E-mines JANVIER 2020

Examen final - PROBABILITÉS (durée 3H)

Instructions
1. Chaque exercice doit être rédigé sur des copies doubles séparées, sinon [-1 point] .
2. [-1 point] si copies doubles non numérotées. Par exemple, si on rend 5 copies
doubles, on les numérote 1/5, 2/5, 3/5, etc.
3. [-1 point] si réponses correctes non soulignées ou encadrées.
4. Sont autorisés :
— le polycopié ,
— une feuille manuscrite A4 recto/verso,
— la table des quantiles de la gaussienne,
— une calculatrice.
5. La qualité de la rédaction sera prise en compte.
6. Les raisonnements faux menant à un résultat juste seront sanctionnés, en
particulier quand le résultat juste est donné dans l’énoncé.
7. Le barême est indicatif.

Problème (25 points)

Première partie : temps d’attente chez le coiffeur.
Dans un salon de coiffure travaillent 5 coiffeurs (et coiffeuses). Une coupe dure 20 minutes.
Un client A entre et constate que tous les coiffeurs sont occupés et que 3 personnes at-
tendent. On admet que les 5 clients actuellement servis ont commencé à être coiffés à des
instants indépendants et uniformément répartis sur l’intervalle [−20, 0] minutes, l’instant
0 correspondant à l’entrée de A dans le salon de coiffure.
On appelle Yi l’instant où le coiffeur i termine de coiffer son client en cours. Ainsi, Yi ∈
[0, 20] pour 1 ≤ i ≤ 5.
1. Quelle est la loi de Yi ? Donner sa densité et sa fonction de répartition.
2. Montrer que
5
!
[ [
{T ≤ t} = {Yk ≤ t, Yi > t, k 6= i} {Yj ≤ t, 1 ≤ j ≤ 5} .
i=1

Les différents événements de l’union ci-dessus sont-ils disjoints ? justifier.

3. Montrer que la loi du temps d’attente T de A, exprimée en minutes, satisfait :

 0 si t ≤ 0 ,
P{T ≤ t} = 1 si t ≥ τ ,
t 4 20−t t 5



α 20 + β 20 si t ∈ (0, τ ) .

20

où α, β et τ sont des constantes à identifier.

—1—
E-mines JANVIER 2020

4. La variable aléatoire T admet-elle une densité ? Si oui, donner cette densité.

5. Calculer E(T ).

Deuxième partie : statistiques d’ordre pour des variables uniformes.

On considère n variables aléatoires X1 , · · · , Xn indépendantes et uniformes sur [0, 1]. On
définit la k-ième statistique d’ordre (notée X(k) ) de l’échantillon (X1 , · · · , Xn ) comme étant
la kième plus petite valeur de l’échantillon. Ainsi

X(1) ≤ · · · ≤ X(k) ≤ · · · ≤ X(n) .

Si par exemple, X3 ≤ X2 ≤ X1 sur un échantillon de 3 variables, alors X(1) = X3 , X(2) = X2

et X(3) = X1 . On se propose de déterminer la densité de X(k) .
6. Démontrer que

P{X(k) ≤ x, X(k+1) > x} = αk,n xk (1 − x)n−k .

où αk,n est une constante dépendant de k et n à identifier.

7. En déduire que si on note par F(k) la fonction de répartition de X(k) , alors

F(k) (x) = F(k+1) (x) + β k,n xk (1 − x)n−k . (1)

où β k,n est une constante dépendant de k et n à identifier.

Dans la question suivante, on essaie de deviner la forme de la densité. On démontre ensuite
ce résultat par récurrence.
On note par [x, x + dx] un intervalle infinitésimal de l’intervalle [0, 1].
8. En supposant que au plus une variable de l’échantillon X1 , · · · , Xn peut se trouver
dans l’intervalle [x, x + dx], établir empiriquement la formule :
 
n − 1 k−1
P(X(k) ∈ [x, x + dx]) = n x (1 − x)n−k dx
k−1

9. En déduire qu’une bonne fonction candidate pour être la densité de X(k) est :
 
n − 1 k−1
f(k) (x) = n x (1 − x)n−k , 0 < x < 1. (2)
k−1

10. Démontrer que f(n) (x) = n xn−1 , 0 < x < 1.

11. En admettant que f(k+1) est donnée par (2), trouver f(k) .
12. On reprend maintenant l’exercice 1 en supposant que seules 2 personnes attendent.
Calculer alors E(T ).
Correction :

