Académique Documents
Professionnel Documents
Culture Documents
Ex base 1 : X = durée d’un projet suit la loi normale N (40 heures ; 10 heures)
1) Calculer les probabilités p 1 = P (X > 48,2) p 2 = P (X ≤ 37,3) p 3 = P (X ≤ 26,4)
2) Calculer et interpréter les intervalles de confiance I.C. 80 % et I.C. 99 %
Ex base 3 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-Inter/ MASTER Gestion
1) Calculer le nombre de codes à 4 chiffres ne contenant aucun 0 et finissant par un chiffre pair
2) Sur 15 clients, il y a 4 mécontents, 6 satisfaits, 5 très satisfaits. On choisit au hasard 3
personnes. Calculer la probabilité p d’avoir exactement 1 mécontent dans ces 3 personnes.
3) On lance 4 dés : probabilité d’avoir 4 fois le même chiffre ?
1) Tirage avec remise = Nombre de possibles inchangé → utiliser des puissances avec
restriction : Il y a donc 9 3 non nul * 4 Pair non nul = 2 916 codes possibles
Soit une variable X suivant une loi binomiale Bin (n = 400 ; p = 0,01)
a) Approximer cette loi Binomiale par une loi de Poisson de moyenne m = n p = 4
[Car n > 30 grand et p = 0,01 faible : n p <10 avec E(X) = n p ≈ V(X)= n p (1- p)]
1
2
X n = nombre de pièces de qualité médiocre par n (schéma de Bernoulli) suit la loi Bin (n ; 0,015)
1) si n = 200, E(X)= n p = 3 donc Bin (200 ; 0,015) ≈ Poisson m = 3 (car n > 30 grand et n p < 10 petite)
P (X ≥ 7) → mauvais sens : on passe au contraire = 1 – P (X ≤ 6) = 1 – 0,9665= 3,35 %
P (7 X 3) = P (X ≤ 7) – P (X ≤ 2) = 0,9881 – 0,4232 = 56,49 %
Passage de la loi Bernoulli (discrète : que des entiers) à loi Normale (continue : tout réel)
Correction de continuité : on doit agrandir l’intervalle de 0,5 de chaque côté
] –∞ ;48[→] –∞ ;48,5 [ d’où P (X ≤ 48) ≈ P(Z≤ (48,5-60) / 7,69 )
= mauvais signe P (Z ≤ – 1,50) = 1 – P (Z ≤ + 1,50) = 6,68 %
[50 ; 70] → [49,5 ; 70,5], P (50 ≤ X ≤ 70) = P (Z ≤ (70,5-60) /7,69) – (49,5-60) /7,69)
P (50 ≤ X ≤ 70) = P (Z≤ 1,37) – P (Z≤ – 1,37) = 0,9147 – (1– 0,9147) ≈ 82,94 %
Ex base 3 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-Inter/ MASTER Gestion
1) Dans un jeu de 32 cartes, on « tire » 5 cartes ; probabilité d’avoir exactement 2 rois et 2 dames ?
2) Avec 6 lettres différentes (déjà choisies), combien de mots différents peut-on former ?
3) On choisit 2 mois au hasard : probabilité que les 2 mois aient même nombre de jours ?
4) On lance 4 dés, probabilité d’avoir au moins un 6 ?
1) Choisir 2 Rois parmi 4 (ordre ou rôle indifférent) et 2 Dames parmi 4 et 1 ni roi, ni dame
P (2 rois et 2 dames) = C 4 2 Rois C 4 2 Dames C 28 1 ni R, ni D / C 32 5 = 6 * 6 * 28 / 201 376 = 0,5 %
2
3
· Ex base 1 : En 2012, consommation d’eau / jour et habitant suivait la loi N (158 litres ; 45 litres)
En 1975, consommation d’eau / jour et habitant suivait la loi N (96 litres ; 25 litres) Source : Futura Planète
1) En 2012, Calculer le % de français qui consomme plus de 200 litres /jour ? Moins de 100 litres /jour ?
