P0 – Les variables aléatoires

Exercice 1 :
Un fournisseur nous a livré une quantité importante de pièces parmi lesquelles 1 sur 100 est défectueuse. Nous
prélevons au hasard un échantillon de 50 pièces afin de contrôler cette livraison.
Travail à faire :
1. Quelle est la probabilité pour que cet échantillon :
 ne comporte aucune pièce défectueuse ?
 en comporte une seule ?
 en comporte au moins deux ?
2. Quelle est l'espérance mathématique et quel est l'écart type du nombre de pièces défectueuses ?

Exercice 1 :
B (50 ; 0,01)
1. Quelle est la probabilité pour que cet échantillon
- ne comporte aucune pièce défectueuse ? = 0,605 (1)
- en comporte une seule ? = 0,306 (2)
- en comporte au moins deux ? P(X≥2) = 1 - P(X≤1) = 1 - P(X=0) - P(X=1) = 0,089
Soit X : Le nombre de pièces défectueuses  Valeur aléatoire discrète

Repérage de la loi binomiale :

 Soit l’épreuve « La pièce est défectueuse » :
- Il existe seulement deux possibilités : « Echec – pièce non défectueuse » et « Succès – pièce défectueuse » ;
- L’épreuve est renouvelée 50 fois dans les mêmes conditions et de façon indépendante ;
- On compte le nombre de pièces défectueuses.

Alors X suit une loi binomiale

n : nombre de répétitions de l’épreuve (ici n = 50)
p : probabilité de succès (ici p = 1%)

Pour une loi binomiale B(n ; p), on aura :

k
p(X=k) = C n × pk× qn-k avec q = 1-p

Pour une loi binomiale B(50 ; 0,01), on aura :

0
(1) P(X=0) = C 50 × 0,010 × 0,9950-0 = 0,605

1
(2) P(X=1) = C 50 × 0,011 × 0,9950-1 = 0,306

(3) P(X≥2) = 1 - (P(X=0) + P(X=1)) = 1 – (0,605 + 0,306) = 0,089

2. Quelle est l'espérance mathématique et quel est l'écart type du nombre de pièces défectueuses ?
Pour une loi binomiale B (n ; p), on aura :
On aura :
E(X) = n × p
V(X) = n × p × q

E (X) = 50 × 0,01 = 0,5 V(X) = 50 × 0,01 × 0,99 = 0,495 σ(X) = √ 0 , 495 = 0,703

Remarque : on aurait pu utiliser une loi de Poisson car p proche de 0 et E(X) ≈ V(X) ≈ 0,5
X suit loi de Poisson P (λ=0,5) d’après lecture du tableau :
P(X=0) = 0,6065 ; P(X=1) = 0,3033 et P(X≥2) = 1 – 0,9098 = 0,0902
Exercice 2 :
Les voyageurs qui louent leur place en chemin de fer font défaut, en moyenne, dans 10 % des cas.
Travail à faire :
1. Quelle est la probabilité pour que, sur 20 places louées prises au hasard dans un train, 3 restent vides au
départ du train ?
2. Quel serait le nombre moyen de places restant vides au départ si on répétait l'expérience à l'infini ?

1. Quelle est la probabilité pour que, sur 20 places louées prises au hasard dans un train, 3 restent vides au
départ du train ?
B (20 ; 0,1)  P(X=3) = 0,19
Soit X : Le nombre de sièges vides  Valeur aléatoire discrète
Repérage de la loi binomiale :
 Soit l’épreuve « Le siège est vide » :
- Il existe seulement deux possibilités : « Succès - Siège vide » et « Echec - Siège plein » ;
- L’épreuve est renouvelée 20 fois dans les mêmes conditions et de façon indépendante ;
- On compte le nombre de sièges vides.

Alors X suit une loi binomiale

n : nombre de répétitions de l’épreuve (ici n = 20)
p : probabilité de succès (ici p = 10 %)
Pour une loi binomiale B(20 ; 0,1), on aura :
P(X=3) = C 320 × 0,103 × 0,9020-3 = 0,19 = 19 %

Remarque : Utilisation d’une loi de Poisson

E (X) = 20 × 0, 1 = 2 V(X) = 20 × 0,1 × 0,9 = 1,8 donc E(X) ≈ V(X) ≈ 2
p = 10 % (relativement proche de zéro)

Par contre, n < 30.

