IFRI/UAC 2020-21

L1/P ROBABILITÉS T RAVAUX D IRIGÉS

Exercice 1. Le responsable d’un magasin d’informatique a reçu un lot de boîtes de CD-ROM. On

note que 5% des boîtes sont abîmées et on estime que :
• 60% des boîtes abîmées contiennent au moins un CD-ROM défectueux.
• 98% des boîtes non abîmées ne contiennent aucun CD-ROM défectueux.
Un client achète une boîte dans le lot. On considère les évènements
A : « la boîte est abîmée » et D : « la boîte achetée contient au moins un CD-ROM défectueux ».
1. Donner les probabilités suivantes : P(A), P(A c ), P(D|A), P(D|A c ), P(D c |A) et P(D c |A c ).
2. Le client constate qu’un des CD-ROM acheté est défectueux. Quelle est la probabilité pour
qu’il ait acheté une boîte abîmée.

Exercice 2. On veut évaluer les risques de décès pour un nouveau type de grippe, appelée grippe
C. On a établi les faits suivants concernant la grippe C et la grippe saisonnière classique.
— la proportion de cas de grippe C parmi l’ensemble des cas de grippe est 0, 6 ;
— la probabilité de décès d’un patient atteint de grippe est de 0, 002 ;
— la probabilité de décès d’un patient atteint de grippe saisonnière est de 0, 001.
On suppose de plus qu’une personne ne peut être contaminée à la fois par la grippe C et la grippe
saisonnière. Déduire des données précédentes, la probabilité qu’une personne décède sachant
qu’elle a la grippe C.

Exercice 3. On considère deux urnes U1 et U2 . L’urne U1 contient trois boules blanches et une
boule verte et l’urne U2 ne contient qu’une boule blanche. On tire au hasard une boule de l’urne
U1 pour la placer dans U2 , puis l’on tire au hasard une boule de l’urne U2 pour la placer dans
U1 . On suppose que toutes les boules sont indiscernables au toucher et on note les évènements
suivants :
• B 1 : « on tire une boule blanche au premier tirage »,
• V1 : « on tire une boule verte au premier tirage »,
• B 2 : « on tire une boule blanche au deuxième tirage »,
• V2 : « on tire une boule verte au deuxième tirage ».
Pour toutes les questions suivantes, on exprimera d’abord les probabilités demandées à l’aide de
ces évènements avant de faire le calcul.
1. Quelle est la probabilité qu’après les deux tirages, l’urne U1 contienne quatre boules blanches
et l’urne U2 une boule verte ?
2. Quelle est la probabilité qu’après les deux tirages, la configuration des urnes soit identique
à la configuration initiale ?
3. Quelle est la probabilité que la première boule tirée soit blanche sachant qu’on est revenu à
la configuration initiale après les deux tirages ?

Exercice 4. Dans une usine, deux machines A et B fabriquent des disques. Une partie de la pro-
duction de chaque machine est défectueuse. La probabilité qu’un disque issu de la machine A soit
défectueuse est de 0, 06 et celle qu’un disque issu de B soit défectueux est de 0, 16. Tous les jours,
de façon indépendante, on inspecte la production de l’usine en prélevant un disque, issu soit de
A, soit de B . La probabilité d’inspecter un disque issu de A est de 0, 6.
1. Chaque jour, quelle est la probabilité de prélever un disque défectueux ?
2. Le samedi, on prélève un disque et on constate qu’il est défectueux. Quelle est la probabilité
qu’il provienne de A ?

1
 3. On décide d’arrêter la production de l’usine à partir du moment où, deux jours de suite, on
prélève un disque défectueux. Calculer les probabilités des évènements suivants :

E1 : « la production s’arrête dès le deuxième jour ».

E2 : « la production s’arrête le troisième jour ».
F : « la production dure au moins cinq jours ».

Exercice 5. On lance six fois une pièce de monnaie parfaitement équilibré. On note X le nombre
de fois où la pièce est tombée sur pile.
1. Quelle est la loi de probabilité de la variable aléatoire X ?
2. On suppose qu’on reçoit 100 f si on est tombé au moins 4 fois sur pile, et que l’on perd 200 f
si on ne tombe jamais sur pile. Dans les autres cas, on ne gagne ni ne perd d’argent. Soit G la
variable aléatoire égale au gain de ce jeu.
a) Quelle est la loi de probabilité de la variable aléatoire G ?
b) Calculer l’espérance mathématique de G et dire si le jeu est favorable au joueur.
c) Calculer la variance et l’écart-type de la variable aléatoire G.

