UCAO/UUB/Economie 1/S2 Juin 2015

TD 2: Statistique

Exercice 1
Un site internet reçoit 113 457 visiteurs durant un mois. On désigne par X le navigateur internet utilisé
et Y le système d'exploitation utilisé:

X Y Windows Mac Linux

Chrome 14103 1186 427
Firefox 30853 4392 3234
Internet Explorer 47389 23 0
Safari 668 6416 0
Autres 2974 40 1752
1. Quelle est la probabilité qu'un visiteur soit sous Windows ?
2. Quelle est la probabilité qu'un visiteur utilise le navigateur Safari ?
3. Parmi les utilisateurs de Mac, Quelle est la probabilité qu'un visiteur utilise Chrome ?
4. Parmi les utilisateurs de Safari, Quelle est la probabilité qu'un visiteur soit sous Windows ?
5. Représenter graphiquement la distribution des proportions par Navigateur pour chaque système
d'exploitation.
Exercice 2
Une urne contient 4 boules marquées: b1 , b2 , b3 , b4 . On extrait successivement et sans remise deux boules
de cette urne. Soit X la v-a égale au nombre de boules portant un numéro impair tirées.
1. Déterminer l'univers Ω des cas possibles.
2. Donner la loi de probabilité de X .
3. Calculer l'espérance mathématique, la variance et l'écart-type de X .
4. On désigne par Y la v-a dénie par Y = |X − 1| + 2. Déterminer la loi de probabilité de Y et calculer
son espérance mathématique et sa variance.
Exercice 3 :
La loi de probabilité d'une variable aléatoire discrète X est donnée dans le tableau suivant :

k 1 2 3 4 5 6
P (X = k) 0.05 0.15 a 0.30 b 0.10
1. Sachant que les événements (X = 3) et (X = 5) sont équiprobables, calculer a et b.
2. Calculer P (X ≤ 4), P (X > 3) et P (2 < X ≤ 5).
3. Déterminer la fonction de répartition de X et la représenter graphiquement.
4. Calculer E(X).
Exercice 4
Une roue de loterie se compose de secteurs identiques. 3 secteurs sont rouges, 4 secteurs blancs et n sont
verts. Un joueur doit tourner la roue dans un repère xe. Chaque secteur à du même probabilité de
s'arrêter devant ce repère . si le secteur repéré est rouge, le joueur gagne 16F . si il est blanc, il perd 12F
, si il est vert, il lance de nouveau la roue. Si le secteur repéré est rouge , il gagne 8F . si il est blanc, il
perd 2F . si il est vert il ne gagne rien et ne perd rien.
X est la variable aléatoire égale au gain algébrique à l'issue d'une partie.

1
 1. Déterminer la loi de probabilité de X .
2. Déterminer l'espérance mathématique de E(X) .
x
3. On considère la fonction f dénie sur ]0, +∞ par f (x) = . Déterminer le maximum de la
(x + 7)2
fonction f .
4. En déduire la valeur maximale de E(X).

Exercice 5
Dans un élevage de drosophiles il y a 5 mâles et 10 femelles. On choisi un au hasard et simultanément 3
drosophiles et on note X le nombre de mâles présents dans le tirage.
1. Déterminer l'ensemble des valeurs possibles de X .
2. Déterminer la loi de probabilité de X .
3. Dénir puis représenter la function de répartition F de X .
4. Calculer les caractéristiques E(X), V (X) et σ(X).
5. Soit I1 =]E(X) − 2σ(X); E(X) + 2σ(X)[ et I2 =]E(X) − σ(X); E(X) + σ(X)[.
Calculer les probabilités pour que: P (X ∈ I1 ) et P (X ∈ I2 )
Exercice 6
Une entreprise fabrique et commercialise des produits de consommation courante en très grand nombre.
Il y a une probabilité constante égale à 0,1 qu'un article choisi au hasard dans la production ne satisfasse
pas aux normes imposées.
1. On prélève 50 articles et on désigne par X la variable aléatoire égale au nombre d'articles non
conformes parmi ces 50 articles.
(a) Déterminer la loi suivie par X et ses paramètres.
(b) Calculer, après justication, une approximation de la probabilité qu'il y ait au moins 5 articles
non conformes parmi ces 50 articles.
2. On prélève n articles et on désigne par X le nombre d'articles non conformes parmi ces n articles.
Le coût de revient d'un article est de 20 F et le prix de vente est 30 F. Le client décide de ne pas
régler les articles non conformes.
(a) Pour une commande de n articles, exprimer le bénéce B en fonction de X et n.
(b) Calculer le bénéce moyen pour ces n articles en fonction de n.
(c) Quelle devrait être la valeur de n pour que ce bénéce moyen soit égal à 3500 F.
(d) Calculer pour ce n trouvé en (c) les éléments caractéristiques de X .

