ESATIC, 2018 - 2019

Licence 2 SRIT

TD PROBABILITÉ

Exercice 1

Des statistiques sur le cheptel équestre d’un pays ont montré que le quart des chevaux a été
vacciné contre la maladie du charbon. La probabilité d’avoir un cheval vacciné sachant qu’il est
malade est de 1/13. Et de plus, la probabilité d’avoir un cheval malade sachant qu’il est vacciné
est égale à 1/10. On choisit au hasard un cheval de ce cheptel. On notera : M l’évènement :
”avoir un cheval malade” et V l’évènement : ”avoir un cheval vacciné”.
1. Calculer la probabilité p(M ∩ V ). En déduire p(M ).
2. Calculer la probabilité d’avoir un cheval malade et non vacciné.
3. Calculer la probabilité d’avoir un cheval malade sachant qu’il n’est pas vacciné.
4. Dans cette question, on s’intéresse aux chevaux atteints d’une épidémie et on note E
l’évènement : ”le cheval est atteint de l’épidémie”. Un joker choisit un à un et de manière
indépendante, trois chevaux de ce cheptel. Soit X la variable aléatoire égale au nombre
de chevaux atteints de l’épidémie parmi les trois.
a) Déterminer la valeur maximale de p(X = 2). Pour cette valeur, déterminer p(E).
b) Etablir la loi de probabilité de X et calculer l’espérance mathématique de X.
c) Calculer la variance et l’écart type de X.

Exercice 2

Un fabricant prépare des films de protection d’écran pour téléphones portables. Il retient trois
longueurs pour la diagonale des écrans (et donc pour les films) : 4 pouces, 4,7 pouces et 5
pouces. On se limite ici aux possesseurs de téléphones avec ces trois tailles d’écran. Une étude
de marché indique au fabricant que les écrans de 4 pouces équipent 30% des téléphones. Cette
étude lui indique aussi que 30% des possesseurs d’écran 4 pouces ont une protection d’écran.
C’est aussi le cas de 25% de possesseurs d’écran 4,7 pouces et 40% de possesseurs d’écran 5
pouces.
1. Sachant que 34% de possesseurs de téléphone possèdent une protection d’écran, calculer
le pourcentage de possesseurs d’écran 4,7 pouces et 5 pouces.
2. On considère un possesseur de protection d’écran. Calculer la probabilité qu’il possède
un téléphone avec un écran 5 pouces.
3. On considère maintenant une personne possédant une protection d’écran et dont le
téléphone n’a pas un écran 4,7 pouces. Calculer la probabilité qu’elle possède un téléphone
avec un écran 5 pouces.

1
Exercice 3

La citerne à essence d’une station-service est remplie chaque lundi matin. La vente hebdo-
madaire d’essence (en milliers de litres) réalisée par la station service est une variable aléatoire
X de densité 
C(1 − x)4 si x ∈ [0; 1]
f (x) =
0 sinon
1. Déterminer la constante C.
2. Calculer la vente moyenne hebdomadaire d’essence réalisée par la station-service.
3. Déterminer la fonction de répartition de X.
4. Quelle doit être la capacité minimale de la citerne pour que la probabilité que la station
soit à cours d’essence, au courant d’une semaine donnée soit inférieure à 0, 01 ?

Exercice 4

Soit X une variable aléatoire continue dont la densité de probabilité est définie par :

ex(2 − x) si 0 ≤ x ≤ 2
f (x) =
0 sinon
1. Déterminer e
2. Déterminer la fonction de répartition de X.
√
3. Soit Y = X. Quelle est la fonction répartition de Y .
4. Quelle est la densité de probabilité de Y ?

