Documente Academic
Documente Profesional
Documente Cultură
Exercice 01
Une pice n'est pas parfaitement quilibre. En effectuant un grand nombre de lancers, on a remarqu que
"Face" est obtenu dans 40% des cas et "Pile" dans 60% des cas.
On admet donc qu' chaque lancer, on a p(F) = 2 et p(P) = 3 .
5
5
On lance deux fois cette pice de monnaie. Les deux lancers sont indpendants.
1) Reprsenter la situation par un arbre et faire figurer les probabilits sur chaque branche de cet arbre.
2) Dterminer p(P,P) et p(F,F).
3) Dterminer la probabilit de l'vnement E : obtenir une fois "Pile" et une fois "Face" .
4) On considre la variable alatoire X qui chaque ventualit fait correspondre le nombre de fois que l'on
a obtenu "Face". Donner la loi de probabilit de X et calculer l'esprance mathmatique de X.
Exercice 02
Un magasin organise un jeu. Chaque personne entrant dans le magasin reoit un billet portant l'un des trois
numros : 0 ; 2 ou 5.
Pour chaque personne entrant dans le magasin, la probabilit de recevoir un billet portant le numro 0 est
p(0) = 0,5 et la probabilit de recevoir un billet portant le numro 2 est p(2) = 0,4.
Un billet numro 0 est un billet perdant.
Un billet numro 2 est un billet gagnant un stylo.
Un billet numro 5 est un billet gagnant une montre.
0
0
0,5
0,4
http://xmaths.free.fr
2
5
0
page 1 / 9
Exercice 03
On utilise une pice de monnaie dont on ne sait pas si elle est quilibre.
Pour cette pice on suppose que la probabilit d'obtenir "Face" est un nombre rel p de l'intervalle [0 ; 1].
1) Donner la valeur de la probabilit d'obtenir "Pile".
2) On lance deux fois cette pice de monnaie. Les deux lancers sont indpendants.
a) Reprsenter la situation par un arbre pondr.
b) On considre la variable alatoire X qui chaque ventualit fait correspondre le nombre de fois que
l'on a obtenu "Face". Donner la loi de probabilit de X et calculer l'esprance mathmatique de X.
Exercice 04
On jette un d cubique quilibr. Ce d comporte deux faces vertes, trois faces bleues et une face rouge.
On note la couleur apparaissant sur la face suprieure. Si une face verte apparat, on gagne 10 ; si une
face bleue apparat, on gagne 20 , si une face rouge apparat on gagne 50 .
On jette deux fois de suite ce d, de faon indpendante.
1) Reprsenter la situation par un arbre pondr.
2) On note G la variable alatoire correspondant au gain obtenu la suite des deux lancers.
a) Complter le tableau suivant donnant la loi de probabilit de G
Gain
Probabilit
20
30
Dfinition
On appelle preuve de Bernoulli une preuve ayant deux ventualits : S (succs) et S (chec).
Exemple
On considre une preuve de Bernoulli, les deux ventualits sont S : "Succs" et E = S : "chec".
Notons p(S) = p et p(E) = 1 - p.
On rpte trois fois cette preuve, de manire indpendante, et on s'intresse au nombre de Succs que
l'on obtient sur les trois essais. On peut traduire la situation par un arbre de probabilits :
p
3 Succs
1-p
2 Succs
2 Succs
1-p
1 Succs
2 Succs
1-p
1 Succs
1 Succs
1-p
0 Succs
S
p
1-p
1-p
E
1-p
0
(1 -
1
p)3
3p(1 -
2
p)2
3p2(1
3
- p)
p3
page 2 / 9
Exercice 05
Exercice 06
0,73
O
O
O
O
0,73
Exercice 07
G
G
G
Dans les mmes conditions que pour l'exercice 06 on suppose maintenant que la personne achte quatre
tickets. On appelle X la variable alatoire gale au nombre de tickets gagnants obtenus (sur les quatre
tickets achets).
Donner la loi de probabilit de X.
Calculer l'esprance mathmatique de X.
Dfinition
On appelle schma de Bernoulli, la rptition n fois, de manire indpendante, d'une preuve de Bernoulli.
Si X est la variable alatoire correspondant au nombre de succs l'issue du schma de Bernoulli, on
appelle loi binomiale la loi de probabilit de la variable alatoire X.
Exemples
Dans les exercices 06 et 07, on a dtermin la loi binomiale correspondant un schma de Bernoulli, avec 3
rptitions et 4 rptitions.
