrogé 64 élèves pour savoir s'ils jouaient aux jeux vidéo en ligne.
1) Déterminer, à l'aide de la loi binomiale, un intervalle de fluctuation, au seuil de 95%, de la
fréquence d'adolescents ne jouant jamais aux jeux vidéo en ligne dans un échantillon de
taille 64.
2) En déduire, sur un échantillon de taille 64, la règle de décision permettant d'accepter ou
non l'hypothèse de l’énoncé.
3) Environ 45,3% des élèves interrogés disent ne jamais jouer aux jeux vidéo en ligne.
Peut-on accepter l'hypothèse au seuil de 95% ?

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°8 :
Partie A : Algorithmique.
On considère l’algorithme suivant :
Entrée n un entier naturel.
p un réel de [0 ; 1] .
a un entier naturel.
b un entier naturel avec b > a .
Initialisation Affecter à S la valeur 0.
Traitement Pour k allant de a à b .
n
Affecter à S la valeur S +   × p k × (1 − p ) .
n−k

k 
Fin du Pour.
Sortie afficher S .
1) Quel calcul obtient-on lorsqu’on fait fonctionner cet algorithme ?
2) Taper sur votre calculatrice le programme correspondant à cet algorithme.
Partie B : Calculs avec le programme associé.
On considère une variable aléatoire X qui suit la loi binomiale de paramètres 56 et 0,45 .
1) Calculer la probabilité : P( X = 50) .
2) Calculer la probabilité : P(25 ≤ X ≤ 50) .
3) Calculer la probabilité : P( X > 12) .

Exercice n°9 :
1) Triangle de Pascale
a) Recopier et compléter la partie du triangle de Pascal donné ci-dessous :

6
b) Entourer en noir la cellule du tableau ci-dessus donnant le nombre   et en bleu celle
 4
8 
donnant le nombre   .
 2
2) Une entreprise produit des stylos. La probabilité qu’un stylo présente un défaut est égale à
0,1. On prélève dans cette production successivement et avec remise 8 stylos.
Soit X la variable aléatoire comptabilisant le nombre de stylos présentant un défaut.
a) Justifier que X suit une loi binomiale et en préciser les paramètres.
b) Quelle est la probabilité d’avoir exactement deux stylos défectueux ?
c) Quelle est la probabilité d’avoir au moins un stylo défectueux ?
d) Quel nombre de stylos défectueux peut-il espérer obtenir (c’est-à-dire quel nombre
moyen de stylos défectueux obtiendrait-il s’il recommençait au hasard un très grand
nombre de fois cette expérience) ?

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°10 :
Un commercial doit rendre visite à 6 clients. Il sait que la probabilité d'obtenir une commande
est la même pour tous les clients et que sa valeur est p = 0,38 .
La décision de chaque client est indépendante des autres.
Soit X la variable aléatoire représentant le nombre de clients qui ont passé une commande.
Le résultat des probabilités sera donné à 10 −2 près.
1) Donner les valeurs que peut prendre la variable aléatoire X .
2) Quelle loi suit X ? Justifier et indiquer ses paramètres.
3) Donner l'expression de P ( X = k ) , où k un entier compris entre 0 et 6.
6 6
4) A l'aide d'une calculatrice, déterminer   et en déduire   .
 2  4
5) Quelle est la probabilité que deux clients aient passé une commande ?
6) Même question pour quatre clients ?
7) Combien le commercial peut-il espérer avoir de clients qui passent une commande en
moyenne ? Si quatre clients ont passé une commande, doit-il être satisfait ?

Exercice n°11 : Epizootie

Dans cet exercice les résultats approchés seront donnés à 0,0001 près.
En étudiant une épizootie, on s'est aperçu que si la maladie était diagnostiquée suffisamment
tôt chez l'animal (avant que les symptômes n'apparaissent), on pouvait le guérir, sinon la
maladie était mortelle. Un test est mis au point et essayé sur un échantillon bien connu
d'animaux dont 1% sont porteurs de la maladie. On obtient les résultats suivants :
• si un animal est malade, le test est positif dans 85 % des cas;
• si un animal est sain, le test est négatif dans 95 % des cas.
On choisit de prendre ces fréquences observées comme probabilités pour la population entière
et d'utiliser le test pour un dépistage préventif de la maladie. On note :
• M l'événement: « L’animal est atteint par la maladie ».
• E l'événement : « Le test est positif ».
• N l'événement : « Le test est négatif ».
1) Compléter l'arbre suivant ci-contre :

2) Un animal est choisi au hasard.

a) Quelle est la probabilité qu'il soit malade et que son test soit positif ?
b) Vérifier que la probabilité pour que son test soit positif est 0,0580.
3) On choisit 10 animaux au hasard dans un troupeau suffisamment important (pour que l'on
puisse considérer les épreuves comme indépendantes et les tirages avec remise).
Soit N la variable aléatoire qui comptabilise le nombre d’animaux qui ont un test positif.
a) Quelle est la loi de probabilité de P ? Préciser ces paramètres.
b) Calculer la probabilité : P( N = 4 ) .
c) Calculer la probabilité qu’au moins un animal ait un test positif.
d) Calculer la probabilité qu’entre 5 et 8 animaux aient un test positif.
e) Combien peut-on espérer de tests positifs ?