Application de la loi de Poisson : X  P (λ=2) d’après lecture du tableau :

P(X=3) = 0,1804 = 18,04 % ;

2. Quel serait le nombre moyen de places restant vides au départ si on répétait l'expérience à l'infini ?
Pour une loi binomiale B (n ; p), on aura :
On aura :
E(X) = n × p
E (X) = 20 × 0,10 = 2
Exercice 3 : Entreprise ECTROMAC
Un démarcheur à domicile propose de l'électroménager. Il visite 10 clients par jour et en moyenne.Un client sur
quinze lui demande le produit dont le prix est 4 000 €.
Travail à faire :
1. On désigne par X le nombre de commandes enregistrées en une journée. Quelle est la loi de probabilité de
X?
2. Le démarcheur reçoit une commission de 10 % sur les commandes obtenues. Ses frais mensuels s'élèvent à
2 000 €. Il travaille 25 jours par mois. Quelle est l'espérance mathématique et quel est l'écart type de son
revenu net mensuel ?

1. On désigne par X le nombre de commandes enregistrées en une journée. Quelle est la loi de probabilité de
X?
B (10 ; 1/15)
Soit X : Le nombre de commandes  Valeur aléatoire discrète
Repérage d’une loi binomiale :
 Soit l’épreuve « Négociation d’un contrat » :
- Il existe seulement deux possibilités : « Echec commande » et « Succès commande » ;
- L’épreuve est renouvelée 10 fois dans les mêmes conditions et de façon indépendante ;
- On compte le nombre de commandes enregistrées.

Alors X suit une loi binomiale

n : nombre de répétitions de l’épreuve (ici n = 10)
p : probabilité de succès (ici p = 1/15 ≈ 6,67%)
Pour une loi binomiale B (10 ; 1/15), on aura

2. Le démarcheur reçoit une commission de 10 % sur les commandes obtenues. Ses frais mensuels s'élèvent à
2 000 €. Il travaille 25 jours par mois. Quelle est l'espérance mathématique et quel est l'écart type de son
revenu net mensuel ?
Pour une loi binomiale B(n ; p), on aura :
On aura :
E(X) = n × p
V(X) = n × p × q

On considère 25 jours donc n= 10 × 25 = 250

B (250 ; 1/15) avec E(X) = 250 × 1/15 = 16,6667 et V(X) = 250 × 1/15 × 14/15 = 15,5555

R = (4 000×0,10) × X – 2 000 donc E(R) = 400 E(X) – 2 000 = 400 × 16,6667 – 2 000 = 4 667
V(R) = 400² × [V(X)] = 400² × 15,5555 = 2488888 donc
σ (R) = √ 2 488 888 = 1 577

Pour rappel :
V(a×X) = a² × V(X)
Exercice 4 : Entreprise MANUPONT
L'entreprise Manupont est une société anonyme spécialisée dans la fabrication de ponts roulants, pour la
manutention. La fabrication de ces ponts de forte capacité de levage se fait à l'unité et sur commande en fonction des
besoins spécifiques du client (encombrement des pièces levées, disposition des locaux, ambiance corrosive). Afin
d'élargir la clientèle existante, l'entreprise décide de faire paraître des annonces dans des revues professionnelles.
Lors d'une campagne similaire antérieure, l'entreprise a constaté que le nombre x de commandes parvenues à la suite
de la parution d'une seule annonce est une variable aléatoire dont la loi de probabilité figure dans le tableau suivant:
Xi Pi
0 0,20
1 0,65
2 0,15

Travail à faire :
1. Calculer l'espérance mathématique et la variance de X. Quelle est la signification concrète dans ce cas
précis ?

2. L'entreprise décide de faire paraître 30 annonces dans des revues professionnelles. Les commandes
consécutives à la parution des publicités dans les différentes revues sont indépendantes. Si Y est une variable
aléatoire représentant le nombre des commandes reçues à la suite de la parution des 30 annonces
a) Quelle est alors l'espérance mathématique de Y ?
b) Quel est l'écart type?
c) Indiquer les propriétés sur lesquelles vous fondez votre réponse

3. Soit Z la variable aléatoire représentant le nombre d'annonces dont la parution ne provoque aucune
demande.
a) Quelle est la loi de probabilité suivie par la variable Z lorsque l'entreprise passe 30 annonces? Justifier
cette loi.
b) Calculer l'espérance mathématique et l'écart- type de Z.

