lycée Tahar Sfar -Sousse- 2022-2023

Série d’exercices : Probabilités

ROCHD - SO
N US
IB SE
ée
yc

**
FL

F
prof : Maatallah
F

F
Ly

**
cé

IBN SE
e

US
ROCHD - SO

Prof :Maatallah 20/ 04 / 2023 Classe : 4 M,SC

Exercice n 1
Exercice

Dans une grande ville , des trottinettes électriques sont mises à disposition des usagers. Une entreprise, char-
gée de l’entretien du parc de trottinettes, contrôle leur état chaque lundi.
1 On estime que :
— lorsqu’une trottinette est en bon état un lundi, la probabilité qu’elle soit encore en bon état le
lundi suivant est 0,9 ;
— lorsqu’une trottinette est en mauvais état un lundi, la probabilité qu’elle soit en bon état le lundi
suivant est 0,4.
On s’intéresse à l’état d’une trottinette lors des phases de contrôle.
Soit n un entier naturel. On note B n l’évènement « la trottinette est en bon état n semaines après sa
mise en service » et p n la probabilité de B n . Lors de sa mise en service, la trottinette est en bon état. On
a donc p 0 = 1.

a Donner p 1 et montrer que p 2 = 0,85.

b Recopier et compléter l’arbre pondéré ci-dessous :
... B n+1
pn
Bn ...
B n+1

... ... B n+1

Bn ...
B n+1
c En déduire que, pour tout entier naturel n, p n+1 = 0,5p n + 0,4.
2 a Montrer par récurrence que pour tout entier naturel n, p n ⩾ 0,8.
b A partir de ce résultat, quelle communication l’entreprise peut-elle envisager pour valoriser la
fiabilité du parc ?
3 a On considère la suite (un ) définie pour tout entier naturel n par un = pn − 0,8.
Montrer que (u n ) est une suite géométrique dont on donnera le premier terme et la raison.
b En déduire l’expression de u n puis de p n en fonction de n.
( )
c En déduire la limite de la suite p n .
4 Dans cette partie, on modélise la situation de la façon suivante :
— l’état d’une trottinette est indépendant de celui des autres ;
— la probabilité qu’une trottinette soit en bon état est égale à 0,8.
On note X la variable aléatoire qui, à un lot de 15 trottinettes, associe le nombre de trottinettes en bon
état. Le nombre de trottinettes du parc étant très important, le prélèvement de 15 trottinettes peut être
assimilé à un tirage avec remise.

a Justifier que X suit une loi binomiale et préciser les paramètres de cette loi.
b Calculer la probabilité que les 15 trottinettes soient en bon état.
c Calculer la probabilité qu’au moins 10 trottinettes soient en bon état dans un lot de 15.
d On admet que E (X ) = 12. Interpréter le résultat.
1
 Exercice n 2
Exercice

Pour préparer lexamen du permis de conduire, on distingue deux types de formation :

— la formation avec conduite accompagnée ;
— la formation traditionnelle.
On considère un groupe de 300 personnes venant de réussir lexamen du permis de conduire. Dans ce groupe :
— 75 personnes ont suivi une formation avec conduite accompagnée ; parmi elles, 50 ont réussi lexamen
à leur première présentation et les autres ont réussi à leur deuxième présentation.
— 225 personnes se sont présentées à lexamen suite à une formation traditionnelle ; parmi elles, 100 ont
réussi lexamen à la première présentation, 75 à la deuxième et 50 à la troisième présentation.
On interroge au hasard une personne du groupe considéré.
On considère les évènements suivants :
A : « la personne a suivi une formation avec conduite accompagnée » ;
R 1 : « la personne a réussi lexamen à la première présentation » ;
R 2 : « la personne a réussi lexamen à la deuxième présentation » ;
R 3 : « la personne a réussi lexamen à la troisième présentation ».

1 Modéliser la situation par un arbre pondéré.

Dans les questions suivantes, les probabilités demandées seront données sous forme dune fraction irré-
ductible.
2 a Calculer la probabilité que la personne interrogée ait suivi une formation avec conduite accom-
pagnée et réussi lexamen à sa deuxième présentation.
b Montrer que la probabilité que la personne interrogée ait réussi lexamen à sa deuxième présen-
tation est égale à 13 .
c La personne interrogée a réussi lexamen à sa deuxième présentation. Quelle est la probabilité
quelle ait suivi une formation avec conduite accompagnée ?
3 On note X la variable aléatoire qui, à toute personne choisie au hasard dans le groupe, associe le
nombre de fois où elle sest présentée à lexamen jusquà sa réussite.
Ainsi, X = 1 correspond à lévènement R 1 .
a Déterminer la loi de probabilité de la variable aléatoire X .
b Calculer lespérance de cette variable aléatoire. Interpréter cette valeur dans le contexte de lexer-
cice.

Exercice n 3
Exercice

Un test est mis au point pour détecter une maladie dans un pays.
Selon les autorités sanitaires de ce pays, 7 % des habitants sont infectés par cette maladie. Parmi les individus
infectés, 20 % sont déclarés négatifs. Parmi les individus sains, 1 % sont déclarés positifs. Une personne est
choisie au hasard dans la population.
On note :
• M l’évènement : « la personne est infectée par la maladie » ;
• T l’évènement : « le test est positif ».