Exercice 7: Les parties A et B ne sont pas indépendantes.

Une entreprise réalise et commercialise des compositions orales ainsi que des produits pour le jardin.
Partie A: dans cette partie, on demande les valeurs exactes des probabilités.
L'entreprise confectionne ses compositions orales avec des bulbes de eurs quelle reçoit en grande quantité.
Chaque bulbe peut présenter deux défauts que l'on désigne respectivement par défaut a et défaut b.
On prélève un bulbe au hasard dans un stock important.
On note A l'événement "le bulbe présente le défaut a " et B l'événement "le bulbe présente le défaut b".
On admet que les probabilités des événements A et B sont respectivement P (A) = 0, 015 et P (B) = 0, 02.
On suppose que les deux événements A et B sont indépendants.
1. Calculer la probabilité de l'événement E1 : "le bulbe présente le défaut a et le défaut b".

2
 2. Calculer la probabilité de l'événement E2 : "le bulbe présente au moins un des défauts a et b".
3. Calculer la probabilité de l'événement E3 : "le bulbe ne présente aucun des deux défauts".
:
Partie B dans la suite, tous les résultats approchés sont à arrondir à 10−3 près.
On s'intéresse à une livraison importante de compositions orales d'un certain type, destinée à une chaîne
d'hypermarchés.
On note D l'événement "une composition orale prélevée au hasard dans la livraison est défectueuse".
On suppose que P (D) = 0, 025.
On prélève au hasard 12 compositions dans la livraison pour vérication. La livraison contient assez de
compositions pour que l'on puisse assimiler ce prélèvement à un tirage avec remise de 12 compositions. On
considère la variable aléatoire X qui, à tout prélèvement ainsi déni, associe le nombre de compositions
de ce prélèvement qui sont défectueuses.
1. Justier que la variable aléatoire X suit une loi binomiale dont on déterminera les paramètres.
2. Calculer la probabilité que, dans un tel prélèvement, il y ait exactement deux compositions dé-
fectueuses.
3. Calculer la probabilité que, dans un tel prélèvement, il y ait au plus une composition défectueuse.

Exercice 8
La variable aléatoire X suit la loi normale N (20, 5).
1. Calculer avec la précision permise par la table de la loi normale:
(a) P (X ≤ 28);
(b) P (X > 28).
2. Déterminer à 10−2 près le nombre réel a tel que:
(a) P (X ≤ a) = 0, 99;
(b) P (X ≤ a) = 0, 05;
(c) P (20 − a ≤ X ≤ 20 + a) = 0, 95.
Exercice 9
Un vol entre deux villes A et B est assuré par un Airbus de 140 places. La réservation est obligatoire.
L'expérience montre que la probabilité qu'une personne conrme sa réservation (c'est-à-dire ayant retiré
leur billet) est 0,8. On note X la v.a. représentant le nombre de personnes ayant conrmé leur réservation.
Partie A: La compagnie accepte 140 réservations

1. Quelle est la loi suivie par la v.a. X .

2. Quelle est l'expression de P (X = k), où k est un nombre naturel inférieur ou égal à 160?
3. Que vaut l'expérance mathématique de X ? et l'écart-type de X ? On prendra la valeur approchée
entière.
4. On admet qu'on peut approcher la loi de X par une loi normale. Quels sont les paramètres de cette
loi normales?
5. Calculer à l'aide de cette approximation la probabilité pour que plus de 135 pesonnes conrment
leur réservation.

Partie B: La compagnie accepte n réservations (n ≥ 140)

1. Si on admet que X suit une loi normale. Quels sont ses paramètres?

3
 2. On recherche le nombre de réservation que la compagnie peut accepter sachant qu'elle s'accorde un
risque de 5% de ne pouvoir satisfaire toute les personnes ayant réservé.
(a) Traduire sous forme d'une probabilité cette recherche.
(b) En déduire l'inéquation que doit respecter n pour répondre à cette probabilité .
(c) Quel est le nombre de réservation maximaum acceptables.