2) Pour 1975 puis 2012, donner l’intervalle de confiance I.C. 90 % de la consommation d’eau /jour et habitant
D’après le dessin, min = 158 – 1,65* 45 ≈ 122 et max = 158 + 1,65* 45 ≈ 174
Conclusion : pour 90 % des français, la consommation / jour dans I.C. 90 % = [83,75 litres ; 232,25 litres]
Ex base 2 : T = durée de vie en années d’un appareil ménager suit la loi exponentielle de paramètre λ = 0,1
1) Calculer la durée de vie moyenne, les probabilités P (T ≥ 8) et P (T < 2) et P (a < T < b)
2) Calculer la médiane t * telle que P (X ≤ t *) = 50 %
T = durée de vie en années d’un appareil ménager suit la loi exponentielle de paramètre λ = 0,1= 1 / m
2 : P (X ≤ t *) = 50 % ↔ 1 – e – 0,1. t*= 0,5 ↔ e – 0,1. t*= 1/2 ↔ t * = (Ln 2) / 0,1 = 6,93 ans
Ex base 3 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-Inter/ MASTER Gestion
Dans une commune, il y a 40 % de moins de 25 ans, 40 % entre 25 et 65 ans, et 20 % de 65 ans dont
la moitié est dans une association. 60 % des habitants sont dans une association. Préciser
1) Dans les associations, la proportion des plus de 65 ans
2) Le pourcentage d’habitants qui ont plus de 65 ans et qui sont inscrits dans une association
3) La proportion des plus de 65 ans qui font partie d’une association
Synthèse des informations par Diagramme d’Euler (on divise une population en plusieurs catégories)
Rappel : dans tous les cas, on parle de A ꓵ R mais l’ensemble de référence change
3
4
Ex base 1 : Pour 90 % des français, La consommation moyenne d’électricité, qui suit une loi
normale, se situe entre 1,8 et 5,2 kWh par jour et par personne Source : France Electricité
1) Préciser les paramètres de la loi normale suivie par X = consommation d’électricité / jour et habitant
2) Préciser les paramètres pour la consommation annuelle d’électricité / habitant
Ex base 1 : 1) X jour = consommation d’électricité / jour et habitant suit la loi N (3,5 kWh ; σ )
inconnu
2) X an = X jour 1 + …+ X jour 365 de moyenne E (X an) = 365 * 3,5 et de variance σ 2 (X an) = 365 * 1,4 2
Par combinaison, Théorème Central Limite donne que X an suit N (365 * 3 = 1277,5 ; √365 * 1,4 = 26,75)
Ex base 2 : En 2020 Source : INSEE, 84 % des ménages et 54 % des retraités disposent d’internet
98 % des étudiants ont accès d’internet haut débit
1) Dans une commune de 2 000 ménages, préciser la loi suivie par X = nombre de ménages qui
disposent d’internet, puis E(X), V(X) puis intervalle de confiance I.C. 80 % pour X
2) Dans un groupe de 200 étudiants, préciser la loi suivie par Y = nombre d’étudiants de ce groupe
n’ayant pas accès à l’internet haut débit. Calculer la probabilité P (Y≤ 2) et P (Y > 5)
N.B: Exprimer la conclusion avec une phrase du type : pour qu’un échantillon de n = 2 000 personnes
soit représentatif, il faut qu’il y ait entre 1660 et 1700 ménages de l’échantillon disposant d’internet.
2) Y = nombre d’étudiants sans accès au haut débit parmi n = 200 (schéma de Bernoulli)
Y suit la loi Bin (n= 200 grand ; p= 0,02) ≈ Poisson (n p = 4)
Ex base 3 : Dans un aéroport, il arrive tous les jours 180 avions, dont 70 % de la compagnie Air-Jet
Un jour, 60 % des avions avaient un retard > 45 minutes dont la moitié était d’Air-Jet.
1) Quelle était le % d’avions d’Air-Jet qui avait un retard > 45 minutes ?
2) Parmi les avions d’une compagnie autre que : Air-Jet, combien étaient en retard ?
