Académique Documents
Professionnel Documents
Culture Documents
Examen Prob
Examen Prob
Examen Prob
Probabilités et Statistique
Session de Principale
Épreuve du 19 Mai 2017
Durée : 2 heures, calculatrice autorisée, les notes de cours et les téléphones portables sont
interdits. La rédaction est très importante, rédigez et justifiez clairement vos réponses.
Exercice 1.
PARTIE I
Dans un magasin de pièces détachées, sur un lot de 100 pièces vendues en une année; les
prix s’échelonnent entre 200DT et 800DT selon la répartition suivante
PARTIE II
1
3. Calculer la covariance des variables statistiques V et P.
Exercice 2.
Un joueur a cinq pièces dans sa poche, dont 3 équilibrées et 2 truquées pour laquelle la
probabilité d’avoir "face" est le double de celle d’obtenir "pile". Il prend au hasard une pièce
dans sa poche et la lance trois fois. Soit X le nombre de pile obtenu sur les 3 lancers.
1. Quelle est la probabilité d’obtenir "pile" sachant que la pièce choisie soit truquée ?
3. La pièce montre "pile". Quelle est la probabilité qu’il s’agisse de la pièce équilibré ?
Exercice 3.
kxa si x ∈ [0, 1]
f (x) =
0 sinon
1. Calculer la valeur de k.
6. Déterminer la loi de Z.
2
Exercice 4.
Y = min{X1 , X2 } et Z = max{X1 , X2 }
3. Montrer que si, pour tout entier n ≥ 1, Xn est une variable aléatoire réelle de den-
(x)
sité n1[0, 1 ] alors la suite (Xn ) converge en probabilité vers la variable aléatoire réelle
n
constante 0.
+∞ Z +∞
−n
X k − n nk 1 −t2
lim e f √ =√ f (t)e 2 dt
n→+∞
k=0
n k! 2π −∞
Bon courage !
3
Correction d’examen Probabilités et Statistique
Session Principale 2016-2017
Exercice 1.
PARTIE I
Réponse : le mode de cette série est situe dans l’intervalle [450, 550]
Réponse :
35
30
25
20
15
10
0
200 300 450 550 600 800
PARTIE II
4
Volume V(cm3 ) 54.3 61.3 72.4 88.7 118.6 194
Pression P(Kg/cm2 ) 61.2 40.5 37.6 28.4 19.2 10.1
Exercice 2.
Un joueur a cinq pièces dans sa poche, dont 3 équilibrées et 2 truquées pour laquelle la
probabilité d’avoir "face" est le double de celle d’obtenir "pile". Il prend au hasard une pièce
dans sa poche et la lance trois fois. Soit X le nombre de pile obtenu sur les 3 lancers.
5
1. Quelle est la probabilité d’obtenir "pile" sachant que la pièce choisie soit truquée ?
Réponse : soient A, B et C Les événements suivantes:
A:« Obtenir Pile » E:« La piéce choisi est équilibrée ». T:« La piéce choisi est Truquée
». p = P (A|T )
1
P (A|T ) + P (Ac |T ) = p + 2p = 1 =⇒ P (A|T ) =
3
Exercice 3.
kxa si x ∈ [0, 1]
f (x) =
0 sinon
où a est un paramètre réel strictement positif fixé.
6
1. Calculer la valeur de k.
Réponse : f est une densité de probabilités si et seulement si elle vérifiées les conditions suivantes
:
Réponse :
′
ce qui implique la densité de Y est la fonction fY (x) = FY′ (x) = 1 − FX (e−x ) =
e−x f (e−x ) avec 0 ≤ e−x ≤ 1 ce qui équivalente à 0 ≤ x ≤ +∞. D’où le résultat
suivante :
0 si x ∈] − ∞, 0]
fY (x) =
(a + 1)e−(a+1)x , si x ∈]0, +∞[
6. Déterminer la loi de Z.
7
Réponse :
1 1
FZ (x) = P (Z ≤ x) = P (|X − | ≤ x) = P (−x ≤ X − ≤ x) si x > 0
2 2
1 1 1 1
= P ( − x ≤ X ≤ + x) = 1 − FX ( − x) + FX ( + x)
2 2 2 2
ce qui implique la densité de Z est la fonction :
0 ≤ 12 − x ≤ 1
′
′ 1 1 1 1
fZ (x) = FZ (x) = 1−FX ( 2 −x)+FX ( 2 +x) = f ( 2 −x)+f ( 2 +x) avec 0 ≤ 21 + x ≤ 1
x≥0
ce qui équivalente à 0 ≤ x ≤ 1/2. D’où la densité de Z est :
(a + 1) ( 21 − x)a + ( 12 + x)a , si x ∈]0, 21 [
fZ (x) =
0 sinon
Exercice 4.