Exercice 10
L'éclairage d'une commune est assuré par 2000 lampes dont la durée de vie moyenne est de 1000 heures.
Les tests réalisés pour obtenir cette "espérance de vie" ont montré que la durée de vie des lampes était
distribué selon une loi de Gauss-Laplace avec un écart-type estimé à 200 heures. Les services d'entretien
de la commune pour leur gestion vous demande:
1. le nombre de lampes hors d'usage au bout de 700 heures.
2. Le nombre de lampes à remplacer entre la 1000 ème et la 1400 ème heure.
3. Le nombre d'heures qui se seront écoulées pour que 20% des lampes soient hors d'usages.
Exercice 11
Une machine est conçue pour confectionner des paquets d'un poids de 500g, mais ils n'ont pas exactement
tous les le même poids. On a constaté que la distribution des poids autour de la valeur moyenne de 500g
avait un écart-type de 25g.
1. Par quelle loi est-il raisonnable de modéliser le poids des paquets?
2. Sur 1000 paquets, quel est le nombre moyen de paquets pesant entre 480g et 520g?
3. Sur 2000 paquets, quel est le nombre moyen de paquets pesant plus de 450g?
4. Trouver a tel que les 9/10 de cette production aient un poids compris entre 500 − a et 500 + a.
Exercice 12
Pour la réalisation d'un projet une société doit eectuer successivement deux tâches A et B. Les durées
de ces tâches en semaines sont appelées X et Y . On suppose que X suit la loi N (22; 3) et Y suit N (25; 4).
1. Déterminer la probabilité de réaliser A en plus de 31 semaines.
2. Déterminer le réel d tel que P (Y < d) = 0, 9332. Que signie cette valeur?
3. Soit Z = X + Y.
(a) Quelle est la loi suivie par Z .
(b) Quelle est la probabilité de réaliser le projet en moins de 50 semaines.
Exercice 13
La durée d'un projet de commande de semences améliorées est supposée aléatoire et suit une loi normale
X . L'étude de l'exécution d'un certains nombre de commandes montre que:
• 50% des commandes sont exécutées au plus en 40 jours,
• la probabilité que la durée de X soit comprise entre 36 et 44 jours est de 0,6826.
On vous demande de déterminer les paramètres de la loi X .

Exercice 14
Dans un processus de Production, un système de surveillance arête le processus si un indicateur de sécurité
atteint une valeur de référence. On estime à p la probabilité que cet indicateur atteigne la valeur de
référence sur une unité de temps. Après chaque unité de temps, l'indicateur est réinitialisé: celui-ci est
sans mémoire. On note X la variable aléatoire qui donne la durée de fonctionnement (en nombre d'unité
de temps) du processus sans interruption.

4
 1. Quelle est la loi de la variable X ?
2. On constate que P (X = 10) = 0, 0165. Sachant que p est très petit, proposer une estimation de p.
Indication: si p est très petit dans ce modèle on a P (X = a) = p(1 − (1 − a)p).
3. Quelle est la probabilité que le processus se déroule sans interruption sur 23 unités de temps.

Exercice 15
Une usine d'horlogerie fabrique une série de montres. La fabrication comporte deux phases. La première
phase fait apparaître un défaut a dans 2% des cas; la seconde phase un défaut b dans 10% des cas.
1. Une montre est prélevée au hasard dans la production. On dénit les événements suivant:
• A:la montre tirée présente le défaut a .
• B :la montre tirée présente le défaut b .

On suppose que les événements A et B sont indépendants.

Calculer la probabilité des événements suivants :
1.1 C :la montre tirée présente les deux défauts.
1.2 D :la montre tirée ne présente aucun des deux défauts.
1.3 E :la montre tirée présente un et un seul des deux défauts.

