Université Abderrahmane Mira Bejaia Année universitaire : 2022/2023

Département tronc commun SEGC-LMD Module : STAT II

Première année SEGC-LMD

Corrigé de la Série n = °3

Exercice 1
Soient les événements suivants :
O : ‘’l’individu a le groupe sanguin O’’
A : ‘’l’individu a le groupe sanguin A’’
B : ‘’l’individu a le groupe sanguin B’’
AB : ‘’l’individu a le groupe sanguin AB’’
Les données de l’exercice sont :
𝑐𝑎𝑟𝑑(O) = 1470, 𝑐𝑎𝑟𝑑 (A) = 1140, 𝑐𝑎𝑟𝑑(B) = 300 et 𝑐𝑎𝑟𝑑 (AB) = ?
⇒ 𝑐𝑎𝑟𝑑 (AB) = 𝑐𝑎𝑟𝑑( Ω) - (𝑐𝑎𝑟𝑑 (O) + 𝑐𝑎𝑟𝑑 (A) + 𝑐𝑎𝑟𝑑(B))
⇒ 𝑐𝑎𝑟𝑑 (AB) = 3000 – (1470 + 1140 + 300)
⇒ 𝑐𝑎𝑟𝑑 (AB) = 90
1) Déterminer la loi de probabilité de la variable aléatoire X.
On voit bien que : 𝑋 : {O, A, B, AB}→ {0,1,2,3} (c’est une variable aléatoire discrète).
Il faut calculer alors : 𝑃𝑋(0), 𝑃𝑋(1), 𝑃𝑋(2) et 𝑃𝑋(3)
On a : 𝑷(𝒙𝒊) = 𝑷({𝝎∈Ω / 𝐗(𝝎) = 𝒙𝒊})
C’est-à-dire :
card (O) 1470
• 𝑃𝑋(0)=({𝜔∈Ω / X(𝜔)=0})=𝑃(𝑂)= = ⇒ 𝑷𝑿(𝟎)=𝟎,𝟒𝟗
Card (Ω) 3000
card (A) 1140
• 𝑃𝑋(1)=({𝜔∈Ω / X(𝜔)=1})=𝑃(𝐴)= = ⇒ 𝑷𝑿(𝟏)=𝟎,𝟑𝟖
Card (Ω) 3000
card (B) 300
• 𝑃𝑋(2)=({𝜔∈Ω / X(𝜔)=2})=𝑃(𝐵)= = ⇒ 𝑷𝑿(𝟐)=𝟎,𝟏
Card (Ω) 3000
card (AB ) 90
• 𝑃𝑋(3)=({𝜔∈Ω / X(𝜔)=3})=𝑃(𝐴𝐵)= = ⇒𝑷𝑿(𝟑)=𝟎,𝟎𝟑
Card (Ω) 3000
On peut résumer les résultats dans le tableau ci-après
Loi de probabilité de la variable aléatoire X
𝑥𝑖 0 1 2 3 Σ
𝑃(𝑋=𝑥𝑖) 0,49 0,38 0,1 0,03 1
F(𝑋=𝑥𝑖) 0,49 0 ,87 0,97 1 -
𝒙𝒊 𝑷𝑿(𝒙𝒊) 0 0,38 0,2 0,09 𝟎,𝟔𝟕
2
𝒙𝒊 𝑷𝑿 (𝒙𝒊) 0 0,38 0,4 0,27 1,05

2) Calcul de la fonction de répartition (voir le tableau)

La fonction de répartition F(X) définie par FX(x) = P(X ≤ x) est alors :

0 𝑠𝑖 𝑥 < 0
0,49 𝑠𝑖 0 ≤ 𝑥 < 1
𝐹𝑋 𝑥 = 0,87 𝑠𝑖 1 ≤ 𝑥 < 2
0,97 𝑠𝑖 2 ≤ 𝑥 < 3
1 𝑠𝑖 𝑥 ≥ 3

3) Calcul de l’espérance mathématique, de la variance et de l’écart type de X (voir le tableau)

 l’espérance mathématique :
E(𝑿 ) = Σ𝒙𝒊 𝑷𝑿(𝒙𝒊) = 𝟎,𝟔𝟕
𝑬(𝑿 ) = 𝟎,𝟔𝟕
 La variance :
V(𝑿) = 𝑬(𝑿𝟐)−(𝑬(𝑿))𝟐 avec 𝑬(𝑿𝟐) = Σ𝒙𝒊𝟐 𝑷𝑿(𝒙𝒊)
= 1,05 - (𝟎,𝟕)𝟐
V(𝑿) = 0,6
 l’écart type :
∂X = V(X) = 0,6
∂X = 0 ,77
Exercice 2