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°12 :
Une enquête statistique dans une jardinerie a montré que :
• 10% des personnes qui entrent dans le magasin achètent une table.
• 8% des personnes achètent une table et un lot de chaises.
• 9% des personnes achètent uniquement un lot de chaises.
On note :
• T l’évènement : « la personne achète une table ».
• C l’évènement : « la personne achète un lot de chaises ».
On suppose qu’un client achète au plus un lot de chaises et/ou au plus une table.
Les résultats sont arrondis au centième près.
1) Une personne entre dans le magasin.
Déterminer la probabilité que la personne achète un lot de chaises.
2) Quatre personnes entrent successivement dans le magasin. On suppose que leurs achats
s'effectuent de manière indépendante les uns des autres.
On note X la variable aléatoire égale au nombre de lots de chaises achetés.
a) Quelles sont les valeurs prises par X ?
b) Quelle est la loi de probabilité de X ? Préciser ses paramètres.
c) Calculer, à l'aide de la calculatrice :
• la probabilité qu'une personne exactement achète un lot de chaises.
• la probabilité qu'au plus 2 personnes achètent un lot de chaises.
3) A la fin de la journée, le directeur du magasin constate qu'il a réalisé en moyenne un
bénéfice de 6,7€ par personne entrant dans le magasin.
On sait que le directeur fait un bénéfice de 50€ par table vendue et 10 € par lot de chaises.
On note B la variable aléatoire égale au bénéfice réalisé par le directeur du magasin.
a) Calculer P(B = 60) .
b) Reproduire et compléter le tableau de la loi de probabilité de B :

c) Calculer l’espérance mathématique de B. Le directeur à-t-il raison ?

Exercice n°13 : Planche de Galton

Une boule est lancée depuis le haut de la pyramide et arrive dans un des réceptacles
numérotés : N°1, 2, 3, 4 ou 5.
A chaque obstacle, il y a une chance sur deux pour qu'elle se dirige à droite ou à gauche.
Déterminer la loi de cette boule finisse dans le réceptacle N°4.

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°14 :
Pour réduire la pollution, le gouvernement d'un pays décide d'interdire, pendant une journée,
la circulation en ville aux véhicules non prioritaires portant un numéro pair. On sait que :
• 4% des véhicules sont prioritaires.
• un tiers des véhicules non prioritaires portent un numéro pair.
On suppose que les voitures roulent toutes et on contrôle un véhicule au hasard.
1) Dessiner un arbre de probabilité pondéré représentant la situation.
2) Donner la probabilité des événements suivants :
A : « le véhicule est un véhicule prioritaire ».
B : « le véhicule n'a pas le droit de circuler ce jour-là ».
3) Dix contrôles sont effectués au hasard de manière indépendante, un conducteur pouvant
être contrôlé plusieurs fois.
On note X la variable aléatoire prenant pour valeurs le nombre d'infractions constatées
parmi les 10 contrôles effectués. Les résultats seront arrondis au centième près.
a) Quelle loi suit X ? Donner ses paramètres.
b) Calculer, à l'aide de la calculatrice, les probabilités des événements suivants :
• C : « aucun véhicule n’est en infraction ».
• D : « quatre véhicules contrôlés exactement sont en infraction ».
• E : « tous les véhicules sont en infraction ».
c) Calculer la probabilité qu'au moins un véhicule contrôlé ne soit pas en infraction.
d) En moyenne, combien de véhicules qui ne sont pas en infraction peut-on espérer avoir
contrôlé ?
4) Combien de contrôles doit-on effectuer pour que la probabilité qu’au moins un
automobiliste soit en infraction soit supérieure à 0,999 ? On utilisera la calculatrice.

