PROBAS
Exercice 1 : Mr H
Un lycée comporte 55% de filles. Parmi elles, 80% acceptent de donner leur sang et 90% des garçons l’acceptent aussi.
1) Représente cette situation par un arbre pondéré.
2) Démontre que la probabilité de D « l’élève est donneur sang » est p(D) = 0,845
3) Quelle est la probabilité d’interroger un garçon sachant que c’est un donneur ?
4) Un don de sang féminin apporte une recette de 10€ tandis qu’un masculin 8€ . Soit R la variable aléatoire représentant le
gain en euros pour l’association. Détermine la loi de probabilité de R ainsi que son espérance.
Quelle recette peut on espérer si le lycée comporte 1200 élèves ?
5) On interroge 10 élèves de façon indépendante. Soit X la variable aléatoire représentant le nombre d’élèves donneur de sang.
a) quelle est la loi suivie par X ?
b) Calcule la probabilité pour que 5 élèves soient donneurs.
c) Calcule la probabilité pour qu’au moins un élève soit donneur.
d) Calcule la probabilité pour qu’au moins 8 élèves soient donneurs.
e) On interroge cette fois n élèves. Quelle valeur faut il donner à n pour que la probabilité pour qu’au moins un élève soit
donneur soit supérieure à 0,99 ?
f) On interroge désormais 1000 élèves. quelle est la loi suivie par X ? Calcule l’espérance et l’écart type de cette loi
g) On désire calculer p (830 ≤ X ≤ 860). Pourquoi est ce fastidieux ?
On pose Y = X - µ
σ . Quelle est la loi suivie par Y ? En déduire une valeur approchée à 10
– 3
près de p (830 ≤ X ≤ 860).
Exercice 2 Mr H
Léa arrive tous les jours au lycée entre 8h et 8h30. La variable aléatoire X égale à l’heure d’arrivée suit la loi uniforme
sur [8 ; 8,5] 1) Calcule la probabilité que Léa arrive entre 8h15 et 8h20.
2) Calcule la probabilité que Léa arrive avant 8h10 . 3) A quelle heure arrive – t elle en moyenne ?
Exercice 3 : PONDICHERY 2014
Dans cet exercice, sauf indication contraire, les résultats seront arrondis au centième.
1. La durée de vie, exprimée en années, d’un moteur pour automatiser un portail fabriqué par une entreprise A est une variable
aléatoire X qui suit une loi exponentielle de paramètre λ, où λ est un réel strictement positif. On sait que P (X ≤ 2) = 0,15.
Déterminer la valeur exacte du réel λ. Dans la suite de l’exercice on prendra 0,081 pour valeur de λ.
2. a. Déterminer P (X > 3).
b. Montrer que pour tous réels positifs t et h, P X >t (X > t + h) = P (X > h).
c. Le moteur a déjà fonctionné durant 3 ans. Quelle est la probabilité pour qu’il fonctionne encore 2 ans ?
d. Calculer l’espérance de la variable aléatoire X et donner une interprétation de ce résultat.
e. Add on Mr Huck : quelle est la demi vie de l’appareil ? (il s’agit du temps t
0
pour lequel P (X
≤
t
0
) = P (X > t
0
) = 1
2
Exercice 4 : Mr H (les données seront arrondies à 10
– 3
près)
Un industriel A fabrique des pneus de VTT dont la masse X (en gr) suit la loi normale de moyenne 500 et d’écart type 10
Un pneu est commercialisable si sa masse est comprise entre 480 et 520 gr
1) Détermine la probabilité p pour qu’un pneu soit commercialisable.
2) Dans quel intervalle I centré autour de la moyenne doit on se situer pour que P (X
∈
I) = 0,84 ?
3) Tout en gardant la même moyenne, l’industriel veut modifier la valeur de σ pour que p ( 495 ≤ X ≤ 505) = 0,99
Quelle valeur faut il donner à σ ?
4) Détermine l’intervalle de fluctuation asymptotique associée à un échantillon de taille 1000 et de probabilité p
5) On prélève un échantillon de 980 pièces dont 945 sont commercialisables. Cet échantillon est il acceptable au seuil de 95%?
6) Un autre industriel B aimerait que la probabilité d’obtenir un pneu commercialisable soit de 0,98
Pour cela , il prélève un échantillon de 9975 pneus. Détermine un intervalle de fluctuation asymptotique au seuil de 95%.
Il constate que 9774 sont déclarés commercialisables. Son objectif est il réalisable ?
7) Quel nombre minimum de pneus faut il prélever pour que l’amplitude de l’intervalle de fluctuation au seuil de 95% soit
inférieure à 0,01 ?
Récitation de cours Espérance Ecart type
Loi discrète Non exigible
Cas particulier : loi binomiale B(n,p)
Loi uniforme Non exigible
Loi exponentielle de paramètre λ Non exigible
Loi normale centrée réduite N (0,1)
Loi normale centrée réduite N (µ,σ²)