Ex base 3 : Synthèse des informations par Diagramme d’Euler (population divisée en catégories)
N.B : un arbre de probabilité est possible aussi
4
5
1) p1 = P (55 < Vente < 67) = P (0,5 min < Z < 1,7 max)
p1 = P (Z ≤ 1,70 max) – P (Z ≤ 0,50 min) «lire la table»= 0,9554 – 0,6915 = 26,39 %
p 2 = P (Vente > 38) = P (Z > -1,2) «mauvais sens et mauvais signe» P (Z ≤ 1,20) «lire la table»= 88,49 %
2) Dans la table la fractile z 0,95 ≈ 1,65 D’après le dessin, x = 50 + 1,65 * 10 = 66,5 tonnes
Ex 2 : Loi Binomiale
Des machines fabriquent des couvercles de boîte en plastique. On estime à 0,001 la proportion de
ces couvercles inutilisables. Pour n = 2000, quelle est la loi suivie par la variable aléatoire X « nombre
de couvercles inutilisables parmi les 2000 » ? Calculer P (X ≤ 3) et P (X ≥ 2)
Retrouver : P (X=0) = 0,083 et P (X≤ 3) ≈ 0,8571
Ex 3 : Loi Normale
Une enquête est réalisée auprès de ménages bordelais afin de connaître leur consommation en vin
sur une année. Cette consommation est exprimée en litre. Sur l’ensemble des personnes interrogées,
la consommation de ce produit suit une loi normale de moyenne 50 et d’écart-type de 30.
En vue d’une campagne de publicité pour prévenir des abus liés à cette consommation d’alcool, on
souhaite connaître le pourcentage des gros consommateurs (plus de 80 litres / an). Calculer ce
pourcentage. Quelle est la probabilité que la personne consomme moins de 10 litres de vin par an ?
Retrouver : 15,87 % et 9,18 %
La distribution de la consommation de vin suit une loi Normale : X →N (50,30) Par conséquent, la
variable Z centrée réduite se calcule de la manière suivante : Z = (X–50) /30
P (X > 80) = P (Z>1) « mauvais sens » = 1 – P (Z ≤ 1,00) « lire la table » = 1 – 0,8413 = 0,1587
→ 15,9 % de la population peut être considérée comme de gros consommateurs de vin.
P (X < 10) = P (Z< – 1.33) « mauvais signe » = 1 – P (Z ≤ 1,33) « lire la table » = 1 – 0,9082 = 0,0918
→ 9,18 % de la population consomme moins de 10 litres de vin par an.
Ex 4 : Loi de Poisson (« type concours »)
Le nombre mensuel X d’apparition d’un événement rare suit une loi de Poisson. La probabilité
d’observer un événement rare est de 0,0783. La probabilité d’observer deux événements rares est de
0,1566. Estimez le paramètre de cette loi de Poisson.
Retrouver : = 4
5
6
2) X = nombre de clients par heure à l’un des 3 guichets : on reconnait schéma de Poisson, mais on
dispose d’une information sur le flux des clients pour toute l’entreprise, donc on doit faire une
conversion. 6 clients / H pour les 3 guichets ↔ 2 clients / H et par guichet donc suit Poisson (m = 2)
P (X ≥ 2 = m) « mauvais signe » = 1 – P (X ≤ 1) = 1 – 0,4060 = 59,40 %
N.B : Si l’information sur le flux des clients était du type loi exponentielle (il s’écoule en moyenne 10
minutes entre l’arrivée de 2 clients), on convertirait cette information pour avoir une information du
type loi de Poisson (1 client toutes les 10 minutes ↔ 6 clients / H pour les 3 guichets)
N.B : Le nombre de personnes à employer pour répondre à un flux de clients s’appelle « Gestion des files d’attente ». On
s’appuie sur le flux des clients (suivant souvent une loi de Poisson) et la durée de service aux guichets (suivant souvent une loi
Exponentielle). Par exemple, si le flux des clients suit la loi de Poisson λ = 6 clients / H et que le taux de service suit la loi
exponentielle de paramètre μ = 2,5 clients servis / H, on définit l’intensité du service ψ = λ/ μ = 2,4
La 1er condition (pour éviter un temps d’attente infini) est que le nombre de guichets doit être > ψ = λ / μ = 2,4
En réalité, si on veut éviter que le temps d’attente au guichet >>> durée de service, on doit appliquer les « formules d’Erlang »
pour définir le nombre de guichets (= nombre de personnes à embaucher) à ouvrir !