1. Calculer l'espérance mathématique et la variance de X. Quelle est la signification concrète dans ce cas
précis ?
E (X) = 0 × 0,20 + 1 × 0,65 + 2 × 0,15 = 0,95
V(X) = 0² × 0,20 + 1² × 0,65 + 2² × 0,15 - 0,95² = 0,3475
OU (0 - 0,95)² × 0,20 + (1 – 0,95)² × 0,65 + (2 – 0,95)² × 0,15 = 0,3475
σ (X) = √ 0 , 3475=¿ 0,589

2. L'entreprise décide de faire paraître 30 annonces dans des revues professionnelles. Les commandes
consécutives à la parution des publicités dans les différentes revues sont indépendantes. Si y est une variable
aléatoire représentant le nombre des commandes reçues à la suite de la parution des 30 annonces
a)- Quelle est alors l'espérance mathématique de Y?
E (Y) = E(30X) = 30 E(X) = 30 × 0,95 = 28,5

b)- Quel est l'écart type?

V(Y) = V(30X) = 30² × V(X) = 312,75
σ (Y) = √ 312 ,75=¿17,68

c)- Indiquer les propriétés sur lesquelles vous fondez votre réponse
E(aX) = a E(X) et V(aX) = a² V(X)
 3. Soit Z la variable aléatoire représentant le nombre d'annonces dont la parution ne provoque aucune
demande.
a) Quelle est la loi de probabilité suivie par la variable Z lorsque l'entreprise passe 30 annonces? Justifier cette
loi.
Soit Z : Le nombre d’annonce ne provoquant aucune commande  Valeur aléatoire discrète

Repérage d’une loi binomiale :

 Soit l’épreuve « Efficacité d’un annonce » :
- Il existe seulement deux possibilités : « Echec – Une ou plusieurs commandes » et « Succès - 0 commande » ;
- L’épreuve est renouvelée 30 fois dans les mêmes conditions et de façon indépendante ;
- On compte le nombre d’annonce ne provoquant aucune commande.

Alors Z suit une loi binomiale

n : nombre de répétitions de l’épreuve (ici n = 30)
p : probabilité de succès (ici p = 20 %)
Pour une loi binomiale B(30 ; 0,2)

b) Calculer l'espérance mathématique et l'écart-type de Z.

Pour une loi binomiale B (n ; p), on aura :
On aura :
E(Z) = n × p V(Z) = n × p × q σ (Z) = √ V (Z)
E (Z) = 30 × 0,20 = 6 V(Z) = 30 × 0,20 × 0,80 = 4,80 σ (Z) = √ 4 ,80 = 2,19
Exercice 5 : Entreprise STANDARTEL
Le standard téléphonique d'une entreprise reçoit aux heures creuses de la journée des appels dont le nombre moyen
est de deux par minute. On suppose que le nombre d'appels enregistrés en une minute suit une loi de Poisson.
Travail à faire :
1. X est le nombre d'appels par minute.
a) Quel est le paramètre de la loi de Poisson?
b) Quelle est l'espérance mathématique et la variance de X ?

2. Calculer les probabilités pour qu'en une minute, le standard reçoive

a) 0 appel
b) 1 appel
c) 2 appels
d) Un nombre inférieur ou égal à 3 appels ?

3. Sachant que la standardiste ne peut répondre qu'à 2 communications en une minute, quelle est la probabilité
pour qu'une personne qui téléphone trouve le standard occupé ?

4. Quelles sont les probabilités pour qu'en 2 minutes, le standard reçoive

a) 0 appel ?
b) 1 appel ?

1°) a- m ou λ = 2
b- Soit X la variable aléatoire discrète
−λ k
e ×λ
Si X suit une loi de Poisson P (λ) alors la probabilité de p(X = k) =
k!
Alors on aura alors E(X) = V(X) = λ (parfois m)

 E(X) = 2 V(X) = 2

2°) Par lecture du tableau :

a. 0 appel = 0,1353
b. 1 appel = 0,2707
c. 2 appels = 0,2707
d. ≤ 3 appels = 0,8571
−2 0 −1 1
e ×2 e ×2
p(X = 0) = = 0,1353 et p(X = 1) = = 0,2707
0! 1!