Exercice 5

La durée de fonctionnement d’une certaine machine mesurée en jours est une variable aléatoire
réelle T dont la densité de probabilité est :
 −ρt
ke si t ≥ 0
f (x) =
0 sinon
1. Exprimer k en fonction de ρ. De quelle loi de probabilité s’agit-il ?
2. Soit t > 0, s > 0. Calculer P (T > t + s | T > t). Interpréter.
3. Déterminer la fonction de répartition de la variable aléatoire Y = X 2 . En déduire sa
densité de probilité.

Exercice 6

Dans une usine fabriquant du papier en grande série, on teste la longueur de rupture, ex-
primée en km, d’un lot important de papiers. On admet que la variable aléatoire X qui, à
chaque papier fabriqué, associe sa longueur de rupture suit une loi normale de moyenne m = 7
et d’écart type σ = 0, 15.

2
 1. a) Quelle est la probabilité de l’évènement :”la longueur de rupture d’un papier pris au
hasard n’est pas comprise entre 6,75 et 7,28” ?
b) Déterminer le nombre a tel que la proportion de papier ayant une longueur de rupture
comprise entre (7 − a) et (7 + a) soit égale à 82%.
2. La proportion de papier ayant une longueur de rupture trop grande ou trop petite pour
être jugé bon est de 6%. Disposant d’un lot comprenant un très grand nombre de papiers,
on tire dans le lot n fois un papier au hasard ; on appelle Y la variable aléatoire qui, à
chaque épreuve associe le nombre de papiers mauvais obtenus.
a) Quell est la loi de probabilité de Y ? Donner ces paramètres et déterminer
P (Y = k).
b) On suppose dans cette question que n = 5. Quelle est la probabilité
P1 de l’év‘enement :”Il y a exactement trois bons papiers” et la probilité
P2 de l’évènement :”Il y au moins quatre bons papiers” ?
c) On suppose que n = 50. Calculer en utilisant la loi de Poisson, la probabilité P3
qu’il y ait exactement cinq papiers à rejeter et la probilité P4 d’avoir au plus quatre
papiers à rejeter.
Exercice 7

Une compagnie utilise des avions d’une capacité de 320 passagers. Une étude statistique montre
que 5 passagers sur 100 ayant réservé ne se présente pas à l’embarquement. On considèrera ainsi
que la probabilité qu’un passager ayant réservé ne se présente pas à l’embarquement est de 0,05.
1. La compagnie accepte 327 réservations sur un vol. Soit X la variable aléatoire indiquant
le nombre de passagers se présentant à l’embarquement. Quelle est la loi suivie par X ?
2. a) On approche X par une loi normale. Préciser ses paramètres, à 10−2 près.
b) En utilisant l’approximation par la loi normale, calculer P (X < 320, 5).
c) Sachant que le risque est jugé important lorsqu’il est supérieur à 5%, penser vous
que le risque pris par la compagnie en acceptant 327 réservations soit important ?
Serait-il raisonnable pour la compagnie d’accepter sur ce même vol 330 réservations ?
335 réservations ?

Exercice 8

Une machine produit des cylindres en grand nombre. On note D la variable aléatoire mesurant
le diamètre de ces cylindres. On admet que D suit une loi normale d’espérance mathématique
M et d’écart type σ. On prélève un échantillon E de 50 pièces dont on mesure le diamètre. on
obtient la répartition suivante
Di ( en mm) 9,6 9,7 9, 8 9,9 10 10,1 10,2 10,3 10,4
ni 1 2 5 9 17 8 5 1 2

1. Déterminer la moyenne me et l’écart type σe de cet échantillon. En déduire une estimation

ponctuelle de M et σ. (Donner les résultats à 10−3 près).

3
2. Donner un intervalle de confiance au seuil de risque de 5%. (Pour les bornes de l’inter-
valle, on donnera des valeurs approchées à 10−2 près).
3. Dans cette question, on suppose connu M = 10 et σ = 0, 16. Un pièce est supposée ac-
ceptable si son diamètre est compris entre 9, 73 mm et 10, 27 mm. Calculer la probabilité
pour qu’une pièce, prélevée au hasard dans la population soit acceptable.