—2—
E-mines JANVIER 2020

1. [3pt] D’après les hypothèses Yi suit une loi uniforme sur [0, 20] (en min). Donc
1 t
fi (t) = 1[0,20] (t) et Fi (t) = 1[0,20] (t) + 1{t>20} .
20 20
2. [3pt] L’événement {T ≤ t} peut être réalisé de 2 manières différentes : soit les
5 coiffeurs ont terminé leur coupe en cours avant l’instant t, ce qui correspond à
l’événement {Yj ≤ t, 1 ≤ j ≤ 5} ; soit 4 des 5 coiffeurs ont terminé leur coupe
S5 l’instant t, le cinquième n’ayant pas terminé, ce qui correspond à l’événement
avant
i=1 {Yk ≤ t, Yi > t, k 6= i}. Tous les événements sont disjoints.
3. [3pt] On a α = 5, β = 1, τ = 20 .
4. [1pt] La fonction de répartition de T est continue et C 1 par morceaux donc T admet
une densité donnée par
 3  
t 20 − t
fT (t) = 1[0,20] (t)
20 20

5. [1pt] ET = 13min 20s .

 
n
6. [2pt] αk,n = .
k
7. [2pt] On a {X(k) ≤ x} = {X(k) ≤ x, X(k+1) ≤ x} ∪ {X(k) ≤ x, X(k+1) > x} et {X(k) ≤
x, X(k+1) ≤ x} = {X(k+1) ≤ x} soit finalement F(k) (x) = F(k+1) (x)+αk,n xk (1−x)n−k .
En particulier, β k,n = αk,n .
8. [3pt] En supposant qu’au plus une variable peut se trouver dans l’intervalle [x, x+dx],
on a
n
[
{X(k) ∈ [x, x+dx]} = {k − 1 variables(6= Xi ) ≤ x, Xi ∈ [x, x + dx], le reste des variables ≥ x + dx}
i=1

soit par indépendance

 
n − 1 k−1
P{X(k) ∈ [x, x + dx]} = n x (1 − (x + dx))n−k dx
k−1 |{z}
correspond à l’événement {Xi ∈[x,x+dx]}
 
n − 1 k−1
≈ n x (1 − x)n−k dx
k−1
9. [1pt] Immédiat.
10. [1pt] On a P(X(n) ≤ x) = P(∩i {Xi ≤ x}) = xn 1[0,1] (x) puis il suffit de dériver.
11. [2pt] On démontre le résultat par récurrence descendante, en dérivant l’équation (1),
ce qui donne
   
n k+1 n−k n k
f(k) (x) = f(k+1) (x) + k x (1 − x) − (n − k) x (1 − x)n−k−1
k k
On remarque ensuite que n n−1 = (n − k) nk et que k nk = n n−1





k k−1
.

—3—
 E-mines JANVIER 2020

12. [3pt] En reprenant les variables Yi introduites au début, on remarque que les variables
Yi
Xi = 20 suivent des lois uniformes sur [0, 1] et sont indépendantes. Le temps d’attente
T̃ correspond à Y(3) = 20X(3) . On a
Z 1 Z 1  
3 2 1 2 1
ET̃ = 20EX(3) = 20 xf(3) (x) dx = 20 30x (1−x) dx = 600 − + = 10
0 0 4 5 6
On peut également retrouver le résultat de la question 5 :
Z 1 Z 1
400 40
ET = 20EX(4) = 20 xf(4) (x) dx = 400 x4 (1 − x) dx = = .
0 0 30 3

Exercice 2 (10 points)

On admet qu’en moyenne, un passager qui a acheté un billet d’avion se présente à l’enre-
gistrement avec probabilité 0,9. Un avion comporte 500 places (Airbus A380). On modélise
la venue du passager i par la variable Xi qui vaut 1 si le passager est effectivement présent
à l’embarquement et 0 sinon.
1. Si la compagnie vend n billets pour un vol donné, comment s’exprime la variable
aléatoire Z représentant le nombre de passagers se présentant effectivement à l’enre-
gistrement, et quelle est sa loi ?
2. Si la compagnie accepte 550 réservations, quelle est la probabilité qu’elle doive refuser
des passagers ? En donner une approximation numérique.
3. Combien de réservations peut-elle accepter au maximum pour que la probabilité de
refuser un passager soit inférieure ou égale à 0,01 ?
Correction

1. (2 point) Z = ni=1 Xi suit une loi binomiale de paramètres n et 0.9.