Exercice 6. Soit a ∈ R et f : R −→ R la fonction définie pour tout x ∈ R par

a
x ∈ [0, 1],
½
(1+x)2
si
f (x) =
0 sinon.

1. Déterminer la valeur de a pour que la fonction f soit une densité de probabilité.

2. Tracer sur un graphique la courbe représentative de la fonction f .
3. On considère à présent une variable aléatoire X admettant pour densité de probabilité, la
fonction f .
a) Définir la fonction de répartition F X de la variable aléatoire X .
b) Calculer l’espérance mathématique et la variance de la variable aléatoire X .

Exercice 7. Soit X une variable aléatoire admettant pour densité, la fonction

 x

 si x ∈ [0 , 5]

 25
f (x) = −x 2
+ si x ∈ [5 , 10]
 25 5



0 sinon.

1. Vérifier que f est bien une fonction de densité de probabilité.

2. Tracer la représentation graphique de la fonction f .
3. Définir la fonction de répartition F X de la variable aléatoire X .
4. Calculer les valeurs des probabilités P X ≤ 52 et P 25 < X ≤ 2020 .
¡ ¢ ¡ ¢

5. Calculer l’espérance mathématique et la variance de la variable aléatoire X .

Exercice 8. Une usine de montage d’ordinateurs utilise des roulements provenant de deux usines
de fabrication de pièces mécaniques, l’une située à Porto-Novo, l’autre à Calavi. Les 60% des rou-
lements de son stock proviennent de l’usine de Porto-Novo et le reste de celle de Calavi. On estime
que 2% des roulements en provenance de l’usine de Porto-Novo sont défectueux et que 4, 5% de
ceux qui proviennent de l’usine de Calavi le sont.
1. On prélève au hasard un roulement du stock.
a) Déterminer la probabilité pour qu’un roulement soit défectueux.

2
 b) On constate à l’usage que le roulement prélevé au hasard est défectueux. Déterminer
la probabilité qu’il provienne de l’entreprise de Calavi.
2. On prélève dans le stock, successivement au hasard et avec remise, 10 roulements. On dé-
signe par X la variable aléatoire égale au nombre de roulements non défectueux.
a) Quelle est la loi de probabilité de X ? Préciser ses paramètres
b) Déterminer au centième près par excès, la probabilité que 9 pièces au moins de ces
roulements, soient non défectueux.

Exercice 9. Un cours de probabilité de 2 heures a lieu tôt le lundi matin, et les étudiants ont ten-
dance à s’endomir. Le temps (compté en minutes) que met chaque étudiant à s’endormir est une
variable aléatoire X suivant une loi exponentielle. On estime que la probabilité qu’un étudiant
s’endorme pendant les dix premières minutes de cours est de 2%.
1. Déterminer la valeur du paramètre de la loi exponentielle mesurant le temps que met un
étudiant à s’endormir.
2. En moyenne, combien de temps met un étudiant à s’endormir ?
3. Quelle est la probabilité qu’un étudiant soit toujours éveillé à la fin du cours ?

Exercice 10. Un fichier informatique vidéo est composé de 109 bits (valeurs 0 ou 1). Lors de la
transmission de ce fichier sur un réseau, il se produire des erreurs : on considère que la valeur
de chaque bit peut être modifiée avec une probabilité p très faible (voisin de 0), et que tous ces
évènements sont indépendants. On suppose de plus que plus la transmission est rapide, plus il y
a d’erreurs ; de sorte qu’il est possible d’ajuster la valeur de p en réglant la vitesse de transmission.
Pour cela, on cherche à satisfaire les deux critères suivants :
C 1 : La proportion de bits erronés doit être en moyenne inférieure à 10−6 .
C 2 : La proportion de ne faire aucune erreur dans l’en-tête du fichier (formé des 1000 premiers
bits) doit être supérieure à 1 − α, avec α = 10−4 .
On note X la variable aléatoire réelle égale au nombre d’erreurs.
1. Justifier avec soin que X suit une loi binomiale dont on précisera les paramètres.
2. Par quelle autre loi (discrète) peut-on approcher la loi de X au vu des données.
3. Exprimer la condition C 1 comme une condition sur X , puis l’écrire en fonction de p.
4. Exprimer la condition C 2 en fonction de p (on fera un développement limité à l’ordre 1 en α
du résultat afin d’obtenir une valeur approchée simple).
5. Montrer que la valeur maximale acceptable pour p est 10−7 .

