Ecole Superieure.

2023-24 Semestre 1 2eme Economie, Sections 1 et 2

Département: Mathématiques Module: Probabilités

Tlemcen Enseignant: Kamel Tahri

Série d’exercices N 1 : Généralités sur "Proba!!"

Exercice 1 :

Soient ( ; P ) un espace de probabiltés, A et B deux évenements sur telque

1 1 1
P (A) = , P (B) = et P (A \ B) = :
3 4 6

1. Calculer P A et P B :

2. Calculer P A [ B et P A [ B et P A \ B et P A \ B :

Exercice 2 :

Soient ( ; P ) un espace de probabiltés, A et B deux évenements sur : Montrer que les quatres propriétés sont

équivalents:

1. A et B sont deux évenements indépendants.

2. A et B sont deux évenements indépendants.

3. A et B sont deux évenements indépendants.

4. A et B sont deux évenements indépendants.

Exercice 3 :

Dans une certaine population, il y a 45% de fumeurs et 35% de personnes atteintes de bronchite. Sachant que

parmi les fumeurs il y a 60% de bronchiteux. Notons les événements: F :" c’est un fumeur" et B :" c’est un

bronchiteux".

1. Calculer la probabilté pour qu’une personne atteinte de bronchite soit fumeur.

Exercice 4 :

Un laboratoire a mis au point un alcootest. On sait que 2% des personnes controlées par la police sont réellement

en état d’ébriété. Les premiers essais ont conduit aux résultats suivants:

- Lorsqu’une personne réellement en état d’ébriété, 95 fois sur 100 alcootest se révèle positif.

- Lorsqu’une personne n’est pas en état d’ébriété, 96 fois sur 100 alcootest se révèle négatif.

1. Quelle est la probabilité qu’une personne soit réellement en état d’ébriété lorsque l’alcootest est positif.

1/151
Exercice 5 : "Devoir pour le ../10/2023 Inchallah"

Un commerçant vend des articles dont 20% proviennent d’un fabriquant A, et 80% d’un fabriquant B. La

production de A présente 1% d’articles défectueux et la production de B présente 6% d’articles défectueux. Un

client achète un article chez le commerçant.

1. Quelle est la probabilité que cet article soit défectueux.

2. Quelle est la probabilité que cet article provienne de A puis de B sachant qu’il est défectueux.

2/151
 Série d’exercices N 2: "Variables Aléatoires Réelles"

Exercice 6 : Le tableau de la loi de probabilité d’un dé truqué à six faces est:

i= 1 2 3 4 5 6

Pi 0; 1 0; 2 0; 3 0; 1 0; 1

On considère les événements: A := fi; i 4g ; B := fi; i 4g et C := fi; i < 4g :

1. Trouver :

2. Trouver P (A) ; P (B) ; P (C) ; P (A \ B) ; P (A \ C) ; P (B \ C) :

Exercice 7 : Soit X une v.a.r dont la loi de probabilité est donnée par

x 0 1 2 3 4 5

PX (x) 0; 1 0; 3 0; 4 0; 1 0; 05 0; 05

1. Déterminer et représenter la fonction de répartition FX :

2. Calculer les probabilités P (X < 4) ; P (X > 2) ; P (3 < X 4; 5) et P (2 X < 4) :

3. Calculer E (X) et V ar (X) :

Exercice 8 : On considère une fonction FX dé…nie sur R comme suit:

8
>
> a si x 1;
>
>
<
FX (x) := bx + c si 1 < x < 1;
>
>
>
>
: d si x 1:

1. Déterminer les valeurs de a; b; c et d pour que FX soit une fonction de répartition.

2. Représenter graphiquent FX :

Exercice 9 (Supp) : On considère une variable aléatoire réelle X dont la fonction de répartition FX (x) est

donnée par: 8
>
< 0 si x < 0;
FX (x) :=
>
: 1 x x
1+ 2 e 2 si x 0:

1. Est-elle FX (x) continue sur R?

2. Déterminer limx!+1 FX (x) :

3. Calculer E (X) et V ar (X) :

4. Calculer P (1 X < 2) :

3/151
Exercice 10 : "Devoir" Soit X une v.a à valeurs dans f0; 1; 2; 3g dans la loi PX est donnée par:

1 1
PX (f0g) = PX (f3g) = et PX (f1g) = PX (f2g) = avec 2 [0; [:
2 2

1. Calculer E (X) et V ar (X) :

2. Déterminer et représenter graphiquent FX :

4/151
 Série d’exercices N 3: Variables Aléatoires Réelles "Discrètes"

Exercice 11 : Dans un module de probabalités de 2eme , sont inscrits 20 étudiants et 4 étudiantes. On choisit

au hasard un comité de 3 parmi eux. On note par X la v.a égale au nombre d’étudaintes dans le comité.

