1 5 Corriges PDF

EXERCICES CORRIGES
EXERCICE 1 Le physicien SWEDEBORG a analysé un lot

complet de 518 prélèvements d'eau. Il a compté le nombre de particules d'or en suspension dans
chacun des prélèvement de volume constant 100 ml et a obtenu le tableau suivant :
Nombre de partic.: xi 0 1 2 3 4 5 6 7
Nombre de prélèv. : ni 112 168 130 69 32 5 1 1
1°) Pour un prélèvement choisi au hasard parmi les 518 prélèvements analysés, on
désigne par X la variable aléatoire qui prend pour valeur le nombre de particules d'or observées.
Calculer les probabilités prob(X = k) pour les valeurs de k appartenant à {0, 1, 2, 3, 4, 5, 6, 7}.
Calculer E(X) et V(X).
2°) On considère une variable aléatoire Y dont la loi de probabilité est la loi de Poisson
de paramètre 1,55.
a) Calculer les probabilités prob(Y = k) pour les valeurs de k appartenant à {0,
1, 2, 3, 4, 5, 6, 7}.
b) Pour une série de 518 observations d'un phénomène suivant la loi de Poisson
de paramètre 1,55, calculer les effectifs correspondant aux valeurs entières de 0 à 7 de la
variable observée. (chaque effectif calculé est égal au produit de l'effectif total par la probabilité
correspondante).
Proposition de corrigé : 1) Le choix du prélèvement étant fait au hasard, chacun

des prélèvement a la même probabilité d'être choisi on déduit donc le tableau suivant :
xi 0 1 2 3 4 5 6 7
prob(X=xi 112 168 130 69 32 5 1 168
)= 518 518 518 518 518 518 518 518
ni/n
7
1 7
E(X) = ∑ x i prob( X = xi ) =
i= 0
∑ xi ni , qui correspond à la moyenne du lot observé.
518 i= 0
801
On obtient : E(X) = soit approximativement E(X) ≈ 1,55 particule.
518
7
De même V(X) = E(X²) - [E(X)]² = ∑x
i= 0
2
i prob( X = x i ) - [E(X)]²
1 7 2
= ∑ xi ni - [E(X)]².
518 i= 0
2
2031 ⎛ 801⎞
On obtient : V(X) = − ⎜ ⎟ soit approximativement V(X) ≈ 1,5297.
518 ⎝ 518 ⎠
2) A l'aide d'une calculatrice, en utilisant la formule
−λ λk
e avec λ = 1,55, on trouve les résultats suivants (arrondis au millième) :
k!
a)
yi 0 1 2 3 4 5 6 7
prob(Y = yi) 0,212 0,329 0,255 0,132 0,051 0,016 0,004 0,001
ENFA - Bulletin du GRES n° 1 - octobre 1995 page 9
Contact : Conf [email protected]
b) On obtient, en calculant les effectifs corresponddants :
yi 0 1 2 3 4 5 6 7
prob(Y = yi) 0,212 0,329 0,255 0,132 0,051 0,016 0,004 0,001
effectifs calculés 109,8 170,4 132,1 68,4 26,4 8,3 2,1 0,5
effectifs observ. 112 168 130 69 32 5 1 1
Remarques : * on constate que les effectifs calculés sont proches des effectifs observés.
* cet exercice a pour but de sensibiliser les élèves à la notion de modèle
mathématique.
EXERCICE 2 On admet que la probabilité qu'un voyageur oublie
ses bagages dans le train est 0,005. Un train transporte 850 voyageurs. On admettra que ces
voyageurs se sont regroupés au hasard et que leurs comportement, par rapport à leurs bagages,
sont indépendants les uns des autres.
On désigne par X la variable aléatoire qui prend pour valeur le nombre de voyageurs
ayant oublié leurs bagages dans le train.
1°) Quelle est la loi de probabilité de la variable aléatoire X ? Calculer son espérance
mathématique et sa variance.
2°) Donner, en justifiant la réponse, une loi de probabilité permettant d'approcher la
loi trouvée à la question précédente. En utilisant cette loi approchée, calculer une valeur
approchée de la probabilité des événements suivants :
a) aucun voyageur n'a oublié ses bagages,
b) cinq voyageurs au moins ont oublié leurs bagages.
Proposition de corrigé : 1) Pour chaque voyageur il y a deux possibilités :

- il oublie ses bagages dans le train, avec la probabilité 0,005, ou bien
- il n'oublie pas ses bagages dans le train, avec la probabilité 0,995.
Les comportements de chacun des 850 voyageurs du train sont indépendants les uns des autres.
La loi de la variable aléatoire X est donc une loi binomiale, c'est la loi binomiale de
paramètres n = 850 et p = 0,005.
On a, pour tout entier k de 0 à 850 : prob(X = k) = C850k
0,005k 0,995850− k .
On trouve : E(X) = np = 850 x 0,005 donc E(X) = 4,25 voyageurs ayant oublié leurs
bagages.
V(X) = np(1-p) = 850 x 0,005 x 0,995 soit V(X) ≈ 4,2298.
2) On est en présence d'une loi binomiale pour