Dfinition
On rpte n fois, de manire indpendante, une preuve de Bernoulli et on considre l'arbre correspondant
n
cette rptition. On appelle coefficient binomial le nombre de chemins de l'arbre ralisant k succs.
k
http://xmaths.free.fr
page 3 / 9
Exemple
S
E
S
S
E
E
S
S
S
E
E
Exercice 08
Remarque
Les coefficients binomiaux peuvent tre donns par une calculatrice ou un ordinateur.
4
Pour dterminer le coefficient 2
Calculatrice TI : 4
math
Calculatrice Casio : 4
PRB
OPTN
Combinaison
PROB
nCr
entrer
ou
MATH
PRB
nCr
ENTER
Tableur : =COMBIN(4;2)
Algobox : ALGOBOX_COEFF_BINOMIAL(4,2)
Exercice 09
n.
k
10
1
1
1
2
3
4
1
3
6
xxx
1
4
xxx
xxx
1
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
xxx
Proprit
Dans un schma de Bernoulli comportant n rptitions, si p est la probabilit du succs de l'preuve de
n
Bernoulli, la probabilit d'obtenir k succs (avec 0 k n) est : p(X = k) = pk (1 - p)n-k
k
On dit que la loi binomiale a pour paramtres n et p. On la note B(n ; p).
http://xmaths.free.fr
page 4 / 9
Exemple
Une pice de monnaie n'est pas quilibre et la probabilit d'obtenir "Pile" est gale 0,6.
On jette 10 fois cette pice.
10
7
10-7 10
7
3
La probabilit d'obtenir 7 fois "Pile" est : p(X = 7) = 7 x 0,6 x (1 - 0,6)
= 7 x 0,6 x 0,4
10
Une calculatrice ou un ordinateur donne 7 = 120.
7
3
Donc p(X = 7) = 120 x 0,6 x 0,4 on trouve alors p(X = 7) 0,21499 .
Exercice 10
Remarque
Dans une feuille de tableur,
n k
p (1 - p)n-k avec la formule =LOI.BINOMIALE(k;n;p;0)
k
Par exemple =LOI.BINOMIALE(8;9;0,65;0) donnera la valeur 0,100373 (voir exercice 10)
Exercice 11
On jette 10 fois de suite une pice parfaitement quilibre. On appelle X le nombre de "Pile" obtenus.
1) Donner la probabilit d'obtenir exactement 4 fois "Pile".
2) a) Donner dans le tableau ci-dessous la loi de probabilit de X.
xi
10
P(X = xi)
b) Reprsenter cette loi de probabilit par un diagramme en btons.
c) Calculer l'esprance mathmatique de X.
Exercice 12
Proprit
L'esprance mathmatique de la loi binomiale B(n ; p) de paramtres n et p est : E = n x p
Exemple
Si on rpte 10 fois une preuve de Bernoulli dans laquelle la probabilit du succs est 0,5 l'esprance
mathmatique du nombre de succs est : 10 x 0,5 = 5. (Rsultat obtenu dans l'exercice 11)
Si on rpte 8 fois une preuve de Bernoulli dans laquelle la probabilit du succs est 0,25 l'esprance
mathmatique du nombre de succs est : 8 x 0,25 = 2. (Rsultat obtenu dans l'exercice 12)
Remarque
On pourra aussi vrifier la formule de l'esprance sur les rsultats des exercices 01 ; 03 ; 06 et 07.
http://xmaths.free.fr
page 5 / 9
Exercice 13
On appelle "exprience" le fait de jeter 15 fois un d cubique parfaitement quilibr dont les faces sont
numrotes de 1 6. On s'intresse au nombre d'obtentions de la face n6.
1) Justifier que la probabilit d'obtenir 3 fois la face n6 est peu prs gale 0,236
2) Crer un algorithme permettant de simuler cette exprience.
3) Modifier l'algorithme prcdent pour rpter 1 000 fois l'exprience et vrifier le rsultat de la question 1.
Exercice 14
( avec un tableur )
On appelle "exprience" le fait de jeter 15 fois un d cubique parfaitement quilibr dont les faces sont
numrotes de 1 6. On s'intresse au nombre d'obtentions de la face n6.
En utilisant une feuille de tableur
1) Entrer dans la plage A1:A16 les nombres entiers de 0 15.
15
2) Dans la cellule B1 entrer la formule =COMBIN(15;A1) donnant le coefficient 0 .
15
Recopier cette formule sur la plage B2:B15 pour obtenir tous les coefficients
avec 0 k 15.
k
3) Dans la cellule C1 entre la formule =B1*(1/6)^A1*(5/6)^(15-A1) donnant la probabilit d'obtenir 0 fois la
face n6. Recopier cette formule vers le bas pour obtenir dans la colonne C la loi binomiale B15 ; 1.
6
II chantillonnage
Proprit
On considre un caractre ayant une proportion p dans une population donne.