1. Déterminer la loi PX de la v.a X.

2. Trouver E(X) et (X) :

Exercice 12 : Une urne contient 4 boules blanches et 6 boules noires. On tire sans remise 2 boules de cette

urne. On note X la v.a égale au nombre de boules noires tirées de l’urne.

1. Déterminer la loi PX de la v.a X.

2. Tracer la courbe de la fonction de répartition FX :

3. Calculer MX (t) la fonction génératrice des moments.

Exercice 13 : Un joueur lance un dé équilibré. Il gagne 1DA si le résultat est paire, il perd 1DA si le résultat

est 1 ou 3 et ne perd ou ne gagne rien si le résultat est 5. On pose X la v.a égale au gain du joueur.

1. Dé…nir la loi PX de la v.a.

2. Déterminer sa fonction de répartition FX :

3. Calculer MX (t) la fonction génératrice des moments.

4. En déduire E(X) et V ar (X) :

Exercice 14 : Soit X une v.a dont la fonction de répartition FX est donnée par:
8
>
>
>
> 0 si x < 0;
>
>
>
>
> 1 si 0 x < 1;
>
>
>
< 6
FX (x) := si 1 x < 2;
>
>
>
>
>
> 5
si 2 x < 3;
>
> 6
>
>
>
>
: 1 si x 3:

1
1. Montrer que véri…e la relation: 2 2 + PX (f1g) PX (f2g) = 0 où PX désigne la loi de X.

2. On pose = 12 , calculer MX (t) la fonction génératrice des moments.

3. En déduire (X) :

5/151
Exercice 15 : "Devoir" Soit X une v.a discrète, on considère la fonction de R dans R dé…nie par:
8
>
< k(x 1) si x = 1; 2; :::; n;
n
PX (x) :=
>
: 0 sinon.

1. Déterminer la valeur de k la constante, pour que PX puisse être considérée comme une fonction de masse

de X:

2. Déterminer PX (]i; i + 1[) :

3. Déterminer sa fonction de répartition FX :

Exercice Supp! :On lance deux dés parfaitement équilibrés. On note X le plus grand des numéros obtenus.

1. Déterminer la loi de la variable aléatoire X.

2. Déterminer sa fonction de répartition FX :

3. Calculer MX (t) la fonction génératrice des moments.

6/151
 Série d’exercices N 4: Les Lois Usuelles "Discrètes"

Exercice 16:

Une v.a X peut prendre l’une des trois valeurs 0, 1 ou 2 avec des probabilités positives. Déterminer sa loi de

proba sachant que E (X) = 1 et V ar (X) = 12 :

Exercice 17:

X est une v.a d’éspérance 4 et d’écart-type 2. Y est une v.a d’éspérance 3 et d’écart-type 5. On pose que:

U := 3X: + 2Y et Z := X 2Y:

1. En supposant que X et Y sont indépendants, calculer E (U ) ; V ar (U ) ; E (Z) et V ar (Z) :

2. En supposant que X et Y ne sont pas indépendants, calculer E (U ) ; V ar (U ) ; E (Z) et V ar (Z) avec

cov (X; Y ) = 3:

Exercice 18:

Une entreprise possède 50 ordinateurs. La probabilité qu’un ordinateur tombe en panne est de 0; 01. On suppose

que le fonctionnement d’un ordinateur est indépendant des autres.