X = nombre d’essais avant 1er succès (schéma loi géométrique). L’épreuve est répétée plusieurs fois
de manière indépendante (cas avec remise) jusqu’à obtenir la carte A (succès) La probabilité d’avoir
la carte A est de 1/50 = 0,02 Donc X suit la loi géométrique G (p= 0,02) Avec : E(X) = 1/p = 50
P (X=30) = 0,98 29 échecs. 0,02 1 er succés donc P (X=30) = 0,011
6
7
La durée de vie d’un lave-vaisselle (en années) peut être modélisée par une variable aléatoire T
suivant une loi exponentielle de paramètre λ avec P(T>5 ans) = 0,40
P (T < t) = 1 − e – λ t donc P (T ≥ 5) = 0,4 ⇒ e − 5 λ = 0,4 donc λ = – Ln (0,4) / 5 = 0,183
D’où l’espérance de vie moyenne E(T) = 1/ λ = 5,46 ans et P (T < 0,5) = 1 − e −0,183 * 0,5 = 0,087
La demi-vie = médiane t * telle que P (T < t*) = 50 %
Donc 1 − e – λ t* = e –λ t * ⇒ e – λ t* = 0,5 ⇒ t * = – ln (0,5) / 0,183 ⇒ t * = 3,79 ans
Une étude montre qu’au bout d’un an, 50 % des ampoules sont en état de fonctionnement.
La durée de vie des ampoules peut être approximée par une loi exponentielle de paramètre λ :
Or, on sait que : P (T ≥ 1) = 0,50 ⇒ e − λ = 0,5 donc λ = – Ln (0,5) = 0,693 et E(T) = 1/ λ = 1,44 ans
Attention : le texte indique « Sachant que » donc il s’agit d’une probabilité conditionnelle
Sachant que l’ampoule a fonctionné plus d’un an : Certitude C = « X ≥ 1 »
P (X ≤ 2 panne avant 2 ans / sachant X ≥ 1) = définition probabilité condition p [ (X ≥ 1) ∩ (X ≤ 2) ] / P(X ≥ 1)
Or en faisant un dessin, on voit que [(X ≥ 1) ∩ (X ≤ 2)] = [1 ≤ X ≤ 2]
P (1 ≤ X ≤ 2) = P (X ≤ 2 max) – P (X ≤ 1 min) = (1 – e – 2 λ) – (1 – e – λ) = e – 0,693 – e – 2 * 0,693
Donc finalement, P (X ≤ 2 / sachant X ≥ 1) = (e – 0,693 – e – 2 * 0,693) / e – 0,693 = 0,50 La probabilité qu’une
ampoule fonctionne jusqu’à 2 ans sachant qu’elle fonctionne au bout d’un an est de 50 %
1) On sait que X = ventes / an suit une loi normale N (m =10000, σ) avec σ inconnu
On sait également que P (10000-2000<X< 10000+2000) = 0,50 ↔ P (8 000<X<12 000) = 0,50
Si on représente la courbe de Gauss-Laplace, on voit qu’il y a : 25 % au-dessus de 12 000 et 25 %
en-dessous de 8 000 (on coupe le risque en 2 zones) donc P (X < 12 000) = 0,75
On cherche, dans la table, la fractile de 75 %, on obtient z 0,75 ≈ 0,67
Donc 12 000 = 10 000 + 0,67 σ ↔ σ = 2 000 / 0,67 ≈ 2985 donc X → N (10 000 ; 2985)
7
8
N.B : D’après le dessin, on peut voir tout de suite que Stock = 7 + 1,65 * 0,5
(5%= risque de rupture de stock est la partie hachurée au-dessus du Stock)
X = nombre de personnes contrôlées parmi 300 (schéma de Bernoulli) suit la loi Bin (n= 300 ; p=1/5)
E(X)= n p = 60 « trop grande pour l’approximation de Poisson »
On calcule l’écart type σ = √ n p (1-p) = 6,9 donc Bin (300 ; 1/5) ≈ N (60 ; 6,9)
Correction de continuité : on doit agrandir l’intervalle de 0,5 de chaque côté
] -∞ ; 50] →] -∞ ; 50,5] P (X ≤ 50) = P (Z ≤ -1,38 = (50,5 – 60) /6,9) = mauvais signe 1– P (Z ≤ 1,38) = 8,38 %