1 Construire un arbre pondéré modélisant la situation proposée.

2 a Quelle est la probabilité pour que la personne soit infectée par la maladie et que son test soit
positif ?
b Montrer que la probabilité que son test soit positif est de 0,065 3.
3 On sait que le test de la personne choisie est positif.
Quelle est la probabilité qu’elle soit infectée ?
On donnera le résultat sous forme approchée à 10−2 près.
2
 4 On choisit dix personnes au hasard dans la population. La taille de la population de ce pays permet
d’assimiler ce prélèvement à un tirage avec remise.
On note X la variable aléatoire qui comptabilise le nombre d’individus ayant un test positif parmi les
dix personnes.
a Quelle est la loi de probabilité suivie par X ? Préciser ses paramètres.
b Déterminer la probabilité pour qu’exactement deux personnes aient un test positif.
5 Déterminer le nombre minimum de personnes à tester dans ce pays pour que la probabilité qu’au
moins une de ces personnes ait un test positif, soit supérieure à 99 %.

Exercice n 4
Exercice

D’après une étude, les utilisateurs réguliers de transports en commun représentent 17 % de la population
tunisienne. Parmi ces utilisateurs réguliers, 32 % sont des jeunes âgés de 18 à 24 ans.
1 On interroge une personne au hasard et on note :

— R l’évènement : « La personne interrogée utilise régulièrement les transports en commun ».

— J l’évènement : « La personne interrogée est âgée de 18 à 24 ans ».

a Représentez la situation à l’aide de cet arbre pondéré, que vous recopierez sur votre copie, en y
reportant les données de l’énoncé.
J
R
J

J
R
J
b Calculer la probabilité P (R ∩ J ).
c D’après cette même étude, les jeunes de 18 à 24 ans représentent 11 % de la population tuni-
sienne. Montrer que la probabilité que la personne interrogée soit un jeune de 18 à 24 ans n’utili-
sant pas régulièrement les transports en commun est 0,056
d En déduire la proportion de jeunes de 18 à 24 ans parmi les utilisateurs non réguliers des trans-
ports en commun.

2 Lors d’un recensement sur la population tunisienne, un recenseur interroge au hasard 50 personnes
en une journée sur leur pratique des transports en commun.
La population tunisienne est suffisamment importante pour assimiler ce recensement à un tirage avec
remise. Soit X la variable aléatoire dénombrant les personnes utilisant régulièrement les transports en
commun parmi les 50 personnes interrogées.

a Déterminer, en justifiant, la loi de X et préciser ses paramètres.

b Calculer P (X = 5) et interpréter le résultat.
c Le recenseur indique qu’il y a plus de 95 % de chance pour que, parmi les 50 personnes interro-
gées, moins de 13 d’entre elles utilisent régulièrement les transports en commun. Cette affirma-
tion est-elle vraie ? Justifier votre réponse.
d Quel est le nombre moyen de personnes utilisant régulièrement les transports en commun parmi
les 50 personnes interrogées ?

3
 Exercice n 5
Exercice

Dans cet exercice, les résultats des probabilités demandées seront, si nécessaire, arrondis au millième.
La leucose féline est une maladie touchant les chats ; elle est provoquée par un virus.
Dans un grand centre vétérinaire, on estime à 40 % la proportion de chats porteurs de la maladie.
On réalise un test de dépistage de la maladie parmi les chats présents dans ce centre vétérinaire.
Ce test possède les caractéristiques suivantes.
• Lorsque le chat est porteur de la maladie, son test est positif dans 90 % des cas.
• Lorsque le chat n’est pas porteur de la maladie, son test est négatif dans 85 % des cas.
On choisit un chat au hasard dans le centre vétérinaire et on considère les évènements suivants :
• M : « Le chat est porteur de la maladie » ;
• T : « Le test du chat est positif » ;
• M et T désignent les évènements contraires des évènements M et T respectivement.

1 a Traduire la situation par un arbre pondéré.

b Calculer la probabilité que le chat soit porteur de la maladie et que son test soit positif.
c Montrer que la probabilité que le test du chat soit positif est égale à 0,45.
d On choisit un chat parmi ceux dont le test est positif. Calculer la probabilité qu’il soit porteur de
la maladie.
2 On choisit dans le centre vétérinaire un échantillon de 20 chats au hasard. On admet que l’on peut
assimiler ce choix à un tirage avec remise.
On note X la variable aléatoire donnant le nombre de chats présentant un test positif dans l’échantillon
choisi.
a Déterminer, en justifiant, la loi suivie par la variable aléatoire X .
b Calculer la probabilité qu’il y ait dans l’échantillon exactement 5 chats présentant un test positif.
c Calculer la probabilité qu’il y ait dans l’échantillon au plus 8 chats présentant un test positif.
d Déterminer l’espérance de la variable aléatoire X et interpréter le résultat dans le contexte de
l’exercice.