1. Calculer la probabilité qu’aucun ordinateur ne tombe en panne.

2. Calculer la probabilité que 5 ordinateurs soient en panne.

3. Calculer la probabilité de l’évènement E "au moins un ordinateur est en panne".

4. On note X la variable al eatoire donnant le nombre d’ordinateurs en panne parmi les 50 disponibles.

(a) Que signi…e P (X = 3)? Calculer ensuite P (X = 3) :

(b) Calculer P (X 3) ; puis interpréter le résultat.

(c) Calculer E (X) ; puis interpréter le résultat.

Exercice 19:

Dans un examen d’algèbre linéaire pour "les étudiants deuxièmes année à ESM, Tlemcen" de type Q.C.M1 ,

on pose 8 questions, chaque ayant 3 réponses dont une est juste. Un étudiant ignorant entièrement le sujet au

hasard une réponse pour chaque question.

1. Quelle est la probabilité que cet étudiant donne 3 réponces justes.

2. Un condidat est admis, s’il répond à au moins 4 questions justes. Quelle est la probabilité que cet étudiant

soit admis.
1 Qustions à choix multiples.

7/151
Exercice 20:

On désigne par X la v.a qui représente le nombre de boules rouges obtenues après cinq tirages avec remise dans

une urne qui contient deux boules rouges et six boules blanches.

1. Déterminer sa loi de probabilité.

2. Calculer E (X) et V ar (X) :

Exercice 21:

On désigne par X la v.a qui représente le nombre de boules blanches obtenues après trois tirages sans remise

dans une urne qui contient deux boules noires et huit boules blanches.

1. Déterminer sa loi de probabilité.

2. Calculer E (X) et V ar (X) :

8/151
 Série d’exercices N 5: Les Lois Usuelles Discrètes "Suite"

Exercice 22:

1. Soit X et Y deux variables aléatoires indépendantes suivant la même loi de Poisson de paramêre .

D́éterminer la loi de S = X + Y:

2. Soit X v.adiscrète qui suit une loi binomiale B (n; p). Montrer que la v.a Y = n X suit une loi binomiale

B (n; 1 p).

3. Soient X ,! B (n; p) et Y ,! B (m; p) et sont indépendantes. Montrer que leur somme Z := X + Y ,!

B (n + m; p)

Exercice 23: Un magasin reçoit 3 réclamations en moyenne par jour. En supposant que la loi de survenance

de ces réclamations est une loi de Poisson, calculer la probabilité pour que le premier lundi du mois prochain

soient enregistrées :

1/ 0 réclamation.2/ 2 réclamations 3/ au plus 2 réclamations.

Exercice 24: Un livre de 1000 pages contient 1500 erreurs réparties au hasard. Notons X la v.a représentant

le nombre d’erreurs contenu dans une page quelconque.

1. Quelle est la loi de X.

2. Peut-on faire une approximation de cette loi par une autre?

3. Calculer P (X = 0) ; P (X = 1) et P (X 2) :

Exercice 25 : A et B sont deux avions ayant respectivement 4 et 2 moteurs. Les moteurs sont supposés

indépendants les uns des autres, et ils ont une probabilité p de tomber en panne. Chaque avion arrive à

destination si moins de la moitié de ses moteurs tombe en panne. Quel avion choisissez-vous? (on discutera en

fonction de p).

Exercice 26 : L’oral d’un concours comporte au total 100 sujets ; les candidats tirent au sort trois sujets et

choisissent alors le sujet traité parmi ces trois sujets. Un candidat se présente en ayant révisé 60 sujets sur les

100.

1. Quelle est la probabilité pour que le candidat ait révisé :

(a) les trois sujets tirés ; (b) exactement deux sujets sur les trois sujets ;(c) aucun des trois sujets.

1. Dé…nir une variable aléatoire associée à ce problème et donner sa loi de probabilité, son espérance.

9/151
Exercice 27 : Un restaurateur accueille chaque soir 70 clients. Il sait qu’en moyenne, deux clients sur cinq

prennent une crème brûlée. Il pense que s’il prépare 30 crèmes brûlées, dans plus de 70% des cas, la demande

sera satisfaite.

1. A-t-il raison?

2. Combien de crèmes brûlées doit-il fabriquer au minimum pour que la demande soit satisfaite dans au

moins 90% des cas.