laquelle n est grand, p est inférieur à 0,1 et np est inférieur à 5, on remarque que l'espérance et
la variance sont voisines ; on peut donc approcher cette loi par une loi de Poisson. On prendra
la loi de Poisson de paramètre λ = 4,25.
a) On cherche prob(X = 0),
− 4 , 25 4,250
prob(X = 0) ≈ e x ≈ 0,014
0!
la probabilité pour qu'aucun voyageur n'ait été oublié ses bagages dans le train est
approximativement 0,014.
b) prob(X ≥ 5) = 1 - prob(X ≤ 4).
⎛ 4 λk ⎞ ⎛ 4,25 4,252 4,253 4,254 ⎞
≈ 1 - ⎜ ∑ e − λ ⎟ = 1 - e − 4 ,25 ⎜1 + + + + ⎟
⎝ i= 0 k !⎠ ⎝ 1 2 6 24 ⎠
prob(X ≥ 5) ≈ 1 - 0,580 = 0,420
La probabilité pour qu'au moins cinq voyageurs aient oublié leurs bagages dans le train
est approximativement 0,420.
EXERCICE 3 Dans un certain vignoble, on admet que la

probabilité pour qu'un pied de vigne soit atteint d'une maladie donnée est 0,400. On observe
600 pieds de vigne choisis au hasard dans ce vignoble ; on désigne par X la variable aléatoire
qui prend pour valeur le nombre de pieds observés atteints par la maladie.
1°) Quelle est la loi de probabilité de X ? Calculer l'espérance mathématique et la
variance de X.
2°) Par quelle loi de probabilité peut-on approcher la loi de probabilité de X ? En

utilisant cette approximation, calculer des valeurs approchées des probabilités suivantes :
* prob(240 < X < 252) ; * prob(232 < X) ;
* prob(X < 264).
Proposition de corrigé : 1) Pour chaque pied de vigne observé, il n'y a que deux
possibilités : * il est malade, avec la probabilité p = 0,400, ou bien
* il est sain, avec la probabilité 1-p = 0,600.
On admet qu'il y a indépendance des tirages, la probabilité d'être atteint par la maladie restant
constamment égale à 0,400. La loi de probabilité de X est donc la loi Binomiale de paramètres
n=600 et p=0,400 soit prob(X=k) = C 600 k
0,400 k x 0,600600− k pour toute valeur entière de k
comprise entre 0 et 600.
E(X) = np = 600 x 0,400, soit E(X) = 240 pieds malades.
V(X) = np(1-p) = 600 x 0,400 x 0,600 soit V(X) = 144.
2) n est grand, p est peu différent de 0,5 ; np (240) et n(1-

p) (360) sont tous deux supérieurs à 5, on peut donc approcher la loi binomiale trouvée en 1°)
par une loi Normale. On prend la loi Normale de paramètres μ = 240 et σ = 12.
Soit Y une variable aléatoire suivant la loi normale N(240 ; 12).
* prob(240 < X < 252) : utilisant une approximation d'une loi Binomiale, discrète, par
une loi Normale, continue, on procède à une correction de continuité. On a donc :
prob(240 < X < 252) ≈ prob(240,5 ≤ Y ≤ 251,5) en passant à la variable Normale
⎛ 240,5 − 240 251,5 − 240 ⎞
centrée réduite, on a : prob⎜ ≤ U≤ ⎟
⎝ 12 12 ⎠
prob(240 < X < 252) ≈ prob(0,04 ≤ U ≤ 0,96)
prob(U ≤ 0,96) - prob(U ≤ 0,04)
Φ(0,96) - Φ(0,04)
0,8316 - 0,5163
0,3153 on a donc : prob(240 < X < 252) ≈ 0,315
* prob(232 < X) : en raisonnant comme pour le calcul précédent on a :
prob(232 < X) ≈ prob(232,5 ≤ Y) correction de continuité
prob(- 0,63 ≤ U) = 1 - prob(U ≤- 0,63)
1 - (1 - prob(U ≤ 0,63))
Φ(0,63) on trouve donc : prob(232 < X) ≈ 0,736.
* prob(X < 264) :
prob(X < 264) ≈ prob(U ≤ 1,96) prob(X < 264) ≈ 0,975.


1 5 Corriges PDF

Transféré par

Droits d'auteur :

Formats disponibles

1 5 Corriges PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1 5 Corriges PDF

Transféré par

Droits d'auteur :

Formats disponibles

EXERCICES CORRIGES

EXERCICE 1 Le physicien SWEDEBORG a analysé un lot

Proposition de corrigé : 1) Le choix du prélèvement étant fait au hasard, chacun

Proposition de corrigé : 1) Pour chaque voyageur il y a deux possibilités :

2) On est en présence d'une loi binomiale pour

EXERCICE 3 Dans un certain vignoble, on admet que la

2°) Par quelle loi de probabilité peut-on approcher la loi de probabilité de X ? En

2) n est grand, p est peu différent de 0,5 ; np (240) et n(1-

ENFA - Bulletin du GRES n° 1 - octobre 1995 page 11

Vous aimerez peut-être aussi