P

2. (4 points) Pour chaque réservation prise, on note Xi la variable qui vaut 1 avec
probabilité p = 0, 9 si le passager i se présente,
P550 et 0 sinon. Si 550 réservations ont
été acceptées, on souhaite donc évaluer P{ i=1 Xi > 500}. On va pour cela utiliser
le Théorème Central Limite. On a EXi = p et var(Xi ) = p(1 − p) donc
√ n
!
n 1X L
p Xi − p −−−→ N (0, 1) .
p(1 − p) n i=1 n→∞

Par suite,
550
( √ 550
! √  )
X 550 1 X 550 1
P{ Xi > 500} = P p Xi − p > p 500 − p
i=1 p(1 − p) 550 i=1 p(1 − p) 550
( √  )
550 1
≈ P Z>p 500 − p ,
p(1 − p) 550

—4—
E-mines JANVIER 2020

où Z ∼ N (0, 1). L’application numérique donne :

√  
550 1
p 500 − p = 0, 7107 .
p(1 − p) 550

En utilisant les tables de la gaussienne, il vient P{Z > 0, 7107} ≈ 0, 239 .

3. (4 points) Il s’agit maintenant de trouver n tel que P{ ni=1 Xi > 500} = 0, 01. La
P
même manipulation que précédemment donne :
( n ) ( √  )
X n 1
P Xi > 500 ≈ P Z > p 500 − p = 0, 01.
i=1 p(1 − p) n

On a P{Z > q0.01 } = 0, 01 donne le quantile q0.01 = 2, 326 . On doit donc résoudre
l’équation : √  
n 1
q0.01 = p 500 − p ,
p(1 − p) n
√ √
soit 0, 9n + 0.6978 n − 500 = 0. On trouve n = 23, 18 soit n = 538 .

Exercice 3 (10 points)

On suppose que l’intervalle de temps entre deux voitures successives à un passage à niveau
peu fréquenté suit une loi exponentielle de moyenne 30 minutes. Evaluer la probabilité qu’il
y ait plus de 50 voitures qui empruntent le passage à niveau un jour donné. On explicitera
bien les hypothèses réalisées. On donne
0,283 2
e−x /2
Z
√ dx = 0, 61.
−∞ 2π

Correction : Si X ∼ E(λ), alors EX = 1/λ et var(X) = 1/λ2 . On a donc par identification

λ = 1/30. En faisant l’hypothèse que les passages des voitures sont indépendants les uns
des autres, on cherche donc à évaluer
( 50 )
X
P Xk ≤ 24 × 60 ,
k=1

où X1 représente le moment où la première voiture emprunte le passage à niveau, X1 + X2

le moment où la 2ème voiture l’emprunte, etc. On fait l’hypothèse que les Xk sont i.i.d.
∼ E(λ). Le TLC nous permet l’approximation suivante :
(√ 50
! )
50 1 X
∀x , P Xk − m ≤ x ≈ P{Z ≤ x} ,
σ 50 k=1

—5—
E-mines JANVIER 2020

où m = 30, σ = 30 et Z ∼ N (0, 1). On a

( 50 ) ( 50
)
X 1 X 24 × 60
Xk ≤ 24 × 60 = Xk − 30 ≤ − 30
k=1
50 k=1 50
(√ 50
! √  )
50 1 X 50 24 × 60
= Xk − 30 ≤ − 30
30 50 k=1 30 50
(√ 50
! )
50 1 X
= Xk − 30 ≤ −0, 283
30 50 k=1

et ( 50 )
X
P Xk ≤ 24 × 60 ≈ P{Z ≤ −0, 283}
k=1

Enfin
Z −0.283 Z 0.283
1 −x2 /2 1 2 /2
P{Z ≤ −0.283} = √ e dx = 1 − √ e−x dx = 1 − 0, 61 = 0, 39 .
2π −∞ 2π −∞

La probabilité qu’on cherche est donc d’approximativement 0,39.

—6—