Exercice n 6
Exercice

Un magasin vend des moteurs électriques tous identiques. Une étude statistique du service après-vente a
permis d’établir que la probabilité qu’un moteur tombe en panne pendant la première année d’utilisation
est égale à 0,12.
Tous les résultats seront arrondis à 10−3

1 Une entreprise achète 20 moteurs électriques dans ce magasin.

On admet que le nombre de moteurs vendus dans ce magasin est suffisamment important pour que
l’achat de 20 moteurs soit assimilé à 20 tirages indépendants avec remise.
a Quelle est la probabilité que deux moteurs exactement tombent en panne durant la première
année d’utilisation ?
b Quelle est la probabilité qu’au moins un des moteurs tombe en panne au cours de la première
année d’utilisation ?
2 On admet que la durée de vie sans panne, exprimée en années, de chaque moteur est une variable aléa-
toire Y qui suit une loi exponentielle de paramètre λ ou λ est un réel strictement positif. Les résultats
seront arrondis à 10−3 .

a Exprimer p(Y ⩽ 1) en fonction de λ. En déduire la valeur de λ.

Pour la suite de l’exercice, on prendra λ = 0,128 .
b Quelle est la probabilité qu’un moteur dure plus de 3 ans ?
c Quelle est la probabilité qu’un moteur dure plus de 4 ans sachant qu’il a duré plus d’un an ?
4
 Exercice n 7

Une usine produit des sacs. Chaque sac fabriqué peut présenter deux défauts : le défaut a et le défaut b. Un
sac est dit défectueux s’il présente au moins l’un des deux défauts.

1 Dans cette question les probabilités demandées seront données avec leurs valeurs décimales exactes.
On prélève un sac au hasard dans la production d’une journée. On note A l’ évènement « le sac présente
le défaut a » et B l’évènement « le sac présente le défaut b ». Les probabilités des évènements A et B sont
respectivement P (A) = 0,02 et P (B ) = 0,01 ; on suppose que ces deux évènements sont indépendants.
a Calculer la probabilité de l’évènement C « le sac prélevé présente le défaut a et le défaut b ».
b Calculer la probabilité de l’évènement D « le sac est défectueux ».
c Calculer la probabilité de l’évènement E « le sac ne présente aucun défaut ».
d Sachant que le sac présente le défaut a, quelle est la probabilité qu’il présente aussi le défaut b ?
2 On suppose que la probabilité (arrondie au centième) qu’un sac soit défectueux est égale à 0,03.
On prélève au hasard un échantillon de 100 sacs dans la production d’une journée. La production est
suffisamment importante pour que l’on assimile ce prélèvement à un tirage avec remise de 100 sacs.
On considère la variable aléatoire X qui, à tout prélèvement de 100 sacs, associe le nombre de sacs
défectueux.
a Justifier que la variable aléatoire X suit une loi binomiale dont on précisera les paramètres.
b Quelle est la probabilité de l’évènement « au moins un sac est défectueux » ? On arrondira cette
probabilité au centième. Interpréter ce résultat.
c Calculer l’espérance mathématique de la variable aléatoire X .
Interpréter ce résultat dans le cadre de l’énoncé.

Exercice n 8

Une urne A contient quatre boules rouges et six boules noires. Une urne B contient une boule rouge et neuf
boules noires. Les boules sont indiscernables au toucher.
1 Un joueur dispose d’un dé à six faces, parfaitement équilibré, numéroté de 1 à 6. Il le lance une fois :
s’il obtient 1, il tire au hasard une boule de l’urne A, sinon il tire au hasard une boule de l’urne B.

a Soit R l’évènement « le joueur obtient une boule rouge ». Montrer que p(R) = 0,15.
b Si le joueur obtient une boule rouge, la probabilité qu’elle provienne de A est-elle supérieure ou
égale à la probabilité qu’elle provienne de B ?

2 Le joueur répète deux fois l’épreuve décrite dans 1, dans des conditions identiques et indépendantes
(c’est-à -dire qu’à l’issue de la première épreuve, les urnes retrouvent leur composition initiale). Soit x
un entier naturel non nul.
Lors de chacune des deux épreuves, le joueur gagne x dinars s’il obtient une boule rouge et perd deux
dinars s’il obtient une boule noire.
On désigne par G la variable aléatoire correspondant au gain algébrique du joueur en dinars au terme
des deux épreuves. La variable aléatoire G prend donc les valeurs 2x, x − 2 et −4.

a Déterminer la loi de probabilité de G.

b Exprimer l’espérance E(G) de la variable aléatoire G en fonction de x.
c Pour quelles valeurs de x a-t-on E(G) ⩾ 0 ?