Y = min{X1 , X2 } et Z = max{X1 , X2 }
1. Déterminer les fonctions de répartition de Y et Z.
Réponse : Comme X1 et X2 sont indépendantes alors P (X1 ∈ ω1 , X2 ∈ ω2 ) = P (X1 ∈ ω1 )P (X2 ∈
ω2 )
FY (x) = P (Y ≤ x) = P (min{X1 , X2 } ≤ x) = 1 − P (min{X1 , X2 } >
x)
= 1 − P (X1 > x)P (X2 > x) = 1 − 1 − FX1 (x) 1 − FX2 (x)
Z x
0 si x ≤ 0
Réponse : La fonction de répartition de Xi est FXi (x) = f (t)dt =
−∞ 1 − e−λi x , si x ≥ 0
Ce qui implique
Z x
0 si x ≤ 0
FY (x) = f (t)dt = −(λ1 +λ2 )x
−∞ 1−e , si x ≥ 0
Ce qui implique
Z x
0 si x ≤ 0
FZ (x) = f (t)dt =
−∞ 1 − e−λ1 x 1 − e−λ2 x , si x ≥ 0
Donc Z est de densité fZ (x) = λ1 e−λ1 x + λ2 e−λ2 x − λ1 + λ2 e−(λ1 +λ2 )x 1(x)]0,+∞[
8
3. Montrer que si, pour tout entier n ≥ 1, Xn est une variable aléatoire réelle de den-
(x)
sité n1[0, 1 ] alors la suite (Xn ) converge en probabilité vers la variable aléatoire réelle
n
constante 0.
Réponse : Soit ε > 0 on sait qu’il existe n0 tel que ∀ n ≥ n0 =⇒ | n1 − 0| = n1 < ε car la suite
1/n converge vers 0
Z −ε Z +∞
P (|Xn − 0| ≥ ε) = P (Xn ≤ −ε) + P (Xn ≥ ε) = fn (t)dt + fn (t)dt
Z +∞ −∞ ε
(x)
= n1[0, 1 ] dt = 0, ∀ n ≥ n0 .
ε n
Car ε n’appartienne pas à [0, 1/n] ce qui implique lim P (|Xn − 0| ≥ ε) = 0 d’où Xn
n→+∞
converge en probabilités vers 0
4. Soit f : R −→ R une fonction continue bornée. Montrer qu’on a :
+∞ Z +∞
−n
X k − n nk 1 −t2
lim e f √ =√ f (t)e 2 dt
n→+∞
k=0
n k! 2π −∞
+∞
1
Z
−t2
lim E(f (Sn∗ )) =√ f (t)e 2 dt.
n→+∞ 2π −∞
b
1
Z
x2
Sn∗ e− 2 dx
Cas particulier, pour tout a < b on a lim P a < <b = √
n→+∞ 2π a
+∞
X k − nµ
Dans le cas d’une loi discrète sur N on a E(f (Sn∗ )) = f √ P (Sn = k) où
k=0
nσ 2
µ = E(X1 ) et σ 2 = V (X1 ).
Dans cette question il suffit de trouver la suite (Xi )1≤i≤n indépendante et de même loi
tel que
+∞ +∞
X k − nµ X k − n −n nk
E(f (Sn∗ )) = f √ P (Sn = k) = f √ e
k=0
nσ 2
k=0
n k!
k
avec µ = E(X1 ) = 1 et σ 2 = V (X1 ) = 1 et P (Sn = k) = e−n nk! donc il s’agit de loi
k
de Poisson de paramètre 1 définie par P (Xi = k) = e−1 1k! ∀ k ≥ 0. on peut démontre
facilement que Sn suit la loi de Poisson de paramètre n = 1 + · · · + 1 d’où le résultat.