Université Ibn Zohr Année universitaire 2016/2017

Faculté des Sciences‐Agadir Filières SMC

Dépt. de Mathématiques Semestre : 4

Corrigé examen
SMC4‐M26 : probabilités
Session de printemps

I. ---------------------------------------------------------------------------------------------------------------------- (4 pts)
On considère les événements
A  " la ligne A est choisie ";
B  " la ligne B est choisie ";
C  " la ligne C est choisie ";
D  " la ligne D est choisie ";
R  " la pesonne est en retard ".
1) La probabilité de choisir la :
on a   A  B  C  D et P     P  A  B  C  D   P  A   P  B   P  C   P  D   1.
1 D’où :
1 1 1  1
P  D   1  P  A  P  B   P  C   1       .
 3 4 12  3
2) La probabilité d’arriver en retard :
On utilise la formule des probabilités totales ;

2
P R  P R  A P  A  P  R B  P  B   P  R C  P  C   P  R D  P  D 
1 1 1 1 1 1 1 7
       0  .
20 3 10 4 5 12 3 120
3) La probabilité que la ait été choisi, sachant que la personne est arrivée en retard :
On utilise la formule de Bayes ;

 C  P  C   5  12  2 .
1 1
P R
1
P C R  P  R 7 7
120

II. --------------------------------------------------------------------------------------------------------------------------------- (4 pts)

Soit la variable aléatoire dont la valeur est le nombre des éprouvettes non conformes dans l'échantillon.
1) La loi de probabilité de X :
La variable aléatoire X est le nombre de succès (éprouvette non conforme) dans un échantillon de taille
200 (répétitions indépendantes d’épreuves de Bernoulli) ; la variable suit alors une loi de binomiale de
paramètres , (probabilité d’observer un succès) : ~ , , ;
P  X  k   C200  0, 02   0,98
200  k
, k  0,1, , 200.
k k
1
E  X   np  200  0, 02  4;
Var  X   np 1  p   3,92.

2) La probabilité qu’il y ait au moins 2 éprouvettes non conformes dans l’échantillon :

P  X  2   1  P  X  2   1   P  X  0   P  X  1 
1

 1   0,98 
200
 4   0,98 
199
  1  0, 089  0,911.

Pr. Mostafa ELYASSA 1/3 Mai 2017

Université Ibn Zohr Année universitaire 2016/2017
Faculté des Sciences‐Agadir Filières SMC
Dépt. de Mathématiques Semestre : 4

3) Valeur approchée de P  3  X  6  :
On a : 200 50 4 5; on peut alors approcher la loi de X par la loi de Poisson de
 4
k

paramètre 4 ; P X  k  e 4 , k  0,1 , 200 .

k!
2 D’où :
6 6
4k
P  3  X  6    P  X  k   e 4 
k 3 k 3 k !

 0, 6512 .

III. ---------------------------------------------------------------------------------------------------------------------------------- (5 pts)

On considère l’élément radioactif 131 pour lequel la demi-vie (période radioactive) est 8,02 jours.
Soit la variable aléatoire représentant la durée de vie de cet élément.
1) La variable aléatoire X suit une loi exponentielle (de demi-vie t 12  8, 02 ) de paramètre
ln(2) ln(2)
   0, 0864 :
t 12 8, 02
 ln(2)   ln(2) 
 t  t
1,5
FX  t   P  X  t   1  e  8,02 
, pour t  0 et P  X  t   e  8,02 
;
1 8, 02
et la durée de vie moyenne de cet élément est E  X     11,570 jours .
 ln(2)

2) La probabilité pour qu'un élément 131 ne soit pas désintégré après 16 jours :
 ln(2) 
16 
1 P  X  16   e  8,02 
 0, 2508 .

3) On utilise le fait que la loi de X est sans mémoire : P X  t  s  X t   P  X  s ;

d’où :
 ln(2) 
1   X  40   24 
P
 X  16  
 P  X  24   e  8,02 
 0,1256.

4) Cherchons une valeur t telle que : P  X  t   0, 99 :
P  X  t   0,99  P  X  t   0, 01  e t  0, 01
1,5 ln  0, 01 8, 02
Il en résulte : t     ln  0, 01   53, 2837 .
 ln  2 

IV. ---------------------------------------------------------------------------------------------------------------------------------- (3 pts)

La variable aléatoire suit la loi normale N 150 , 1, 44  :   150 et  2  1, 44 .
1) La probabilité pour qu’une bouteille soit « acceptable » :
 2,5 X   2,5   X  
P 147,5  X  152,5  P      P  2, 083   2, 083 
 1, 2  1, 2    
   2,083    2,083    2, 083  1    2,083 
1,5
 2  2,083  1  2  0,9812  1
 0,9624 ;
 étant la fonction de repartition de N  0,1 .

Pr. Mostafa ELYASSA 2/3 Mai 2017

 Université Ibn Zohr Année universitaire 2016/2017
Faculté des Sciences‐Agadir Filières SMC
Dépt. de Mathématiques Semestre : 4

2) La probabilité qu’une bouteille contienne moins de 150 d’eau sachant qu’elle est « acceptable » :
 2,5 X   
 P 
 0
  X  150   P 147,5  X  150  1, 2 
P     
 147,5  X  152,5   P 147,5  X  152,5  P  
 2,5 X   2,5 
 1, 2 
  1, 2 
1,5   2, 08    0 

2  2, 08   1
0,9812  0,5

0,9624
 0,5.

V. ---------------------------------------------------------------------------------------------------------------------------------- (4 pts)
Soit une variable aléatoire continue ayant une densité de probabilité définie par :
 1

 k x 3 1  x  1;

f ( x)  
 0 alleurs.

1) La valeur de la constante k :
f(x ) étant continue, positive donc pour qu’elle soit une densité de probabilité il suffit que


 f  u  du  1.

1
1  1  43 
1 1
1
3u  3
Or on a :  f  u  du  k  u 3 du  2k  u du  2k  3
 k.
 4  2
 1 0
  0
2
D’où : k  .
3
2) La fonction de répartition de X :
0 si t  1;
 t
 2 (u ) 3 du  1 1  t 3 
1 4

 3 1   si 1  t  0;
2
t 1
 2 
FX (t )  P  X  t    u 3 du  
3   2
0 1 t 1
 1 4

 3 
2 (  ) 3
du  3
du  1  0  t  1;
u u   t 3
 si
  1 0  2 
 1 si t  1.
4
1 1 1  1   1 3 1
On en déduit : P (   X  )  FX    FX        .
8 8 8  8   8  16
3) La valeur de E ( X 2 ):
 1 1
2 2 13 4 73
EX2   u f (u)du  3 1 3 0
2
u u du  u du

1 1
4  3 103  2
  u   .
3 10  0 5

Pr. Mostafa ELYASSA 3/3 Mai 2017