Exercice n 9

Une entreprise d’autocars dessert une région montagneuse. En chemin, les véhicules peuvent être bloqués
par des incidents extérieurs comme des chutes de pierres, la présence de troupeaux sur la route, etc.
Un autocar part de son entrepôt. On note D la variable aléatoire qui mesure la distance en kilomètres que
l’autocar va parcourir jusqu’à ce qu’il survienne un incident. On admet que D suit une loi exponentielle de
5
 1
paramètre λ = , appelée aussi loi de durée de vie sans vieillissement.
82
Dans tout l’exercice, les résultats numériques seront arrondis au millième.
1 Calculer la probabilitÃl’ que la distance parcourue sans incident soit :
a comprise entre 50 et 100 km ;
b supérieure à 300 km.
2 Sachant que l’autocar a déjà parcouru 350 kilomètres sans incident, quelle est la probabilité qu’il n’en
subisse pas non plus au cours des 25 prochains kilomètres ?
3 L’entreprise possède N0 autocars. Les distances parcourues par chacun des autocars entre l’entrepôt et
le lieu ou survient un incident sont des variables aléatoires deux à deux indépendantes et de même loi
1
exponentielle de paramètre λ = .
82
d étant un réel positif, on note X d la variable aléatoire égale au nombre d’autocars n’ayant subi aucun
incident après avoir parcouru d kilomètres.
a Montrer que X d suit une loi binomiale de paramètres N0 et e−λd .
b Donner le nombre moyen d’autocars n’ayant subi aucun incident après avoir parcouru d kilo-
mètres.

Exercice n 10

Cet exercice comporte 3 questions indépendantes. Une question comporte 4 affirmations repérées par les
lettres a, b, c et d. Aucune justification n’est demandée pour cet exercice. Vous devez indiquer pour chacune
d’elles si elle est vraie ou fausse.
1 Une urne contient 75 boules blanches et 25 boules noires. L’expérience élémentaire consiste ÂÃ tirer
une boule. Les boules ont toutes la même probabilité d’être tirées. On effectue n tirages indépendants
et avec remise, n désignant un entier supérieur à 10. Soit X la variable aléatoire prenant pour valeur le
nombre de boules blanches tirées.
1
a X suit une loi binomiale de paramètres n et .
4
1
b P(X = 0) = 2n
2
c P(X < 5) = 1 − P(X > 5)
d E(X ) = 0,75n
2 Une maladie atteint 1 % d’une population donnée.
Un test de dépistage de cette maladie a les caractéristiques suivantes :
• Chez les individus malades, 99 % des tests sont positifs et 1 % sont négatifs.
• Chez les individus non malades, 98 % des tests sont négatifs (les autres étant positifs).
Un individu est choisi au hasard dans cette population et on lui applique le test.
On note M l’évènement : l’individu est malade et T l’évènement : le test pratiqué est positif.
a P(T /M )+ P(T /M ) = 1,01.
b P(T /M ) + P(T /M ) = P(T )
c P(T ) = 2,97 · 10−2 .
d Sachant que le test est positif, il y a deux chances sur trois pour que l’individu testé ne soit pas
malade.
3 La durée d’attente en seconde de la caisse d’un supermarché est une variable aléatoire Y qui suit la loi
exponentielle de paramètre 0,01. Alors :
a La densité de probabilité de Y est la fonction f définie sur [0 ; +∞[ par : f (t ) = e−0,01t
b Pour tout réel t positif, P(Y ⩽ t ) = 1 − e−0,01t .
c La probabilité d’attendre moins de 3 minutes à cette caisse est, Ã Â 0,01 près, égale à 0,16.
d Il y a plus d’une chance sur deux que l’attenteà cette caisse soit supérieure à une minute.
6
Correction d’exercice n 1
Correction

1 si n est un entier naturel, la phrase « lorsque la trottinette est en bon état un lundi, la probabilité qu’elle
soit encore en bon état le lundi suivant est 0,9 » correspond à : P (B n+1 /B n ) = 0,9.
la phrase suivante se traduit par : P (B n+1 /B n ) = 0,4.
a On a donc p 1 = P (B 1 ) = P (B 0 ) × P (B 1 /B 0 ) = 1 × 0,9 = 0,9. On a p 1 = 0,9.
Pour déterminer p 2 , traçons un arbre :
B2
0,9
B1
p 1 = 0,9 0,1
B2
0,1 B2
0,4
B1 0,6
B2
Les évènements B 1 et B 1 partitionnant l’univers, la loi des probabilités totales donne :
( ) ( )
p 2 = P (B 2 ) = P B 1 ∩ B 2 + P B 1 ∩ B 2 = 0,9 × 0,9 + 0,1 × 0,4 = 0,81 + 0,04 = 0,85.
Ce calcul confirme bien que l’on a : p 2 = 0,85.
b On va donc avoir un arbre très similaire au précédent : les probabilités conditionnelles restant les
mêmes.
B n+1
0,9
Bn
pn 0,1
B n+1
1 − pn 0,4 B n+1
Bn 0,6
B n+1