3°) P(X≥3) = 1 – P (X<3) = 1 – 0,6767 = 0,3233 Lecture du second tableau

Ou P(X≥3) = 1 – P(X=0) – P(X=1) – P(X=2) = 1 - 0,1353 - 0,2707 - 0,2707 = 0,3233

4°) a. 0 appel = 0,0183 (0,1353 × 0,1353)

b. 1 appel = 0,0733 (0,1353 × 0,2707) + (0,2707 × 0,1353)

Soit il y a 0 appel la première minute et 1 appel la seconde minute : 0,1353 × 0,2707

Soit il y a 1 appel la première minute et 0 appel la seconde minute : 0,2707 × 0,1353
OU
λ=4
0 appel = 0,0183
1 appel = 0,0733
Exercice 6** - Entreprise CURE (20 minutes)
Une entreprise fabrique des pièces X. Malgré les efforts apportés à la fabrication, on estime que le nombre de pièces
défectueuses s'élève à quatre sur mille pièces fabriquées. Mensuellement des tests sont effectués. On prélève cinquante
pièces

A- Soit X le nombre de pièces défectueuses parmi les 50 pièces prélevées

Travail à faire :
1°) a- Quelle est la loi de probabilité de X ?
b- Quelle est l'espérance mathématique et la variance de X ?

2°) Quelle est la probabilité pour que parmi les 50 pièces prélevées :
a. Il n'y ait aucune pièce défectueuse ?
b. Il y ait une pièce défectueuse?
c. Il y ait plus de deux pièces défectueuses ?

B- La loi X peut être approximée par une nouvelle loi

Travail à faire :
1°) Quelle est cette nouvelle loi? Indiquer les critères de choix retenus. Donner la définition de P(X=K) ?

2°) En utilisant cette nouvelle loi, quelle est la probabilité pour que parmi les 50 pièces prélevées
a. Il n'y ait aucune pièce défectueuse ? Quelle est l'erreur commise?
b. Il y ait une pièce défectueuse? Quelle est l'erreur commise?
c. Il y ait plus de 2 pièces défectueuses ? Quelle est l'erreur commise?

A- Soit X le nombre de pièces défectueuses parmi les 50 pièces prélevées

1°) a-
Soit X : Le nombre de pièces défectueuses

Repérage de la loi binomiale :

 Soit l’épreuve « La pièce est défectueuse » :
- Il existe seulement deux possibilités : « Echec – pièce non défectueuse » et « Succès – pièce défectueuse » ;
- L’épreuve est renouvelée 50 fois dans les mêmes conditions et de façon indépendante ;
- On compte le nombre de pièces défectueuses.

Alors X suit une loi binomiale

n : nombre de répétitions de l’épreuve (ici n = 50)
p : probabilité de succès (ici p = 0,004 = 0,4%)

Pour une loi binomiale B(n ; p), on aura loi de probabilité de X B (50; 0,004)

b-
E(X) = 50 × 0,004 = 0,2
V(X) = 50 × 0,004 × 0,996 = 0,1992
0
2°) a- P(X=0) = C 50 × 0,0040 × 0,99650-0 = 0,8184
1
b- P(X=1) = C 50 × 0,0041 × 0,99650-1 = 0,1643
c- P(X>2) = 1−¿ P(X=0) – P(X=1) – P(X=2) = 1 – 0,8184 – 0,1643 – 0,0162 =0,0011= 0,11%
 B- La loi X peut être approximée par une nouvelle loi
1°)
On peut approximer une loi binomiale par une loi de Poisson de paramètre λ = n×p
A condition que :
- n soit suffisamment grand (n > 30)  Ici n=50
- p proche de 0 (p <10%) car la loi de Poisson mesure des évènements rares  Ici p=0,4%

Approche de la loi de Poisson  E(X) ≈ V(X)

Or la loi Binomiale E(X) = n×p et V(X) = n×p×q avec q = 1 - p

P
X suit une loi de Poisson (0,2)

2°)
D’après lecture du tableau : (différence avec calcul question précédente)
a. aucune pièce défectueuse = 0,8187 : erreur commise = 0,0003
b. Il y ait une pièce défectueuse = 0,1637 : erreur commise = 0,0006
c. Il y ait plus de 2 pièces défectueuses = 0,0012 : erreur commise = 0,0001
1 – P(X<3) = 1 – 0,9989 = 0,0011
Exercice 7* - Entreprise BONEX (5 minutes)
L’entreprise BONEX fabrique des articles textiles. Elle possède quatre métiers à tisser automatiques dans son atelier.
Ces machines sont assez anciennes. Elle sait que son objectif de résultat peut être atteint même si seulement deux
machines fonctionnent.
Des ingénieurs ont estimé que la probabilité de panne d’une machine est égale à 5 %.

Travail à faire :
1. Déterminer la probabilité pour que l’objectif de résultat soit atteint.