Exercice 11.
1. Soit X une variable aléatoire de loi binomiale de paramètres n ∈ N et p ∈ [0 , 1].
a) Rappeler l’expression de P(X = k) pour toute valeur possible k de X.
b) Donner les valeurs de P(X = 0), P(X = 1) et P(X > 1) en fonction de n et p.
c) Calculer les développements limités de P(X = 0), P(X = 1) et P(X > 1) à l’ordre 1 en p.
d) En déduire que lorsque p est proche de 0, la loi de X peut être approchée à l’ordre 1 par
une loi de Bernoulli de paramètre np.
2. Un système numérique transmet des données sous forme d’un message de 7 bits (valeur 0
ou 1). Afin de repérer les erreurs de transmission, un 8e bit appelé bit de parité est ajouté à
la fin du message avant la transmission : si le nombre de 1 dans les 7 premiers bits est pair,
le bit de parité est mis à zéro, sinon il est mis à 1. Lors de la transmission, chacun des 8 bits
peut être altéré (sa valeur passe de 0 à 1 ou inversement), avec une probabilité de 10−6 et
de façon indépendantes des autres bits. Enfin en réception, le système signale une erreure
lorsque le nombre de bits à 1 parmi les 7 premiers bits est en désaccord avec la valeur du bit
de parité.

3
 a) Soit N le nombre de bits du message (7 premiers bits) altérés lors de la transmission.
Quelle est la loi exacte de N ? Par quelle loi peut-on l’approcher ? (on supposera que
l’on fait cette approximation dans le suite)
b) On considère les évènements suivants :

E m : ”il y a une erreur de transmission sur le message (7 premiers bits)”,

E n : ”il y a une erreur de transmission du bit de parité”,

D : ”le système signale une erreur en réception”.
Exprimer D en fonction des évènements E m et E n , puis calculer P(D).
c) Calculer la probabilité que le système ne détecte pas d’erreur sachant qu’il y a une er-
reur dans le système.
d) Calculer la probabilité qu’il y ait une erreur dans le message sachant que le système
détecte une erreur.

Exercice 12. Une entreprise produit des batteries de téléphone portable. Au cours de la produc-
tion peuvent apparaître deux défauts indépendants que l’on appellera défaut A et défaut B . La
probabilité que le défaut A apparaisse vaut 0, 02 et la probabilité que le défaut B apparaisse vaut
0, 01.
1. Calculer la probabilité qu’une battérie soit défectueuse, c’est-à-dire qu’elle comporte au
moins un des deux défauts.
2. On prélève au hasard dans la production un échantillon de 100 battéries. La production est
suffisamment importante pour que ce prélèvement soit assimilé à un tirage avec remise.
Soit X la variable aléatoire qui à tout échantillon de taille 100 associe le nombre de battéries
défectueuses.
a) Quelle est la loi de probabilité que suit la variable aléatoire X ? Donner son espérance
mathématique et sa variance.
b) On admet que la loi de X peut-être approchée par une loi de Poisson. Quel est le para-
mètre de cette loi de Poisson ?
En utilisant cette approximation, calculer la probabilité que l’échantillon comporte
plus de deux battéries défectueuses.
3. On s’intéresse dans cette question à la durée de décharge des battéries. On note Y la variable
aléatoire qui à tout échantillon de 100 battéries associe la moyenne des durées de décharge.
On admet que Y N (80 ; 0, 4).
a) Calculer la probabilité P(79 ≤ Y ≤ 81).
b) Déterminer la durée de décharge minimale prévisible des 95% des battéries les plus
durables de l’échantillon.
c) Calculer la probabilité de l’évément : "(Y ≤ 81) sachant que (Y ≥ 79)".