On considre des chantillons de taille n dans cette population.
Si 0,2 p 0,8 et si n 25 alors 95% au moins des chantillons sont tels que la frquence du caractre
dans l'chantillon appartient l'intervalle p - 1 ; p + 1 .
n
n
Remarque
Plus la taille n de l'chantillon est grande et plus la frquence observe dans l'chantillon est proche de la
frquence existant dans la population.
Exemple
D'aprs l'Insee, la proportion de femmes dans la population franaise est d'environ 51,6 %.
Si on observe des chantillons de 100 personnes reprsentatifs de cette population, alors 95 % d'entre
eux doivent correspondre une frquence se trouvant dans l'intervalle de fluctuation au seuil de 95 %.
On a p = 0,516 et n = 100. L'intervalle de fluctuation au seuil de 95% est alors :
p - 1 ; p + 1 = 0,516 - 1 ; 0,516 + 1 = [0,416 ; 0,616]
100
100
n
n
Si on observe des chantillons de 1000 personnes l'intervalle de fluctuation au seuil de 95 % est alors :
p - 1 ; p + 1 = 0,516 - 1 ; 0,516 + 1 soit environ [0,484 ; 0,548]
1000
1000
n
n
Si on observe des chantillons de 10000 personnes l'intervalle de fluctuation au seuil de 95 % est alors :
1
1
p - 1 ; p + 1 = 0,516 = [0,506 ; 0,526]
; 0,516 +
10000
10000
n
n
Imaginons que l'on observe des chantillons de 10000 personnes atteints d'une certaine maladie M.
Si l'on trouve que, pour seulement 80% des chantillons la proportion de femmes est dans l'intervalle
[0,506 ; 0,526], alors on pourra penser que la rpartions hommes/femmes pour les personnes atteintes de
la maladie M n'est pas la mme que la rpartition hommes/femmes dans la population gnrale.
http://xmaths.free.fr
page 6 / 9
Exercice 15
D'aprs l'Insee, la proportion de femmes dans la population franaise est d'environ 51,6 %.
Un observateur se place la sortie d'une gare et note le sexe des personnes qui passent.
On admettra que la proportion de femmes dans la population qui sort de la gare est identique la proportion
de femmes dans la population franaise.
On peut assimiler le passage des personnes un schma de Bernoulli.
1) Dterminer la probabilit que les quatre premires personnes qui sortent soient toutes des hommes.
2) Dterminer la probabilit que, sur les dix premires personnes qui sortent, il y ait exactement cinq
femmes.
3) a) Complter, en utilisant une calculatrice ou un ordinateur, le tableau suivant correspondant la loi de
probabilit du nombre N de femmes parmi les dix premires personnes qui sortent. (On donnera les
rsultats 10-4 prs)
ni
10
p(N=ni)
b) Justifier que p(N [2 ; 8]) 95 % .
Exercice 16
( avec un tableur )
Une estimation donne 30 % des intentions de vote une personne politique que l'on appellera A.
On interroge un chantillon de 50 personnes et on admet que les rponses successives correspondent un
schma de Bernoulli. On note N le nombre de personnes interroges qui dclarent vouloir voter pour A.
1) Quels sont les paramtres de la loi binomiale associe N.
2) Calculer la probabilit que 4 personnes exactement sur les 50 dclarent vouloir voter pour A et en donner
une valeur approche.
3) Calculer la probabilit que 45 personnes exactement sur les 50 dclarent vouloir voter pour A et en
donner une valeur approche.
Dans toute la suite on utilisera une feuille de tableur.
4) Entrer dans la plage A1:A51 les nombres entiers de 0 50.
Dans la cellule B1 entrer la formule =LOI.BINOMIALE(A1;50;0,3;0) donnant la probabilit de l'vnement
(N = 0). (0 correspond la valeur contenue dans la cellule A1)
Recopier cette formule sur la plage B2:B51 pour obtenir p(N = k) pour tout entier k avec 0 k 50 .
On vrifiera les valeurs obtenues dans les questions 2 et 3.
5) Dans la cellule C1 entrer la formule =B1
Dans la cellule C2 entrer la formule =C1+B2
Recopier cette formule vers le bas jusqu'en C51.
quoi correspondent les valeurs contenues dans la colonne C ?
6) Dterminer le plus petit entier a tel que p(N a) > 2,5 % .
7) Dterminer le plus petit entier b tel que p(N b) 97,5 % .
8) Justifier que p(N [a ; b] ) 95 % .
9) Donner l'intervalle de fluctuation au seuil de 95% lorsqu'on interroge 50 personnes propos de leur vote
pour A. Comparer avec les valeurs prcdentes.