c La encore, les évènements B n et B n partitionnent l’univers, la loi des probabilités totales donne :
( ) ( )
p n+1 = P (B n+1 ) = P B n ∩ B n+1 + P B n ∩ B n+1 = p n × 0,9 + (1 − p n ) × 0,4 = 0,9p n + 0,4 − 0,4p n
Donc on a bien p n+1 = 0,5p n + 0,4 : on a donc bien établi la relation de récurrence annoncée
2 a A l’indice n = 0, on a p 0 = 1 donc l’inégalité u 0 ⩾ 0,8 est vraie pour n = 0.
supposons que, pour un entier naturel n, l’inégalité u n ⩾ 0,8 est vraie.
Par hypothèse de récurrence : u n ⩾ 0,8 =⇒ 0,5u n ⩾ 0,4 car 0,5 > 0
=⇒ 0,5u n + 0,4 ⩾ 0,4 + 0,4
=⇒ u n+1 ⩾ 0,8
Si l’inégalité est vérifiée à l’indice n, alors, elle l’est aussi au rang suivant.
Conclusion : On a : ∀n ∈ N, u n ⩾ 0,8.
Autrement dit, on vient d’établir que la suite est minorée par 0,8.
b En assimilant les probabilités à des proportions, l’entreprise peut communiquer en annonçant
qu’au moins 80 % de son parc de trottinettes est toujours en bon état.
3 a Établissons la relation de récurrence de la suite (u n ). Soit n un entier naturel :
u n+1 = p n+1 − 0,8 par définition de la suite (u n )
= (0,5p n + 0,4) − 0,8 par la relation de récurrence de la suite (p n )
= 0,5p n − 0,4
= 0,5(p n − 0,8)
= 0,5u n par définition de la suite (u n )
La relation de récurrence de la suite (u n ) est donc bien celle d’une suite géométrique, de raison
q = 0,5.
Le premier terme de la suite est u 0 = p 0 − 0,8 = 1 − 0,8 = 0,2.
b On peut donc donner la forme explicite du terme général de la suite géométrique :
∀n ∈ N, u n = u 0 × q n = 0,2 × 0,5n .
On en déduit : u n = p n − 0,8 ⇐⇒ p n = u n + 0,8 = 0,2 × 0,5n + 0,8.
7
 c La raison de la suite géométrique u est comprise entre −1 et 1, strictement, donc la suite (u n )
converge vers 0.
Par limite de la somme, on en déduit que la suite p converge vers 0,8.
4 a Ici, nous avons :
— une expérience à deux issues (choisir une trottinette dans le parc de l’entreprise), le succès
est « choisir une trottinette en bon état », de probabilité p = 0,8 ;
— cette expérience est répétée quinze fois (on constitue un lot de 15 trottinettes) d’une façon
assimilable à une répétition identique et indépendante (le prélèvement des 15 trottinettes
est assimilable à un tirage avec remise), donc n = 15 répétitions ;
— dans ce schéma de Bernoulli de paramètres n = 15 et p = 0,8, on note X la variable aléatoire
qui compte le nombre de succès (le nombre de trottinettes en bon état dans le lot).
Avec ces éléments, on peut dire que X suit la loi binomiale B (15 ; 0,8).
b La probabilité demandée est P (X = 15). Par propriété, on a :
15
P (X = 15) = C 15 × 0,815 × 0,20 = 0,815 .
La probabilité que les quinze trottinettes soient en bon état est donc de 0,815 (ici, le sujet ne
précise pas de consigne d’arrondi, donc on donne la valeur exacte. La valeur approchée au dix-
millième près est 0,0352).
c La probabilité demandée est P (X ⩾ 10).
Selon le modèle de calculatrice, on peut obtenir une valeur approchée de ce résultat directement,
ou alors on a recours à : P (X ⩾ 10) = 1 − P (X < 10) = 1 − P (X ⩽ 9).
La calculatrice donne une valeur approchée au dix-millième près qui est 0,9389.
d Pour une variable aléatoire suivant la loi binomiale, on a E (X ) = np = 15 × 0,8 = 12 .
Cela s’interprète en disant qu’en moyenne, sur un lot de quinze trottinettes choisies dans le parc
de cette entreprise, douze d’entre elles seront en bon état.

Correction d’exercice n 2
Correction

On considère un groupe de 300 personnes venant de réussir l’examen du permis de conduire. Dans ce
groupe :
— 75 personnes ont suivi une formation avec conduite accompagnée ; parmi elles, 50 ont réussi l’examen
à leur première présentation et les autres ont réussi à leur deuxième présentation.
— 225 personnes se sont présentées à l’examen suite à une formation traditionnelle ; parmi elles, 100 ont
réussi l’examen à la première présentation, 75 à la deuxième et 50 à la troisième présentation.
On interroge au hasard une personne du groupe considéré.
On considère les évènements suivants :
A : « la personne a suivi une formation avec conduite accompagnée » ;
R 1 : « la personne a réussi l’examen à la première présentation » ;
R 2 : « la personne a réussi l’examen à la deuxième présentation » ;
R 3 : « la personne a réussi l’examen à la troisième présentation ».