Exercice n°15 : Contrôle d’alcoolémie

Dans le but de contrôler l’état d’ébriété des conducteurs automobiles, la police procède à des
tests d’alcoolémie. On admet que 2% des conducteurs susceptibles d’être contrôlés sont en
état d‘ébriété. La police contrôle 15 personnes.
On suppose que les différents contrôles peuvent être considérés comme la répétition
d’expériences identiques et indépendantes et on considère la variable aléatoire X définie par
le nombre de personnes en état d’ébriété au cours du contrôle.
1) Quelles sont les valeurs prises par X ?
2) Justifier que X suit une loi binomiale dont on précisera les paramètres.
3) Calculer la probabilité P( X = 0) .
4) Déterminer, la probabilité pour que, au cours de ce contrôle, il y ait au moins une
personne en état d’ébriété.
5) Combien de personnes en état d‘ébriété peut-on « espérer » lors de ce contrôle ?
6) Lors de ce contrôle 2 conducteurs sur les 15 contrôlés étaient en état d’ébriété.
a) Déterminer la valeur des plus petits entiers :
• a tel que : P ( X ≤ a ) > 0,025 .
• b tel que : P ( X ≤ b) ≥ 0,975 .
b) En déduire l'intervalle de fluctuation à 95% d'une fréquence correspondant à la
réalisation, sur un échantillon aléatoire de taille 15, de la variable aléatoire X .
c) L’un des policiers fait remarquer que ce résultat semble anormalement élevé.
Qu’en pensez-vous ? On donne ci-dessous la loi de probabilité de X .
k 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
P( X = k ) 0,739 0,226 0,032 0,003 0,0002 0 0 0 0 0 0 0 0 0 0 0

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°16 :
Une urne contient 10 boules, dont n bleues, n étant un entier compris entre 1 et 10.
On tire successivement avec remise deux boules de l'urne.
1) Construire l'arbre pondéré correspondant à l’expérience.
2) On note X la variable aléatoire égale au nombre de boules bleues tirées.
n
Justifier que X suit une loi binomiale de paramètres 2 et .
10
3) Calculer en fonction de n la probabilité d’obtenir :
a) Exactement une boule bleue.
b) Au moins une boule bleue.
4) Déterminer le nombre de boules bleues que doit contenir l'urne pour que la probabilité
d’obtenir au moins une boule bleue soit égale à 0,96.
5) Déterminer le nombre minimal de boules bleues que doit contenir l'urne pour que
l'espérance soit supérieure ou égale à 1. Interpréter le résultat.

Exercice n°17 :
Le sang humain est classé en quatre groupes distincts : A, B, AB et O. Indépendamment du
groupe, le sang peut posséder le facteur Rhésus.
Si le sang d'un individu possède ce facteur, il est dit de Rhésus positif (noté Rh+), s'il ne
possède pas ce facteur, il est dit de Rhésus négatif (noté Rh–).
Sur une population P , les groupes sanguins se répartissent d'après le tableau suivant :

Pour chaque groupe, la proportion d'individus possédant ou non le facteur Rhésus se répartit
d'après le tableau suivant :

Un individu ayant un sang du groupe O et de Rhésus négatif est appelé un donneur universel.
1) Construire un arbre de probabilité combinant ces deux tableaux.
2) Quelle est la probabilité pour qu'un individu pris au hasard ait un sang du groupe O ?
3) Quelle est la probabilité pour qu'un individu pris au hasard soit un donneur universel ?
4) Quelle est la probabilité pour qu'un individu pris au hasard ait un sang de Rhésus négatif ?
5) On choisit au hasard cinq individus de la population P et on appelle X la variable
aléatoire égale au nombre de donneurs universels figurant parmi ces cinq individus. On
supposera que la population P est suffisamment importante pour que ces choix soient
considérés comme indépendants.
a) Déterminer la loi de probabilité de X .
b) Donner la loi de probabilité de X (On donnera les résultats à 10 −4 près).
c) Déterminer la probabilité qu’il y ait au moins un donneur universel parmi ces cinq
personnes.
d) Déterminer l'espérance mathématique de X .

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°18 :
Une urne contient cinq boules : une rouge, deux jaunes et deux vertes.
Un joueur tire au hasard une boule :
• Si elle est rouge, il gagne.
• Si elle est jaune, il perd.
• Si elle est verte, il tire une seconde boule de l’urne sans avoir replacé la première boule
tirée. Si cette deuxième boule est rouge, il gagne sinon il perd.
• Si le joueur gagne il reçoit 10€ mais s’il perd il doit donner 5€.
1) Recopier et compléter l’arbre ci-dessous représentant l’ensemble des éventualités en
inscrivant les probabilités sur chacune des branches.
R