Exercice 28 : Soit X une v.a discrète de fonction de masse:

1
PX (x) = N (x) :
x!e

1. Calculer E (X) et V ar (X) :

2. Déterminer le plus petit entier naturel n, telque P (X < n) 0:99:

3. En utlisant l’inégalité de Tchebyche¤, donner une estimation de n "le plus petit entier naturel telque

P (X < n) 0:99:

10/151
 Série d’exercices N 6: Les Lois Usuelles Continues

Fonctions de Densité

Exercice 29: Soit k un réel et fX la fonction dé…nie sur R par:

8
>
< kx2 si 1 x 1
fX (x) :=
>
: 0 ailleurs.

1. A quelle conditions fX est-elle la densité de probabibilité d’une variable aléatoire X? En déduire les

valeurs de k:

2. Tracer le graphe de fX :

3. Calculer E (X) et V ar (X) :

4. Déterminer la fonction de répartition FX :

5. Calculer P ( 0; 5 X 0; 5) :

Exercice 30: Soit X une v.a continue et fX sa fonction de densité de X dé…nie de la façon suivante:
8
>
< 1 x si 0 x 2
2
fX (x) :=
>
: 0 ailleurs.

1. Tracer le graphe de fX :

2. Calculer E (X) et V ar (X) :

3. Déterminer la fonction de répartition FX :

4. Calculer P (1 X 2) :

Exercice 31: Soit X une v.a continue et fX sa fonction de densité de X dé…nie de la façon suivante:
8
>
< ce 2x si x > 0
fX (x) :=
>
: 0 ailleurs.

1. Déterminer la constante c:

2. Calculer E (X) et V ar (X) :

3. Déterminer la fonction de répartition FX :

4. Calculer P (X > 2) :

Exercice 32: La densité de X est donnée par:

8
>
< a + bx2 si 0 x 1
fX (x) :=
>
: 0 ailleurs.

11/151
 1. Déterminer les constantes a et b telque E (X) = 53 :

2. Calculer V ar (X) :

3. Déterminer la fonction de répartition FX :

1
4. Calculer P X > 2 :

Exercice 33: La densité de X est donnée par:

8
>
< a (x + 1) 4
si x 0
fX (x) :=
>
: 0 ailleurs.

1. Déterminer la constantes a:

2. Calculer E (X) et V ar (X) :

3. Déterminer la fonction de répartition FX :

4. Calculer de telle sorte que P (X < ) = P (X > ) :

Exercice 34: Soit X une v.a continue et fX une fonction dé…nie comme suit:

fX (x) := x (1 x) 1[0;1] (x) :

1. Déterminer la constante pour que fX soit sa fonction de densité.

2. Calculer E (X) et V ar (X) :

Exercice 35: Pour 2 [0; 1]; on considère la fonction suivante:

8
>
> ex+2 si x 2;
>
>
<
f (x) := 0 si 2<x< 1;
>
>
>
>
: (1 )e x 1
si x 1:

1. Démontrer que f est une densité de probabilité.

2. Soit X une v.a dont la loi admet la densité f . Calculer E (X) et V ar (X) :

La loi Uniforme

Exercice 36: Soit X une variable aléatoire suivant la loi U ([a; b]) :

1. Calculer pour k 2 N : E X k :

Exercice 37: Soit X une variable aléatoire de loi uniforme sur [ 1; 2]:

12/151
 1 3
1. Calculer P (X < 0) ; P 2 X 1 ; P (X 2) ; P X 2 :

2. Donner l’expression de la fonction de répartition de X.

1
3. Soit Y une variable aléatoire de loi uniforme telle que P (Y 1) = 0; 95 et P Y > 2 = 0; 90:

Calculer les paramêtres de la loi de Y .

La loi Exponentielle

Exercice 38: Soit X une variable aléatoire de loi exponentielle de paramètre :

1. Calculer pour k 2 N : E X k :

Exercice 39: Soit X une variable aléatoire de loi exponentielle de paramètre 2.