1 On modélise la situation par un arbre pondéré.

8
 50 R1
75

A 25 R2
75
75
300 0
R3

225 100 R1
300 225

75
A 225
R2
50
225
R3

2 a La probabilité que la personne interrogée ait suivi une formation avec conduite accompagnée et
réussi l’examen à sa deuxième présentation est :
75
P (A ∩ R 2 ) = P (A) × P (R 2 /A) = 300 × 25 25 1
75 = 300 = 12 .
b La probabilité que la personne interrogée ait réussi l’examen à sa deuxième présentation est égale
à P (R 2 )..
D’après la formule des probabilités totales :
( ) 25 125 75 25 75 100 1
P (R 2 ) = P (A ∩ R 2 ) + P A ∩ R 2 = + × = + = = .
300 300 125 300 300 300 3
c La personne interrogée a réussi l’examen à sa deuxième présentation. La probabilité qu’elle ait
suivi une formation avec conduite accompagnée est :
1
P (A ∩ R 2 ) 12 3 1
P (A/R 2 ) = = 1
= = .
P (R 2 ) 3
12 4
3 On note X la variable aléatoire qui, à toute personne choisie au hasard dans le groupe, associe le
nombre de fois où elle s’est présentée à l’examen jusquà sa réussite.
Ainsi, X = 1 correspond à l’évènement R 1 .
a La loi de probabilité de la variable aléatoire X est :

xi 1 2 3

p i = P (X = x i ) P (R 1 ) P (R 2 ) P (R 3 )
( ) 75 50 225 100 50 100 150 1
• P (R 1 ) = P (A ∩ R 1 ) + P A ∩ R 1 = × + × = + = =
300 75 300 225 300 300 300 2
1
• P (R 2 ) =
3
( ) 225 50 50 1
• P (R 3 ) = P (A ∩ R 3 ) + P A ∩ R 3 = 0 + × = =
300 225 300 6
Donc la loi de probabilité de la variable aléatoire X est :

xi 1 2 3
1 1 1
p i = P (X = x i )
2 3 6
∑ 1 1 1 5
b L’espérance de cette variable aléatoire est : E (X ) =
(x i × p i ) = 1 × + 2 × + 3 × = ≈ 1,67.
2 3 6 3
Cela veut dire que le nombre de passages pour réussir l’examen est en moyenne de 1,67.

9
Correction d’exercice n 3
Correction

1 On construit un arbre pondéré modélisant la situation proposée :

0,8
T
0,07 M
0,2
T

0,01 T
0,93
M
0,99 T

2 a On a P (M ∩ T ) = P (M ) × P (T /M ) = 0,07 × 0,8 = 0,056.

( ) ( )
b On a de même P M ∩ T = P M × P (T /M ) = 0,93 × 0,01 = 0,009 3.
D’après la loi des probabilités totales :
( )
P (T ) = P (M ∩ T ) + P M ∩ T = 0,056 + 0,009 3 = 0,065 3.
P (T ∩ M ) P (M ∩ T ) 0,056
3 On calcule P (M /T ) = = = ≈ 0,857 58 soit 0,86 à 10−2 près.
P (T ) P (T ) 0,065 3
4 a X suit une loi binomiale de paramètres n = 10 avec p = 0,065 3.
2
b On a P (X = 2) = C 10 × 0,065 32 × (1 − 0,065 3)10−2 = C 10
2
× 0,065 32 × 0,93478 =
45 × 0,065 32 × 0,93478 ≈ 0,111 8, soit 0,11 à 10−2 près.
5 On a P (X ⩾ 1) = 1 − P (X = 0) = 1 −C n0 × 0,065 30 × (1 − 0,065 3)n = 1 − 0,934 7n et on veut que :
P (X ⩾ 1) > 0,99 ⇐⇒ 1 − 0,934 7n > 0,99 ⇐⇒ 0,01 > 0,934 7n soit en prenant le logarithme népérien :
ln 0,01
ln 0,01 > n ln 0,934 7 ⇐⇒ < n.
ln 0,934 7
ln 0,01
Or ≈ 68,2.
ln 0,934 7
Il faut donc tester au moins 69 personnes au minimum.

Correction d’exercice n 4
Correction

1 On interroge une personne au hasard et on note :

— R l’évènement : « La personne interrogée utilise régulièrement les transports en commun ».
— J l’évènement : « La personne interrogée est âgée de 18 à 24 ans ».
a On représente la situation à l’aide de cet arbre pondéré :

0,32
J
0,17 R 1 − 0,32
= 0,68
J
1−0
,17 =
0,83 J
R
J

b P (R ∩ J ) = 0,17 × 0,32 = 0,054 4

c D’après cette même étude, les jeunes de 18 à 24 ans représentent 11 % de la population tuni-
sienne, donc P (J ) = 0,11. La probabilité que la personne interrogée
( ) soit un jeune de 18 à 24 ans
n’utilisant pas régulièrement les transports en commun est P R ∩ J .
D’après la formule des probabilités totales :
( ) ( )
P (J ) = P (R ∩ J ) + P R ∩ J donc P R ∩ J = P (J ) − P (R ∩ J ) = 0,11 − 0,0544 = 0,055 6
soit 0,056 à 10−3 près.
10
 ( )
P R∩J 0,056
d P (J /R) = ( ) = ≈ 0,067 5
P R 0,83

La proportion de jeunes de 18 à 24 ans parmi les utilisateurs non réguliers des transports en com-
mun est donc d’environ 6,75 %.