Ω J

R
3
2) Soit G l’événement : « Le joueur gagne ». Montrer que : P (G ) = .
10
L’organisateur du jeu décide de modifier les règles. Le joueur jouera trois fois de suite, de
façon indépendante, à ce jeu et l’organisateur fera les comptes après ces trois tentatives.
Afin d’attirer les joueurs l’organisateur décide de ne pas demander pas de mise.
3) Nombre de succès en trois tentatives.
Soit X la variable aléatoire comptabilisant le nombre de victoires du joueur lors de ces
trois tentatives.
a) Quelles sont les valeurs possibles de X ?
b) Quelle est la loi suivie par X (justifications attendues) ? Déterminer ses paramètres
n et p .
c) Etablir la loi de probabilité de X (formules générales puis résultats arrondis à 0,01).
d) Déterminer l’espérance de X . Interpréter le résultat.
4) Gains algébriques du joueur.
Soit Y la variable aléatoire comptabilisant le gain algébrique du joueur (une perte est
comptée négativement) à l’issue de ces trois tentatives.
a) Quelles sont les valeurs possibles de Y ?
b) Etablir la loi de probabilité de Y (résultats arrondis à 0,01).
c) L’organisateur prétend qu’on a plus de chances de gagner que de perdre car parmi les
résultats possibles de ce jeu un seul fait perdre de l’argent au joueur. A-t-il raison ?
d) Déterminer le gain algébrique moyen de ce jeu.
e) On décide de modifier le montant perdu par le joueur à chaque partie.
On note m ce nouveau montant. Déterminer m pour que ce jeu soit équitable.

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno
 Exercice n°19 :
Le cycle des feux tricolores aux carrefours est le suivant :
• l’événement V : « Le feu est vert dure 20 secondes. ».
• l’événement O : « Le feu est orange dure 5 secondes. ».
• l’événement R : « Le feu est rouge dure 35 secondes. ».
Le temps total d’un cycle est donc de 1 min.
1) Déterminer P(V ) .
2) Un automobiliste rencontre successivement trois feux tricolores fonctionnant de manière
indépendante. Dresser un arbre pondéré illustrant la situation.
3) Soit X la variable aléatoire comptabilisant le nombre de feux verts que cette
automobiliste a rencontré lorsqu’il s’est présenté à cette série de trois feux.
a) Quelle est la loi de probabilité suivie par X ? Préciser ses paramètres.
b) Calculer la probabilité que cet automobiliste rencontre trois feux verts.
c) Calculer la probabilité que cet automobiliste rencontre au moins un feu vert.
d) Cet automobiliste faisant ce trajet tous les jours, combien peut-il espérer de feux verts
lorsqu’il se présente à cette série de trois feux ?

Exercice n°20 : Pots de confiture.

Une entreprise fabrique des pots de confiture.
Les masses (exprimées en grammes) observées
pour un échantillon de 1000 pots, pris au hasard
et avec remise dans la production totale, ont
donné les résultats ci-contre :
1) Calculer la moyenne, arrondie au gramme près, de cet échantillon.
2) Quelle est la fréquence des pots dont la masse est inférieure à 490g ?
3) L’entreprise considère que les résultats de cette étude sont suffisamment fiables pour
admettre que la probabilité d’obtenir un pot d'une masse inférieure à 490g est 0,2.
On prélève, au hasard 10 pots, successivement avec remise, dans la production totale.
Soit X la variable aléatoire qui, à tout prélèvement de 10 pots, associe le nombre de pots
dont la masse est inférieure à 490g.
a) Quelle est la loi suivie par X ? Justifier votre réponse et préciser les paramètres.
b) Calculer P( X = 2) . Arrondir au millième près.
c) Calculer la probabilité qu’au moins un pot ait une masse inférieure à 490g.
d) Calculer la probabilité qu’entre 2 et 5 pots aient une masse inférieure à 490g.
4) L’entreprise ne vend pas les pots dont la masse est inférieure à 490g et perd 1,5€.
a) Quelle est la perte moyenne de cette entreprise sur un lot de 10 pots ?
b) Combien de pots cette entreprise doit-elle produire pour que la probabilité qu’au
moins l’un d’entre eux ait une masse inférieure à 490g soit supérieure à 0,99 ?
On pourra utiliser la calculatrice pour déterminer cette valeur…
5) Le fabricant règle sa machine pour que la masse des pots soit comprise entre 480g et
510g.
a) L’étude précédente, confirme-t-elle que la probabilité d’obtenir un pot dont la masse
est comprise entre 480g et 510g est p = 0,83 .
On prélève au hasard 150 pots. Le fabricant souhaite tester le réglage de sa machine.
b) Soit Y la variable aléatoire égale au nombre de pots dont la masse est comprise entre
480g et 510g. Préciser la loi suivie par Y et donner ses paramètres.
c) Donner l'intervalle de fluctuation au seuil 95% de la fréquence obtenu à l’aide de la loi
binomiale correspondant à la variable aléatoire Y .
d) Parmi les 150 pots, on en obtient 111 dont la masse est comprise entre 480g et 510g.
Peut-on affirmer, au seuil de 5% que la machine n’est pas correctement réglée ?

Lycée Français de DOHA 1ère S3

Année 2015 – 2016 M. Evanno