1- Repérage de la loi :
Soit l’épreuve « La machine ne tombe pas en panne » :
- Il existe seulement deux possibilités : « Succès la machine ne tombe pas en panne » et « Echec la machine
tombe en panne » et;
- L’épreuve est renouvelée 4 fois dans les mêmes conditions et de façon indépendantes ;
- On compte de « Succès la machine ne tombe pas en panne ».

Alors X suit une loi binomiale

n : nombre de répétition de l’épreuve (ici n = 4)
p : probabilité de succès (ici p = 95%)

X B(n = 4 ; p = 95%)
Pour une loi binomiale, on aura :

k k n-k
p(X=k) = C n× p × q avec q = 1-p

L’entreprise BONEX atteint son objectif si X ≥ 2

Donc si X = 2 ; X = 3 ou X = 4

Dans l’exemple précédent calculer les probabilités suivantes.

p(X=2) ; p(X=3) ; p(X=4) ;

4 (4-4)
4
p(X=4) = C 4× 0,95 × 0,05 = 0,8145
3 (4-3)
3
p(X=3) = C 4× 0,95 × 0,05 = 0,1715 Il y a donc 99,95% de chances que l’objectif soit atteint

2 (4-2)
2
p(X=2) = C 4× 0,95 × 0,05 = 0,0135

Remarque :
Si Y : Le nombre de machine qui tombe en panne B (n = 4 ; p = 5%)
L’entreprise BONEX atteint son objectif si Y ≤ 2
Donc si Y = 0 ; Y = 1 ou Y = 2

Dans l’exemple précédent calculer les probabilités suivantes.

p(Y=0) ; p(Y=1) ; p(Y=2) ;
0 (4-0)
0
p(Y=0) = C 4× 0,05 × 0,95 = 0,8145
1 (4-1)
1
p(Y=1) = C 4× 0,05 × 0,95 = 0,1715 Il y a donc 99,95% de chances que l’objectif soit atteint

2 (4-2)
2
p(Y=2) = C 4× 0,05 × 0,95 = 0,0135
Remarque : On peut utiliser une Loi de Poisson car p est faible (5%) [par contre, n <30]
E(Y) = 4 × 0,05 = 0,2 =λ V(Y) = 4 × 0,05 × 0,95 = 0,19 Donc E(Y) ≈ V(X) ≈ 0,2
P(Y=0) + P(Y=1) + P(Y=2) = 0,8187 + 0,1637 +0,0164 = 0,9989 = 99,89 %
Exercice 8** - Entreprise SPORTIBAG (10 minutes)
La société SPORTIBAG fabrique et distribue des sacs de luxe.
Elle envisage de produire un nouveau modèle révolutionnaire, avec compartiment réfrigérant, fermoir électronique et
radio-réveil incorporé.
Le prix de vente pourrait être selon les études de marché de l’ordre de 928 € HT.
Le service du contrôle de gestion indique que le coût de revient pourrait être ainsi décomposé :
Coût proportionnel unitaire prévisionnel de 368 €
Coûts de structure fixes supplémentaires prévisionnels : 5 700 800 €.
Le service commercial estime que la quantité d’articles à fabriquer et à vendre, exprimée en unités, suivrait une loi
normale, dont la moyenne serait de l’ordre de 14 000 (pour un prix de vente de 928 €). Il y aurait une chance sur deux
pour que les quantités vendues varient de plus ou moins 2 000 unités autour de la moyenne.

Travail à faire :
1. Calculer le seuil de rentabilité.
2. Indiquer le résultat le plus probable.
3. Déterminer la probabilité d’atteindre le seuil de rentabilité.

1- Seuil de rentabilité est le nombre de produits nécessaire de vendre pour que le résultat soit égal à zéro.
La marge unitaire est de : 928 – 368 = 560 €/sac
Les charges de structures sont de 5 700 800 €
Donc il est nécessaire de vendre : 5 700 800/560 = 10 180 sacs. Soit en euros : 10 180 × 928 = 9 447 040 €

2- Le résultat le plus probable est celui qui correspond à la moyenne :

14 000 × 560 – 5 700 800 = 2 139 200 €.