1 ) La loi de X et sa fonction de répartition F(X)

L’expérience aléatoire est un lancer de dé dont l’univers est donc
Ω = { 1; 2; 3; 4; 5; 6}
On a également 𝑷(𝒙𝒊) = 𝑷({𝝎∈Ω / 𝐗(𝝎) = 𝒙𝒊})
X(𝝎) = {1 2 3 -2 -2 -2}
Ou bien X(𝝎) = {-2 , 1 ,2, 3 }
La loi de X est donnée par P({X(𝝎) = x})
On obtient les résultats résumés dans le tableau suivant
𝑥𝑖 -2 1 2 3 Σ
𝟏 𝟏 𝟏 𝟏
𝑃(𝑋=𝑥𝑖)
𝟐 𝟔 𝟔 𝟔 1
𝟏 𝟒 𝟓
F(𝑋=𝑥𝑖) -
𝟐 𝟔 𝟔 1
𝟏 𝟐 𝟑
𝒙𝒊 𝑷𝑿(𝒙𝒊) -1 𝟔 𝟔 𝟔 𝟎

𝒙𝒊2 𝑷𝑿 (𝒙𝒊) 𝟏 𝟒 𝟗 𝟏𝟑
2 𝟔 𝟔 𝟔 𝟑

 La fonction de répartition FX définie par FX(𝒙) = P(X ≤ 𝒙) est alors :

0 𝑠𝑖 𝑥 < −2
𝟏
𝑠𝑖 − 2 ≤ 𝑥 < 1
𝟐
𝟒
𝑭𝑿 𝒙 = 𝑠𝑖 1 ≤ 𝑥 < 2
𝟔
𝟓
𝑠𝑖 2 ≤ 𝑥 < 3
𝟔
1 𝑠𝑖 𝑥 ≥ 3
2) Calcul de l’espérance de X (voir le tableau)
E(𝑿 ) = Σ𝒙𝒊 𝑷𝑿(𝒙𝒊)
E(𝑿 ) = 0
2) Calcul de la variance de X (voir le tableau)
V(𝑿) = V(𝑿) = 𝑬(𝑿𝟐) −(𝑬(𝑿))𝟐 avec 𝑬(𝑿𝟐) = Σ𝒙𝒊𝟐 𝑷𝑿(𝒙𝒊)
𝟏𝟑
𝑬(𝑿𝟐) =
𝟑
𝟏𝟑 𝟏𝟑
Donc V(𝑿) = -0=
𝟑 𝟑
- On modifie le jeu
Dans ce cas les valeurs prises par la variable aléatoire X(𝝎) = {- 30 , - 20 , 0, 30 }
𝟐 𝟏 𝟏 𝟏 𝟐 𝟏
P(X= -30) = = ; P(X= -20) = ; P(X= 0) = 𝟑
et P(X= 30) = =
𝟔 𝟑 𝟑 𝟔 𝟑

D’où la loi de probabilité de Y est :

Yi -30 -20 0 30 Σ
𝟏 𝟏 𝟏 𝟏
P(Y= y𝑖) 1
𝟑 𝟔 𝟔 𝟑
𝟐𝟎 𝟏𝟎
y𝒊 𝑷Y (y𝒊) -10 − 0 10 −
𝟔 𝟑

2) Calcul de l’espérance Y (voir le tableau)

E(Y ) = Σyi pY(yi)
𝟐𝟎 𝟏𝟎
E(Y ) = − = −
𝟔 𝟑
3) La variante du jeu la plus avantageuse pour le joueur
Comme E(X) > E(Y ), on perd rien en moyenne à la première variante qui est donc plus avantageuse pour le joueur.
Exercice 3

1
𝑥 Si 0 ≤ 𝑥 ≤ 120
α
f (x) = { 0 Sinon
1) La valeur de α pour que f soit une densité de probabilité de X
Pour que f soit une densité de probabilité de X :

𝑓 𝑥 ≥0
+∞
⇒
𝑓 𝑥 =1
−∞
+∞ 0 120 +∞
𝑜𝑛 𝑎 −∞
𝑓 𝑥 = −∞
𝑓 𝑥 + 0
𝑓 𝑥 + 120
𝑓 𝑥
120
=0+ 0
𝑓 𝑥 +0
120 1 1 7200
= 0 α 𝑥 dx = 𝑋2 120
0 =
2α α
+∞ 7200
−∞
𝑓 𝑥 =1 ⇒ α
=1
⇒ 𝛂 = 𝟕𝟐𝟎𝟎
D’un autre coté on a ⩝ x ϵ 0 − 120 , 𝑓 𝑥 ≥ 0
Donc
1
𝑥 Si 0 ≤ 𝑥 ≤ 120
7200
f (x) = { 0 Sinon