1. Donner l’expression de la fonction de répartition de X.

2. P (X 2) ; P (1 < X < 3) ; P (jX 2j 1) :

3. Trouver tel que P (X ) = 0; 95.

4. Trouver tel que P (X > ) = 0; 95:

Exercice 40: Pour un certain type d’ampoules éléctriques, la duré de vie en "Heures" d’une ampoule est une

variable aléatoire dont la loi de probabilité admet une densité de probabilité fX dé…nie par:

fX (x) := xe x 1R+ (x):

où > 0 et > 0; sachant que la durée de vie moyenne de ces ampoules est de 1000 heures.

1. Déterminer la valeur des constantes et :

Exercice 41:

1. X est une variable aléatoire qui suit une loi exponentielle de paramètre 0; 2 sur l’intervalle [0; +1[.

Déterminer la fonction densité de probabilité.

2. Y suit une loi exponentielle de paramètre . Déterminer la valeur du réel telle que la probabilité

P (1 Y 2) soit égale à 41 .

Exercice 42: La durée de vie d’un appareil électronique est une variable aléatoire T , exprimée en heures, qui

suit une loi exponentielle de paramètre 0; 00026.

1. Quelle est la probabilité que la durée de vie de l’appareil soit de 1000 heures au maximum?

13/151
 2. En déduire la probabilité que la durée de vie de l’appareil soit d’au moins 1000 heures.

3. Sachant que la durée de vie de l’appareil a dépassé 1000 heures, quelle est la probabilité que sa durée de

vie dépasse 2000 heures?

4. Sachant que l’appareil a fonctionné plus de 2000 heures, quelle est la probabilité qu’il tombe en panne

avant 2000 heures?

Exercice 43: La durée de vie d’un composant est une variable aléatoire Y , exprimée en jours, qui suit une loi

exponentielle de paramètre 0; 004.

1. Quelle est la probabilité que la durée de vie du composant excède trois cents jours?

2. Quelle est la probabilité que la durée de vie du composant soit d’au plus une année?

3. Quelle est la probabilité que la durée de vie du composant soit comprise entre deux et trois ans?

Exercice 44: La durée de vie ou de fonctionnement (exprimées en semaines) d’un composant éléctronique peut

être

modélisée par une variable aléatoire continue X qui suit une loi exponentielle de paramètre .

On sait que la probabilité pour qu’un composant soit encore en état de marche aprés 25 semaines de

fonctionnement est de 0; 95.

1. Déterminer la valeur de .

2. Quelle est la durée moyenne de fonctionnement d’un composant de ce type?

3. Calculer la probabilité pour qu’un composant soit encore en etat de marche au bout de 100 semaines.

4. Sachant qu’un composant a bien fonctionné pendant 100 semaines, quelle la probabilit e qu’il soit encore

en etat de marche au bout de 150 semaines?

La loi Normale

Exercice 45:

1. Soit X une variable aléatoire de loi normale centrée réduite. Trouver tel que:

(a). P (X > ) = 0; 05. (b). P (X ) = 0; 90. (c). P (jXj > ) = 0; 90. (d). P (jXj ) = 0; 95.

2
2. Soit Y ,! N (m; ) = N (1; 4). Trouver tel que:

(a). P (Y > ) = 0; 05. (b). P (Y ) = 0; 90. (c). P (jY j > ) = 0; 90. (d). P (jY j ) = 0; 95.

14/151
Exercice 46: Dans une population de veaux, la masse d’un animal pris au hasard est une variable aléatoire

qui suit une loi Normale d’éspérance mathématique 500kg et d’écart-type 40kg. On prélève un échantillon de

80 veaux.

1. Combien de veaux pèsent plus de 560kg?

2. Combien de veaux pèsent moins de 480kg?

3. Combien de veaux ont une massecomprise entre 450 et 550kg?

4. On sélectionne pour la reproduction les 15% superieure de l’échantillon. A partir de quelle masse un

animal sera-t-il sélectionné?

15/151
 Examen Final S1 "Probabilités"

Exercice 1: Une entreprise est spécialisée de fabriquer les bouteilles. Dans cette entreprise, une machine peut

tomber en panne avec une probabilité est de 0,01 à chaque emploi de la machine. La machine doit être utilisée

100 fois. Notons par X la v.a correspondant au nombre de pannes observées.