2 a • On interroge une personne au hasard et il n’y a que deux possibilités : elle utilise régulière-
ment les transports en commun, avec une probabilité p = 0,17, ou pas, avec une probabilité
de 1 − p = 0,83.
• On réalise n = 50 fois ce questionnement de façon identique.
Donc la variable aléatoire X qui donne le nombre de personnes utilisant régulièrement les trans-
ports en commun parmi les 50 personnes interrogées suit la loi binomiale de paramètres n = 50
et p = 0,17.
5
b P (X = 5) = C 50 × 0,175 × (1 − 0,17)50−5 ≈ 0,069
Il y a donc une probabilité de 0,069 que, sur 50 personnes interrogées, exactement 5 prennent
régulièrement les transports en commun.
c Le recenseur indique qu’il y a plus de 95 % de chance pour que, parmi les 50 personnes interro-
gées, moins de 13 d’entre elles utilisent régulièrement les transports en commun.
Autrement dit, le recenseur affirme que P (X < 13) ⩾ 0,95.
Or P (X < 13) = P (X ⩽ 12) ≈ 0,929 < 0,95 donc cette affirmation est fausse.
d Le nombre moyen de personnes utilisant régulièrement les transports en commun parmi les 50
personnes interrogées est E (X ) = np = 50 × 0,17 = 8,5.

Correction d’exercice n 5
Correction

1 a On traduit la situation par un arbre pondéré.

0,9 T
0,4 M
0,1 T

0,15 T
0,6
M
0,85 T

b Il faut trouver P (M ∩ T ) = P (M ) × P (T /M ) = 0,4 × 0,9 = 0,36.

( ) ( )
c On a de même P M ∩ T = P M × P (T /M ) = 0,6 × 0,15 = 0,09.
D’après la loi des probabilités totales :
( )
P (T ) = P (M ∩ T ) + P M ∩ T = 0,36 + 0,09 = 0,45.
P (M ∩ T ) 0,36 36 9 × 4 4 8
d Il faut trouver P (M /T ) = = = = = = = 0,8.
P (T ) 0,45 45 9 × 5 5 10
2 a On suppose que le nombre de chats est assez important pour que l’on puisse assimiler le choix
des 20 chats à un tirage avec remise.
La variable X suit donc une loi binomiale de paramètres n = 20 et de probabilité p = 0,45 trouvé
à la question 1. c..
5
b On a p (X = 5) = C 20 × 0,455 × (1 − 0,45)20−5 = 15 504 × 0,455 × 0,5515 ≈ 0,036 5 soit environ 0,037.
c La calculatrice donne P (X < 9) ≈ 0,414.
d On sait que l’espérance E = n × p = 20 × 0,45 = 9.
Cela signifie que sur un grand nombre d’échantillons il y aura en moyenne 9 chats positifs par
échantillon de 20.

11
Correction d’exercice n 6
Correction

1 a La loi suivie par la variable aléatoire X prenant pour valeur le nombre de moteurs tombant en
panne est une loi binomiale de paramètres n = 20 et p = 0,12.
2
On a p(X = 2) = C 20 × 0,122 × (1 − 0,12)20−2 = 190 × 0,122 × 0,888 ≈ 0,274 03 ≈ 0,274 à 10−3 près.
b On a p(X ⩾ 1) = 1 − p(X = 0) = 1 − 0,8820 ≈ 0,922 4 ≈ 0,922 à 10−3 près.
2 a On a p(Y ⩽ 1) = 1 − e−λ = 0,12 ⇐⇒ e−λ = 0,88 ⇐⇒
−λ = ln 0,88 (par croissance de la fonction logarithme népérien) ⇐⇒ −λ ≈ −0,127 8 ⇐⇒
λ ≈ 0,128 à 10−3 près.
( )
b On a p(Y > 3) = 1 − p(Y ⩽ 3) = 1 − −e−0,128×3 + 1 = e−0,384 ≈ 0,681 1 ≈ 0,681 à 10−3 près.
c On a p((Y > 4)/(Y > 1)) = p((Y > 1 + 3)/(Y > 1)) = p(Y > 3) puisqu’on a une loi exponentielle sans
vieillissement, soit environ 0,681. .

Correction d’exercice n 7
Correction

1 a Comme A et B sont indépendants, p(C ) = p(A ∩ B ) = p(A) × p(B )

p(C ) = 0,02 × 0,01 = 0,000 2
b On a p(D) = p(A ∪ B ) = p(A) + p(B ) − p(A ∩ B ) = 0,02 + 0,01 − 0,000 2 = 0,029 8.
c On a E = D d’où p(E ) = 1 − p(D) = 1 − 0,029 8 = 0,970 2.
p(A ∩ B ) 0,000 2 p(A ∩ B ) p(A) × p(B )
d On a p(B /A) = = = 0,01. (en fait = = p(B )).
p(A) 0,02 p(A) p(A)
2 a On a manifestement une épreuve de Bernoulli avec deux issues (sac sans défaut, sac défectueux).
La variable aléatoire X suit donc une loi binomiale de paramètres n = 100 et p = 0,03.
b On sait que la probabilité que k, 0 ⩽ k ⩽ 100 sacs soient défectueux est :

k
p(X = k) = C 100 0,03k (1 − 0,03)100−k

L’évènement contraire de l’évènement « au moins un sac est défectueux » est « il n’y a pas de sac
défectueux qui a une probabilité de
0
C 100 0,030 × 0,97100 = 0,97100 ≈ 0,047 6.
La probabilité d’avoir au moins un sac défectueux est donc égale à 1 − 0,97100 ≈ 0,952 ≈ 0,95 (au
centième près).
Interprétation : pour 100 sacs prélevés il y a à peu près 95 chances sur 100 d’avoir au moins un sac
défectueux.
c Pour cette loi binomiale on a E = n × p = 100 × 0,03 = 3.
Interprétation : sur 100 sacs prélevés il y a en moyenne 3 sacs défectueux.