2. Au cours de la fabrication, on prélève au hasard successivement cinq montres. On considère que

le nombre de montre fabriqué est assez grand pour que l'on puisse supposer que les tirages sont
indépendants. On admet que la probabilité qu'une montre choisie au hasard dans la production ne
présente aucun des deux défauts a et b est 0,882.
Soit X la variable aléatoire qui associe à chaque prélèvement de cinq montres le nombre de montres
sans aucun défauts a et b.
1.1 Expliquer pourquoi X suit la loi binomale. Donner les paramètres de cette loi.
1.2 Déterminer la probabilité de l'événement F :4 montres au moins n'ont aucun défaut.
Exercice 16
Une maladie est apparue dans le cheptel bovin d'un pays. Elle touche 50 /00 (5 pour mille) de ce cheptel.
1. On choisit, au hasard, n bovins du cheptel et l'on désigne par X la variable aléatoire dénie par le
nombre de malades parmi les n animaux.
(a) Si n = 10, calculer à 10−3 près les probabilités suivantes : p(X = 0), p(X ≥ 1).
(b) Déterminer n pour que l'espérance mathématique de X soit égale à 0, 10.
2. Des études statistiques ont montré que la probabilité pour un animal d'avoir un test positif à cette
maladie sachant qu'il est malade est 0, 8 et que celle d'avoir un test négatif sachant qu'il n'est pas
atteint par la maladie est 0, 9.
On note : T l'événement avoir un test positif et M l'événement être malade
(a) Calculer la probabilité pour un animal d'avoir un test positif à cette maladie.
(b) Calculer la probabilité qu'un animal soit malade sachant que son test est positif.
Exercice 17
On sait par expérience qu'une certaine opération chirurgicale a 90% de chances de réussir. On s'apprête à
réaliser l'opération sur 5 patients. Soit X la variable aléatoire égale au nombre de réussites de l'opération
sur les 5 tentatives.
1. Quel modèle proposez-vous pour X ?
2. Quelle est la probabilité que l'opération rate les 5 fois ?

5
 3. Quelle est la probabilité que l'opération rate exactement 3 fois ?
4. Quelle est la probabilité que l'opération réussisse au moins 3 fois ?
Exercice 18
Une région comporte dix hôpitaux, chacun ayant une capacité opératoire journalière de dix (10) patients.
Le nombre de personnes se présentant chaque jour pour être opérées dans l'hôpital i; 1 ≤ i ≤ 10 ; est
modélisé par une v.a.r. de Poisson Xi de paramètre 8. On suppose de plus que la suite des v.a.r.
(X1 ; . . . ; X10 ) est indépendante. On considère un jour donné.

1. Quelle est la probabilité qu'un hôpital donné soit obligé de refuser un patient ?
2. Quelle est la probabilité que l'un au moins des hôpitaux soit obligé de refuser un patient ?
Exercice 19
Une entreprise fabrique industriellement des pains de margarine. Leurs emballages portent notamment
l'indication suivante : poids net : 500 grammes. On estime que le poids, en grammes, d'un pain produit,
est une variable aléatoire X , qui suit la loi normale de moyenne 520 et d'écart-type 20. On suppose que
les poids des diérents pains produits sont indépendants les uns des autres. A l'emballage, un pain est
refusé si son poids est inférieur ou égal à 490 grammes.
1. Un pain arrive à l'emballage. Calculer la probabilité qu'il soit refusé.
2. Deux pains arrivent à l'emballage. Calculer la probabilité de chacun des deux événements suivants:
A : "les deux pains sont refusés" ; B : "l'un au moins des pains est refusé".
Exercice 20
Soit f la fonction dénie sur R par

si x < −1

 0

f (x) = a(1 − x2 ) si x ∈ [−1; 1] .
si x > 1

0


1. Déterminer le réel a pour que f soit une densité de probabilité.

2. Déterminer la fonction de repartition F de la fonction de la variable aléatoire X .
3. Calculer la probabilté de de chacun des événements suivants:

X ≤ −0, 5; −0, 5 ≤ X ≤ 0, 25; X ≥ 0, 25.

Exercice 21
Soit f la fonction dénie sur par (
a.3−x si x > 0
f (x) =
a.3x si x < 0.
1. Déterminer a pour que f soit une densité de probabilité.
2. Tracer la courbe représentative (C) de f .
3. Soit X une v.a. admettant f pour densité. Déterminer la fonction de répartition de X et tracer sa
courbe représentative.
4. Calculer E(X)

@ Cours: Pr. Y. M. TAPSOBA TD: Mr. I. IBRANGO