1. Quelle est la loi de X.

2. Calculer P (X 4):

3. Calculer V ar (X) :

4. Donner l’inégalité de Bienaymé-Tchebychev.

5. En utilisant cette inégalité, déterminer le nombre de pannes n tel que: P (X n) 0; 11:

Exercice 2: Une compagnie d’assurance garantit 200 navires1 contre les conséquences des accidents. La

probabilité qu’un navire ait un accident durant année est 0; 002. Un navire ne peut avoir deux accidents la

même année. Notons par Y la v.a correspondant au nombre de navires qui ont eu un accident durant l’année.

1. Quelle est la loi de Y .

2. Approximer la loi Y par une autre loi de probabilités en indiquant les conditions qui ont permis cette

approximation.

3. Comparer les espérances mathématiques des deux lois.

Exercice 3: Soit T une variable aléatoire de loi uniforme sur [ 2; 2]:

1. Calculer P ( 1 T 1) :

2. Donner l’expression de la fonction de répartition de T .

1 Navire: un petit bateau.

16/151
 Examen Final S1 "Probabilités"

Exercice 1:

1. La loi de X: à chaque n = 100 utilisations de la machine, la probabilité de panne est toujours égale à

p = 0; 01: En supposant de plus en plus que les pannes sont indépendantes entre elles, le nombre total de

pannes

X ,! B (100; 0; 01) :

2. Calcul P (X 4) :

P (X 4) = 1 [P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)]

et comme on a
100
P (X = 0) = (0; 99) = 0; 366:

et
99
P (X = 1) = 100 0; 01 (0; 99) = 0; 370:

et
100 99 2 98
P (X = 2) = (0; 01) (0; 99) = 0; 185:
2

et aussi
100 99 98 3 97
P (X = 3) = (0; 01) (0; 99) = 0; 061:
6

Alors,

P (X 4) = 1 (0; 366 + 0; 370 + 0; 185 + 0; 061) = 0; 018:

3. Calcul V ar (X) : on a

V ar (X) = np (1 p) = 100 0; 01 0; 99 = 0; 99:

4. Inégalité de Bienaymé-Tchebychev: regarder le cours du v.a comme suit: Soit X une variable

aléatoire. Pour tout > 0;

V ar (X)
P (jX E (X)j ) 2
:

5. Le nombre de pannes n tel que: P (X n) 0; 11 : comme X ,! B (100; 0; 01) ; alors

E (X) = np = 100 0; 01 = 1:

En appliquant cette inégalité, on obtient

0; 99
8 > 0; P (jX 1j ) 2
:

17/151
 et par hypothèse on a

P (X n) 0; 11:

alors,

P (X 1 n 1) 0; 11:

En posant =n 1; on a
0; 99
8n > 0; P (jX 1j n 1) 2:
(n 1)
En remarquant que
0; 99 2
2 = 0; 11 ) (n 1) = 9 ) n = 4:
(n 1)
Exercice 2:

1. La loi de Y : à chaque navire, on peut associer une variable de Bernoulli qui prend la valeur 1 avec la

probabilité 0,002 si la navire est accidenté durant l’année est la valeur 0 dans le cas contraire. On peut

supposer que les accidents sont indépendants les uns des autres. La loi Y est un Binomiale avec:

Y ,! B (200; 0; 002) :

2. Les conditions qui ont permis cette approximation sont on a vu dans le cours que si n 30

et p 0; 1 et np < 18; on peut approximer la loi Y par une autre loi de probabilités Y ' P ( ) avec

= np = 0; 4:

3. Comparaison des espérances mathématiques des deux lois:

E (X) = np = 0; 4 = :

Exercice 3:

1. Calcul P ( 1 T 1) :Comme X ,! U([ 2; 2]);

1
fX (x) = 1[ 2;2] (x) = :
4

alors
Z 1
1 1
P( 1 T 1) = fX (x) dx = 2= :
1 4 2

2. L’expression de la fonction de répartition de T : FT dé…nie sur R comme suit:

8
>
> 0 si x 2;
>
>
<
Rx
FT (x) := f (t) dt si 2 < x < 2;
> 2 X
>
>
>
: 1 si x 2:
avec
Z x Z x
1 1
fX (t) dt = dt = (x + 2) :
2 4 2 4