Correction d’exercice n 8
Correction

1 a On a l’arbre suivant : 4
10

R
1
6 A 6
10 N

5 1
6 10 R
B
9 N
10

1 4 5 1 4 5 9 3 15
On a donc p(R) = × + × = + = = = = 0,15.
6 10 6 10 60 60 60 20 100
b Il faut comparer p(A/R) et p(B/R).

12
 1 4
p(A ∩ R) 6
× 10 4 20 4
p(A/R) = = 3
= × = .
p(R) 20
60 3 9
5 1 5
p(B ∩ R) 6 × 10 60 5 20 5
p(B/R) = = 3 = 3
= × = .
p(R) 20 20
60 3 9
On a donc p(A/R) < p(B/R).
2 a La probabilité d’avoir deux boules rouges est égale à : 0,152 = 0,022 5.
La probabilité d’avoir une rouge et une noire est : 2 × 0,15 × (1 − 0,15) = 0,255.
La probabilité d’avoir deux noires est : 0,852 = 0,722 5.
Le tableau de la loi de probabilité de G est donc ;

G 2x x −2 −4

p(G) = g i 0,022 5 0,255 0,722 5

b E(G) = 2x × 0,022 5 + 0,255(x − 2) + 0,722 5 × (−4) = 0,3x − 3,4.

3,4
c E(G) ⩾ 0 ⇐⇒ 0,,x − 3,4 ⩾ 0 ⇐⇒ 0,3x ⩾ 3,4 ⇐⇒ x ⩾ ≈ 11,333.
0,3
Il faut donc que le gain soit au moins de 12 dinars ( car x ∈ N).

Correction d’exercice n 9
Correction

1 Calculer la probabilité que la distance parcourue sans incident soit :

a comprise entre 50 et 100 km ;
50 100
Cette probabilité est égale à : p(50 ≤ X ≤ 100) = e−λ×50 − e−λ×100 = e− 82 − e− 82 ≈ 0,248
b supérieure à 300 km.
300
On calcule la probabilité de p(X ≥ 300) = e− 82 .
300
La probabilité de parcourir plus de 300 km est donc égale à e− 82 ≈ 0,026
25
2 On calcule p((D ⩾ 375)/(D ⩾ 350)) = p(D ⩾ 25) = e− 82 ≈ 0,737.
d
3 a On a un schéma de Bernoulli avec comme paramètres N0 et de probabilité e 82
La variable X d prend comme valeur le nombre de « succès » au cours des N0 épreuves.
d
b L’espérance de X d est égale à N0 e 82

Correction d’exercice n 10
Correction

75 75 25 × 3 3
1 a La probabilité à chaque tirage de tirer une boule blanche est = = = . Fausse
75 + 25 100 25 × 4 4
3
b On a une loi binomiale de paramètres n et , donc
4
( )0 ( )n
3 1 1 1 1
P(X = 0) = × = n = ( )n = 2n . Vraie
4 4 4 2 2 2
c P(X < 5) = 1 − P(X ⩾ 5). Fausse
3
d On a E(X ) = n × p = × n = 0,75n. Vraie
4
2 a On peut dresser l’arbre suivant :

13
 0,99 T
0,01 M
0,01 T

0,02 T
0,99
M
0,98 T

On a P(T /M ) + P(T /M ) = 0,99 + 0,02 = 1,01. Vraie

b On a d’après la formule des probabilités totales :
( )
P(T /M )P(M ) + P(T /M )P M = P(T ). Fausse
c D’après la formule précédente :
P(T ) = 0,99 × 0,01 (+ 0,02 ×) 0,99 = 0,99 × 0,03 = 0,029 7 = 2,97 · 10−2 . Vraie
( ) P T ∩M 0,02 × 0,99 2
d On a P M /T = = = . Vraie
P (T ) 0,029 7 3
3 a La densité de probabilité de Y est la fonction f définie sur [0 ; +∞[ par : f (t ) = 0,01e−0,01t . Fausse
b On a P(Y ⩽ t ) = 1 − e−0,01t . Vraie
c La probabilité d’attendre moins de 160 secondes est :
P(Y ⩽ 180) = 1 − e−0,01×180 = 1 − e−1,8 ≈ 0,83. Fausse
d On a P(Y ⩽ 60) = 1 − e−0,01×60 = 1 − e−0,6 ≈ 0,45.
Donc P(Y > 60) = 1 − P(Y ⩽ 60) ≈ 0,55. Vraie

14