3- Détermination de la probabilité d’atteindre le SR :

Les ventes suivent une loi normale X  N(m = 14 000 ; σ)
On recherche la probabilité que le SR soit atteint. Soit P(X>10180)

On ne connait pas σ.
Cependant, on sait que P(14 000 – 2 000 < X < 14 000 + 2 000) = 50% avec X  N(m = 14 000 ; σ)
P(12 000 < X < 16 000) = 50%
On sait donc que P(X<12 000) = P(X>16 000) = 25% avec X  N(m = 14 000 ; σ)
Donc si P(X<16 000) = 75% avec X  N(m = 14 000 ; σ)
16 000 – 14 000
Alors P(T< ) = 75% avec T N(m = 0 ; σ = 1)
σ

2000
P(T< ) = 75%
σ

2000
D’après lecture du tableau =0,675 (entre 0,67 et 0,68)
σ
Donc σ = 2 000/0,675 = 2 963

X suit une loi normaleN(m = 14 000 ; σ = 2 963)

P(X>10 180) avec X N(m = 14 000 ; σ = 2 963)
10180 – 14 000
P(T> ) avec T N(m = 0 ; σ = 1)
2 963

P(T>-1,29) = (P<1,29) = 0,9015

Exercice 9** - Entreprise BARTHE (10 minutes)
M. Barthe, vendeur de livres à domicile, a relevé, sur une période de 100 jours, le nombre de contrats qu’il a fait
signer. De cette étude, il a tiré les résultats suivants :

Xi : contrats signés au cours d’une journée 0 1 2 3 4

Pi : probabilités 0,38 0,36 0,17 0,06 0,03

X étant la variable aléatoire représentant le nombre de contrats signés par jour

Travail à faire :
1. Calculer E(X), V(X) et F(0) = P(X≤0).
2. Expliquer pourquoi il est raisonnable de penser à une loi de Poisson pour approximer ce phénomène ; le
vérifier avec F(0).

Quand le contrat est signé, le vendeur laisse si possible au client le premier tome de la collection vendue. En début de
journée, il emporte i livres.
Chaque contrat signé lui rapport 100 €, à condition qu’il puisse laisse le premier tome, et chaque livre rapporté en fin
de journée lui fait perdre 20 €. On suppose qu’il est tenu de poursuivre ses visites même s’il n’a plus de livre au cours
d’une journée. Un contrat signé dans ces conditions ne lui rapporte que 40 €.

3. Faîtes un tableau matriciel donnant le gain positif ou négatif R ij du vendeur lorsqu’il possède i livres en
début de journée et qu’il fait signer j contrats.
4. Calculer l’espérance de gain pour les différentes valeurs de i, en utilisant les probabilités observées.
5. Combien le vendeur doit-il avoir de livres en début de journée pour maximiser son gain ?

1-
E(X) = 0 × 0,38 + 1 × 0,36 + 2 × 0,17 + 3 × 0,06 + 4 × 0,03=1
V(X) = 0² × 0,38 + 1² × 0,36 + 2² × 0,17 + 3² × 0,06 + 4² × 0,03 – 1²= 1,06
F(0) = P(X≤0) = 38 %

2- L’espérance et la variance étant voisines (environ 1), on peut penser à une loi de Poisson de paramètre λ = 1
Vérification : si X suit une loi de Poisson de paramètre λ = 1
−1 0
e ×1
F(0) = = 0,368 Ce résultat, proche de 0,38, conforte l’approximation du phénomène par la loi de Poisson
0!
mentionnée.

3- Et 4-
3 possibilités :
 i=j  Rij = 100i
 i<j  Rij = 100i + 40 (j – i)
 i>j  Rij = 100i – 20 (i – j)

Contrat j
Espérance de
0 1 2 3 4
gain
Livres emportés i
0 0 40 80 120 160 40
1 -20 100 140 180 220 69,60
2 -40 80 200 240 280 70,40
3 -60 60 180 300 340 57,60
4 -80 40 160 280 400 40
Probabilités 0,38 0,36 0,17 0,06 0,03

5- Le vendeur maximise son espérance de gain en emportant 2 livres par jour.

Exercice 10** - Entreprise PARILUX (20 minutes)
La société Parilux vend deux produits, P1 et P2, aux prix respectifs de 20 et 50 €. Les quantités respectivement
vendues Q1 et Q2 des produits P1 et P2 suivent une loi normale de paramètres :
- Q1 : moyenne = 20 000 unités; écart type = 2 200 unités;
- Q2 : moyenne = 8 000 unités ; écart type = 1 600 unités.
Les ventes des deux produits sont indépendantes les unes des autres.

Travail à faire :
1. Calculer les probabilités suivantes:
- P(Q1 > 20 450);
- P(Q1 < 22 000);
- P(18 500 < Q1 < 19 800).
2. La probabilité que Q2 soit supérieure à un certain seuil est estimée à 25 %. Calculer ce seuil.
3. Donner l'expression du chiffre d'affaires (CA) en fonction de Q1 et Q2.
4. Trouver les paramètres de la loi normale suivie par ce chiffre d'affaires.