Proprit
Soit X le nombre de succs dans la rptition d'une preuve soumise une loi binomiale B(n ; p).
Soit a le plus petit entier tel que p(X a) > 2,5 % .
Soit b le plus petit entier tel que p(X b) 97,5 % .
L'intervalle de fluctuation au seuil de 95 % de la frquence de ralisation du succs est l'intervalle
a ; b .
n n
Remarques
Les valeurs de a et b dfinies ci-dessus sont telles que p(X [a ; b] ) 95 % .
L'intervalle est dtermin en supprimant les valeurs les plus petites correspondant une probabilit de
2,5 % et les valeurs les plus grandes correspondant une probabilit de 2,5 %.
Cet intervalle de fluctuation au seuil de 95% est peu prs le mme que celui donn par
p - 1 ; p + 1 mais il n'est pas centr en p.
n
n
page 7 / 9
Exemple
On met l'hypothse qu'un caractre se prsente dans une population avec une proportion de 0,516.
On observe, sur un chantillon de taille 50, la frquence de ce caractre et on trouve f = 0,4.
On se pose la question de savoir si cette frquence est "compatible" avec l'hypothse mise.
On considre le diagramme barres ci-dessous reprsentant la loi binomiale B(50 ; 0,516).
On peut justifier (en utilisant un fichier de tableur par exemple) que l'intervalle de fluctuation au seuil de 95 %
est obtenu avec a = 19 et b = 33, c'est donc l'intervalle 19 ; 33 = [0,38 ; 0,66].
50 50
Cet intervalle est obtenu en "rejetant" les valeurs infrieures a (et correspondant une probabilit
de 2,5 %) et les valeurs suprieures b (et correspondant une probabilit de 2,5 %).
accept
rejet
rejet
a
La frquence observe f = 0,4 se trouve dans l'intervalle de fluctuation au seuil de 95 %, l'hypothse selon
laquelle le caractre se prsente avec une proportion de 0,516 n'est pas rejete.
Proprit
On considre l'hypothse qu'un caractre se prsente dans une population avec une proportion p.
On observe, sur un chantillon de taille n, la frquence f de ce caractre.
On dtermine l'intervalle a ; b de fluctuation au seuil de 95 % de la loi binomiale B(n ; p).
n n
Si la frquence observe f ne se trouve pas dans a ; b, on rejette l'hypothse (au risque de 5 %).
n n
(c'est--dire que l'on considre que le caractre ne se prsente pas avec une proportion p)
Si la frquence observe f se trouve dans a ; b , on ne rejette pas l'hypothse.
n n
(c'est--dire que l'on considre que le caractre peut se prsenter avec une proportion p)
Remarque
Plus la taille de l'chantillon sera grande, plus l'intervalle de fluctuation sera restreint.
Avec l'exemple ci-dessus, l'intervalle de fluctuation au seuil de 95 % est :
[0,38 ; 0,66] pour un chantillon de taille 50 ;
[0,42 ; 0,61] pour un chantillon de taille 100 ;
[0,485 ; 0,55] pour un chantillon de taille 1000.
http://xmaths.free.fr
page 8 / 9
Exercice 17
( avec un tableur )
Exercice 18
( avec un tableur )
Un constructeur affirme que la probabilit qu'un de ses tlviseurs ait une panne dans les 5 ans suivant son
achat est gale 0,12.
1) Dterminer, en utilisant un tableur, l'intervalle de fluctuation au seuil de 95% de la frquence de panne
pour un chantillon de 100 tlviseurs.
2) Une association de consommateurs effectue un test sur 100 personnes ayant ce modle de tlviseur.
Dans cet chantillon, 17 personnes ont eu une panne dans les 5 ans suivant leur achat. Que peut-on
penser de l'affirmation du constructeur ?
3) L'association pense maintenant effectuer un test sur 500 personnes. Dterminer, en utilisant un tableur
ou un algorithme, l'intervalle de fluctuation au seuil de 95% de la frquence de panne pour un chantillon
de 500 tlviseurs. Interprter.
Exercice 19
Exercice 20
Une socit fabrique des botes en plastique de deux couleurs : des vertes et des bleues.
La fabrication est automatise et la machine est rgle un niveau de 42 % de botes vertes et 58 % de
botes bleues, correspondant la demande du march.
Un test est fait sur un chantillon de 180 botes prleves au hasard.
1) L'chantillon comporte autant de botes bleues que de botes vertes. La machine est-elle drgle ?
2) partir de combien de botes bleues et de botes vertes obtenues sur un chantillon de 180 botes doiton penser que la machine s'est drgle ?
http://xmaths.free.fr
page 9 / 9