Série Exercices 3
Série Exercices 3
Série Exercices 3
Exercise 0.1. D’un jeu de 40 cartes, on tire deux cartes simultanément (sans remise).
De combien de manières différentes est-ce possible ?
Exercise 0.3. Une délégation de trois personnes doit être choisie parmi les professeurs
d’économie de la FGSES (au nombre de dix) pour représenter la faculté dans une con-
férence internationale. Voici quelques questions sur le processus de sélection :
Exercise 0.4. Au XVIIe siècle, les parieurs italiens avaient l’habitude de parier sur le
nombre total de points obtenus avec trois dés. Ils pensaient que la probabilité d’obtenir
un total de 9 devrait être égale à la probabilité d’obtenir un total de 10. Ils ont noté qu’il
y a en tout six combinaisons pour faire 9 : (1, 2, 6), (1, 3, 5), (1, 4, 4), (2, 3, 4), (2, 2, 5), et
(3, 3, 3).
De même, il y a six combinaisons pour 10 : (1, 4, 5), (1, 3, 6), (2, 2, 6), (2, 3, 5), (2, 4, 4), (3, 3
, 4). Ainsi, argumentaient les parieurs, 9 et 10 devraient avoir la même chance. Cepen-
dant, ils ont constaté empiriquement que cela n’était pas vrai. Galilée a résolu le problème
des parieurs. Voici comment:
1
3. Combien y a-t-il de permutations totales de trois dés ? Quelle était la solution de
Galilée ? Expliquez.
Exercise 0.5. Dans le but de comprendre les choix de filière préférés des étudiants en
première année (200 étudiants), une enquête a mis en lumière les résultats suivants :
150 sont intéressés par l’Économie (événement A), 100 par les Sciences Politiques (événe-
ment B), et 45 par les Sciences Comportementales (événement C). Parmi ces étudiants,
80 sont à la fois passionnés par l’Économie et les Sciences Politiques, 30 sont passionnés
par l’Économie et les Sciences Comportementales, 10 s’intéressent aux Sciences Politiques
mais n’ont aucun intérêt pour l’Économie ou les Sciences Comportementales, et 10 sont
passionnés par les trois spécialités.
Si un étudiant est choisi au hasard dans cette promotion, quelle est la probabilité que
cette personne soit :
Exercise 0.6. Une entreprise vend deux produits A et B. Sur sa zone de chalandise
(population), la probabilité d’achat du produit A est égale à pA et la probabilité d’achat
du produit B est égale à pB . On suppose que les décisions d’achat des deux produits
sont indépendantes.
1. Pour un individu de la population, quelle est la probabilité d’achat des deux pro-
duits?
Exercise 0.7. Une entreprise reçoit un lot de pièces détachées qui peut comporter un
certain nombre de pièces défectueuses. En présence de pièces défectueuses, le lot est dit
défectueux et il est rejeté. On admet que la probabilité qu’ une pièce soit défectueuse
est égale à 5%. Afin de décider si l’on doit ou non accepter un lot, l’entreprise met en
place une procédure de détection. Les résultats de cette procédure montrent que si le
lot est défectueux, le test conduit au rejet du lot avec une probabilité de 98%. Lorsque
le lot est effectivement non défectueux, le test conduit (à tort) au rejet du lot avec une
probabilité de 4%.
1. Quelle est la probabilité qu’un lot soit effectivement défectueux si le test conduit
au rejet du lot?
2. Quelle est la probabilité qu’un lot soit valide si le test conduit au rejet du lot?
2
3. Quelle est la probabilité qu’un lot soit défectueux si le test ne conduit pas au rejet
du lot?
4. Quelle est la probabilité qu’un lot soit valide si le test ne conduit pas au rejet du
lot?
Exercise 0.8. Dans une classe, on distingue deux types d’étudiants suivant leur filière
d’origine. Les étudiants ayant suivi la filière A ont une probabilité de 30% d’obtenir une
mention bien à leur examen, tandis que ceux issus de la filière B ont une probabilité de
20%. La probabilité qu’un étudiant pris au hasard soit issu de la filière A est égale à
70%. Quelle est la probabilité qu’un étudiant ayant obtenu une mention bien soit issu
de la formation A ?
Exercise 0.9. On fait goûter à un expert quatre boissons gazeuses de couleur sombre. Il
doit les reconnaitre, en plaçant sur chaque verre les étiquettes A, B, C et D correspondant
à leur noms. On appelle X le nombre d’étiquettes correctement positionnées.
Exercise 0.10. Une urne contient 4 jetons rouges (numérotés de 1 à 4 ) et 3 jetons noirs
(numérotés de 1 à 3). On tire au hasard un jeton et on définit les événements suivants :
1. la probabilité d’avoir E2 .
4. E3 et E5 sont-ils independants ?
Exercise 0.11. Dans une région de France, on a décidé de vendre seulement des voitures
françaises (Peugeot, Renault et Citroén). Les parts de marché de trois fabricants sont
respectivement 20%, 30% et 50%. Les probabilités de faire une réparation majeure aprés
trois amnées de circulation sont respectivement 5%, 10% et 15%.
3
1. Calculer la probabilité de réparation majeure d’une voiture après trois annees de
circulation.
2. Calculer la probabilité qu’une voiture ayant besoin de faire une réparation majeure
soit une Peugcot.
Exercise 0.12. Supposons que cinq pour cent des hommes et 0,25 pour cent des femmes
soient daltoniens. Une personne daltonienne est choisie au hasard.
2. Quelle est la probabilité que cette personne soit un homme ? Supposons qu’il y ait
un nombre égal d’hommes et de femmes. Et si le nombre d’hommes était le double
de celui des femmes ?
Exercise 0.13. Supposons qu’il existe un test imparfait pour le COVID-19. Si quelqu’un
a le COVID-19, il y a quatre-vingt-quinze pour cent de chances que le test soit positif.
Si quelqu’un n’a pas le COVID-19, il n’y a que deux pour cent de chances que le test soit
positif. Enfin, la probabilité que quelqu’un ait le COVID-19 est, disons, de cinq pour
cent. Une fois que quelqu’un passe le test et qu’il est positif, quelle est la probabilité
qu’il ait réellement le COVID-19 ?
Exercise 0.14. On considère une urne contenant une boule blanche et deux boules
noires identiques. On effectue deux tirages successifs dans cette urne, la première boule
tirée étant remplacée par une boule de couleur différente. On demande de construire
l’ensemble fondamental Ω associé à cette épreuve aléatoire, si on tient compte de l’ordre
des tirages, et de déterminer la probabilité de chacun des événements élémentaires. En
déduire la loi de probabilité de la v.a. X qui représente le nombre de boules noires tirées.