Le seuil de rentabilité de cette entreprise a été évalué à 720 000 € :

5. Quelle est la probabilité que l'entreprise n'atteigne pas son seuil de rentabilité ?
6. Quelle est la probabilité que son indice de sécurité soit supérieur à 20 % ? Calculer le levier opérationnel
correspondant.
(Remarque : les notions relatives au seuil de rentabilité, à l'indice de sécurité et au levier opérationnel sont
développées dans la Partie 1, Chapitre 4)

1-
P(Q1 >20 450) avec Q1N (20 000 ; 2 200)
20 450−20 000 Q1−20 000
= P(T > ) avec T = et T N (0 ; 1)
2200 2 200
= P(T >0,20) = 1 - P(T <0,20) = 1 – 0,5793 = 0,4207

Q1 a 42 % de chances d’être supérieur à 20 450 unités.

Remarque : si vous avez retenu t = 20,5, alors P (Q1 >20 450) = 0,41875

P(Q1 <22 000) avec Q1N (20 000 ; 2 200)

22000−20 000 Q1−20 000
= P(T < ) avec T = et T N (0 ; 1)
2200 2 200
= P(T <0,91) = 0,8186
Q1 a 82 % de chances d’être inférieur à 22 000 unités.

P(18 500 < Q1 < 19 800) avec Q1N (20 000 ; 2 200)
18500−20 000 19 800−20 000 Q1−20 000
= P( <T< ) avec T = et T N (0 ; 1)
2 200 2200 2 200
= P(- 0,68 < T <- 0,09) = P(T < -0,09) – P(T < -0,68)
= 1 – P(T < 0,09) – (1 – P(T < 0,68)
= (1 – 0,5359) – (1 – 0,7517) = 0,7517 – 0,5359 = 0,2158
Q1 a 21,58 % de chances d’être compris entre 18 500 et 19 800 unités.

2-
P(Q2 > k) = 0,25 avec Q2N (8 000 ; 1 600)
k−8 000 Q2−8 000
= P(T > )= 0,25 avec T = et T N (0 ; 1)
1600 1 600

k−8 000
= P(T < )= 0,75
1600
 k−8 000
D’après lecture de la table, = 0,675  k = 8 000 + (0,675 × 1 600) = 9 080 unités
1600
 3-
CA = 20 Q1 + 50 Q2

4-
Le chiffre d’affaires est une combinaison de deux variables indépendantes normales  Le chiffre d’affaires suit lui-
même une loi normale dont les paramètres sont les suivants :
E(CA) = E(20Q1 + 50Q2) = 20 × E(Q1) + 50 × E(Q2) = (20 × 20 000) + (50 × 8 000) = 800 000 €
V(CA) = V(20Q1 + 50Q2) = 20² × V(Q1) + 50² × V(Q2) = (20² × 2 200²) + (50 × 1 600²) = 8 336 000 000
σ(CA) = √ 8 336 000 000 = 91 302 €

CA suit une loi normale N(800 000 ; 91 302)

5-
P (CA < 720 000) avec CA suit une loi normale N(800 000 ; 91 302)

720 000−800 000 CA−800 000

= P(T < ) avec T = et T N (0 ; 1)
91 302 91 302

= P(T<-0,88) = 1 – P(T<0,88) = 1 – 0,8106 = 0,1894

Il y a environ 19% de chances que le SR ne soit pas atteint.

6-
'
Chiffre d affaires−Seuil de rentabilité
Indice de sécurité = I =
Chiffres d ' affaires

CA−SR
I > 0,20 > 0,20
CA

Soit CA – SR > 0,20CA

0,80 CA > SR
SR
CA >
0 , 80

Le SR = 720 000 €
SR/0,80 = 900 000

P (I> 0,20) = P (CA > 900 000) avec CA suit une loi normale N(800 000 ; 91 302)

900 000−800 000 CA−800 000

= P(T > ) avec T = et T N (0 ; 1)
91 302 91 302
= P(T> 1,10) = 1 – P(T<1,10) = 1 – 0,8643 = 0,1357

Il y a environ 13,5% de chances que l’indice de sécurité de 20% soit atteint.