18/151
 La loi Normale

Exercice 47: Une entreprise fabrique des tablettes de chocolat de 100 grammes. Le service de contrôle qualité

e¤ectue plusieurs types de contrôle. Contrôle avant la mise sur le marché.Une tablette de chocolat doit peser

100 grammes avec une tolérance de deux grammes en plus ou en moins. Elle est donc mise sur le marché si sa

masse est comprise entre 98 et 102 grammes. La masse (exprimée en grammes) d’une tablette de chocolat peut

être modélisée par une variable aléatoire suivant la loi normale d’espérance m = 100 et d’écart-type = 1. Le

réglage des machines de la chaîne de fabrication permet de modi…er la valeur de :

1. Calculer la probabilité de l’événement A: “la tablette est mise sur le marché”.

2. On souhaite modi…er le réglage des machines de telle sorte que la probabilité de cet événement atteigne

0,97. Déterminer la valeur de pour que la probabilité de l’événement “la tablette est mise sur le marché”

soit égale à 0,97.

La loi Gamma

Exercice 48: Pour > 0; on dé…nit la fonction ( ) par:

Z +1
( ) := e tt 1
dt:
0

1. Montrer que 8 > 0; ( + 1) = ( ):

2. En déduire 8n 2 N ; (n) = (n 1)!

3. Soit X une variable aléatoire suit la loi Gamma G ( ; r) où et r > 0:

4. Calculer sa fonction génératrice des moments MX (t) :

5. Calculer E (X) et V ar (X) :

La loi Khi-deux

Exercice 49: Soit X une v.a qui suit la loi Khi-deux à 15 degrés de liberté.

1. Déterminer tel que

P (X ) = 0; 05:

2. Déterminer tel que

P (X ) = 0; 975:

3. Calculer E (X) et V ar (X) :

19/151
 Approximation

Exercice 50: Un ordinateur est programmé pour e¤ectuer des calculs de comptabilité à partir de bases de

données a…n d’obtenir des bilans (un par base de donnée). On estime que pour chaque base de donnée, la

probabilité qu’il y ait au moins une erreur de comptabilité pour le bilan est de 4% et on dit alors que le bilan

est "erroné". On estime que les bilans sont indépendants. On considère la série des 500 bilans d’une journée.

Soit X le nombre de bilan erronés pour cette journée.

1. (a) caractériser la loi suivi par X en justi…ant et donner ses paramètres.

(b) calculer la probabilité p(X = 20).

(c) calculer la probabilité qu’il y ait entre 18 et 22 bilans erronés à 0; 01 près.

2
2. On décide de faire une approximation de la loi de X par une loi normale N (m; ):

(a) donner les valeurs exactes de m et :

(b) calculer la probabilité p(17; 5 Y 22; 5) à 0; 01 près et comparer cette probabilité avec celle de la

question 1.c.

(c) En utilisant l’approximation par la loi normale précécente, estimer la valeur de p(X 15) à 1% près

et interpréter le résultat.

(d) de même pour p(X 15).

(e) procéder de même pour déterminer la valeur entière de a telle que

p(20 a X 20 + a) ' 0; 95:

Transforamtion des v.a

Exercice 51: Soit X une v.a absolument continue de fonction de densité:

8
>
< e x si x 0
fX (x) :=
>
: 0 ailleurs.

Soit h la fonction dé…nie par:

8
>
> 1 si x < 1
>
>
<
h (x) := 0 si 1 < x < 2
>
>
>
>
: 1 si x > 2:

1. Déterminer la loi de Y = h (X) :

Exercice 52: Soit X une v.a absolument continue de fonction de densité:

8
>
< e x si x 0
fX (x) :=
>
: 0 ailleurs.

20/151
 1. Déterminer la loi de Y = h (X) := X 2 :

Exercice 53:

1. Soit X une variable aléatoire qui suit la loi de Poisson de paramètre > 0. Déterminer la loi de Y = 4X:

2. Soit X une variable aléatoire de loi normale centrée réduite. Déterminer la loi de Y = X 2 :

Exercice 54: Soit X une v.a absolument continue de fonction de densité:

8
>
< 1 si =2 < x < =2
fX (x) :=
>
: 0 ailleurs.

1. Déterminer la loi de Y = cos (X) :

21/151