2) La fonction de répartition F(x) et sa représentation graphique

𝑥
F X (x ) = −∞
𝑓 𝑥 𝑑𝑥
Cas X < 0
FX (x) = 0 car f (x) = 0

Cas 𝟎 ≤ 𝒙 ≤ 𝟏𝟐𝟎
1 𝑥
1
F X (x ) = 𝑥
−∞
𝑓 𝑡 𝑑𝑡 = 0
𝑥
𝑓 𝑡 𝑑𝑡 =
𝑥
0 7200
𝑡 𝑑𝑡 = 𝑡2
14400 0
1
FX (x) = 14400 𝑥 2

Cas 𝐱 ≥ 𝟏𝟐𝟎
FX (x) = −∞
𝑥
𝑓 𝑡 𝑑𝑡 = 0
120
𝑓 𝑥 𝑑𝑥 = 1
Donc
0 Si 𝑥 < 0
1
F X (x ) = 14400
𝑥2 Si 0 ≤ 𝑥 ≤ 120
1 Si 𝑥 ≥ 120

 La représentation graphique de FX (x)

3) Calcul de l’espérance et de la variance de X
 L’espérance
+∞ 120 120 1 1 120
𝐸(𝑋)= −∞
𝑥 𝑓 𝑥 𝑑𝑥 = 0
𝑥 𝑓 𝑥 𝑑𝑥 = 0
𝑥( 𝑥)𝑑𝑥 = 𝑥3
7200 21600 0
𝐸(𝑋) = 80

 La variance
+∞
V(𝑋)= 𝑬(𝑿𝟐 − 𝑬(𝑿))𝟐 avec 𝑬(𝑿𝟐) = −∞
𝑥 2 𝑓 𝑥 𝑑𝑥
+∞ 1 120
120 1
−∞
𝑥 2 𝑓 𝑥 𝑑𝑥 = 0
𝑥2 (
7200
𝑥)𝑑𝑥 = 28800
𝑥4 = 7200
0
Donc V(𝑋)= 7200 - (80) 𝟐 = 800
4) Calcul des probabilités
 P( 70 ≤ X ≤90) = FX (90) - FX (70) = 0, 22
 P(X < 20) = FX (20) = 0,027
 P(X > 100) = 1 - FX (100) = 0. 305
Soit Y = 0,25𝑋3−40𝑋2+2500𝑋
Calcul de l’espérance de Y
E( Y) = E (0,25𝑋3−40𝑋2+2500𝑋)
On a 𝐸(𝑋)=80, 𝑬(𝑿𝟐) = 7200
+∞ 3 120 3 1 1 120
𝑬(𝑿3) = −∞
𝑥 𝑓 𝑥 𝑑𝑥 = 0
𝑥 (7200 𝑥)𝑑𝑥 = 𝑥5 = 691200
36000 0

E( Y) = 0,25(691200) – 40 (7200) + 2500 (80)

E( Y) = 84800
II- Soit la fonction de répartition définie par :
0 pour x <0
F(𝑥) = { 1−e −x pour x ≥0
1)- l’expression de densité de probabilité f(𝑥)

𝑑F(𝑥) 0 pour x <0

f(𝑥) =
𝑑𝑥
= F(𝑥) = { e −𝑥 pour x ≥0

2) Soit X une variable aléatoire de densité de probabilité f.

- Calcul de l’espérance de X

Faisons une intégration par parties :

u = 𝑥 u′ = 1
On pose { v′= e−𝑥
{ v = − e −𝑥

+∞ +∞ −𝑥
Donc E(𝑥) = − 𝑥 e−𝑥 0 - 0
e 𝑑𝑥

⇒ E(𝑥) = lim𝑥 → +∞ (−𝑥 e 𝑥 ) − (0e0 ) − − e−𝑥 +∞

0

On sait que : lim𝑥 → +∞ (−𝑥 e 𝑥 ) = 0

D’où E(x) = - 1
3) Calcul de la probabilité 𝑃( 2 < 𝑋 ≤4 .
𝑃(2<𝑋≤4 = 𝑭𝑿 4 −𝑭𝑿(2) ⇒ =(1 − e−4 − 1 − e−2 )= 𝟎,𝟏𝟏𝟕