1 1
Dans ce cas, le levier d’exploitation = = =5
Indice de sécurité 0 ,20
Exercice 11** - Entreprise SELMED (20 minutes)
La société Selmed conditionne et commercialise du sel fin fluoré en sachets portant les mentions « Poids net : 1kg » et
« Fluorure de potassium : 250 mg/kg ».
Une machine met le sel en sachets. Elle peut être réglée au moyen d'un dispositif gradué en grammes : lorsque la
machine est réglée sur la valeur m, le poids moyen des sacs remplis est m. La variable aléatoire M, mesurant le poids
en grammes d'un sachet, suit alors une loi normale de moyenne m et d'écart type 8.

Travail à faire :
1. Calculer la probabilité de l'événement : M ≤ 1 000, pour chacun des trois réglages suivants :
m = 1 000 ; m = 992 ; m = 1 008.

2. La machine est réglée sur la valeur 1 000. Calculez la probabilité de l'événement : 992 ≤ M ≤ 1 008 (vous
exprimerez le résultat sous forme d'un pourcentage).
3. On veut que la probabilité de l'événement : M ≥ 1 000 soit de 96 %. Sur quelle valeur faut-il régler le
dispositif ?

La fermeture des sachets est automatisée mais le mécanisme est quelquefois défectueux.
On sait que la variable aléatoire X, mesurant le nombre de pannes au cours d'une année d'utilisation, suit une loi de
Poisson de paramètre λ. Par ailleurs, on a remarqué que les événements X = 1 et X = 2 ont la même probabilité.

4. Montrer que le paramètre de cette loi est 2. On rappelle que, pour tout entier k :

5. Calculer la probabilité que le nombre de pannes dans l’année soit supérieur ou égal à 6.

1-
Pour m = 1 000
P (M≤1 000) avec M suit une loi normale N(1 000 ; 8)
1000−1 000 M −1 000
= P(T ≤ ) avec T = et T N (0 ; 1)
8 8
= P(T≤0) = 0,50 = 50 %

Pour m = 992
P (M≤1 000) avec M suit une loi normale N(992 ; 8)
1000−992 M −992
= P(T ≤ ) avec T = et T N (0 ; 1)
8 8
= P(T≤1) = 0,8413 = 84,13 %

Pour m = 1 008
P (M≤1 000) avec M suit une loi normale N(1 008 ; 8)
1000−1 008 M −1 008
= P(T ≤ ) avec T = et T N (0 ; 1)
8 8
= P(T≤ - 1) = 0,1587 = 15,87 %
 2-
Pour m = 1 000
P (992 ≤ M ≤ 1 008) avec M suit une loi normale N (1 000 ; 8)
= P(M ≤ 1 008) – P (M ≤ 992)
1008−1 000 992−1 000
= P(T ≤ ¿ – P (T ≤ ¿
8 8
= P(T ≤ 1) – P(T ≤ - 1)
= P(T ≤ 1) – (1 – P(T ≤ 1))
= 0,8413 – 0,1587 = 0,6826 = 68,26 %

3-
Soit M suit une loi normale N(m ; 8)

1 000 m=? t

P (M > 1 000) = 0,96

1000−m M −m
P(T > )= 0,96 avec T = et T N (0 ; 1)
8 8

Or (1 000 – m) < 0 et on sait que P(X > - x) = P(X < x) lorsque X suit une loi normale centrée réduite
(symétrie par rapport à la moyenne = 0)

1000−m m−1 000

Donc P(T > )= P (T < ) = 0,96
8 8

m−1 000
Par lecture de la table, on trouve que = 1,75  m = 1000 + 8 × 1,75 = 1 014
8

Il faut donc régler la machine sur 1 014 g pour avoir 96 % de chances que le poids d’un sachet excède 1 000 g (ou
pour que 96 % des sachets pèsent plus de 1 000 g).

4-
−λ k −λ 1 −λ 2
e ×λ e ×λ e ×λ
P [X = k] = P [X = 1] = P [X = 2] =
k! 1! 2!

−λ 1 −λ 2 2
e ×λ e ×λ λ
P [X = 1] = P [X = 2]  = λ= λ=2
1! 2! 2

5- X suit une loi de Poisson P (2)

P (X ≥ 6) = 1 – P (X ≤ 5)
= 1 – (0,1353 + 0,2707 + 0,2707 + 0,1804 + 0,0902 + 0,0361) = 1,66 %
Il y a moins de 2% de chances d’avoir 6 pannes ou plus pendant l’année.

Ou
P (X ≥ 6) = 1 – P (X < 6) d’après lecture 2nde tableau
= 1 – 0,9834 = 0,0166 = 1,66 %