chapitre

11 Lois de probabilités
Activités (page 286)

4. a) Nombre de listes :
ACTIVITÉ 1
sans S : 54 ;
1. X prend les valeurs 0, 1, 2, 3, 4.
avec un S :  4 × 53 ;
2. Arbre  1
1/6
avec deux S :  4 × 52 ;
S
1/6 S
5/6 S  2
S
1/6 5/6
1/6 S avec trois S :  4 × 5 ;
S  3
5/6 S
S
1/6
avec quatre S : 1.
S
5/6 1/6 S b) Chaque issue de l’événement X = k correspond
1/6 5/6 S
S à une liste contenant k lettres S et 4 – k lettres S et
1/6 S
5/6 S en raison de l’équiprobabilité, chacune de ces listes
S
a pour probabilité ----4- . Il y a  4 × 54 – k telles listes.
5/6 1
1/6 S  k
6
1/6 S 4–k
D’où P(X = k) =  4 × 54 – k × ----4- =  4 × -----------
5/6 S 1 5
S -
5/6
1/6 1/6 S  k  k 4
5/6 S 6 6
S 4–k
5/6
=  4 × ----k- × -----------
S 1 5
-
1/6 S  k 4–k
5/6 S 6 6
1/6 S
S 5/6
1 k 5 4–k
1/6 =  4 ×  --- ×  --- .
5/6 S
S  k  6  6
5/6 S On retrouve ainsi la loi de X.
4
3. a) P(X = 0) =  --- = ------------- ;
5 625 4
5 4 5 3
P(X = k) =  --- +  4 ×  --- ×  ---
1
 6 1 296 c) ∑  6  1  6  6
k=0
1 4
P(X = 4) =  --- = ------------- .
1
 6 1 2 5 2 1 3 1 4
+  4 ×  --- ×  --- +  4 ×  --- ×  --- +  ---
1 296 5
 2  6  6  3  6  6  6
5 3 125
b) P(X = 1) = 4 × --- ×  --- = --------- ;
1
On reconnaît la formule du binôme donc
6  6 324
4
5 1 4
1 3 5
P(X = 3) = 4 ×  --- × --- = --------- .
5 ∑ P(X = k) =  --- + --- = 1.
 6  6 6
6 324 k=0
2 2
c) P(X = 2) = 6 ×  --- ×  --- = --------- .
1 5 25
 6  6 216 ACTIVITÉ 2
d) Loi de X.
1. P(X < 6) = 0,85.
k 0 1 2 3 4
2. P(3  X  5) = 0,125 + 0,225 = 0,35.
625 125 25 5 1
p(X = k ) ------------ -------- -------- -------- ------------ 3. P(X > 7) = 0,05 + 0,05 = 0,1.
1 296 324 216 324 1 296

Chap. 11 • Lois de probabilités • 165

Travaux dirigés (page 298)

3. Tableau des différences

TD 1
k 0 1
1 1. Loi de X
p(X1 = k) – P(Y1 = k) ≈ – 0,001 488 ≈ 0,002 235
k 0 1
 20  10 ×  20 k 2 3
 3 57  1  2 95
p(X = k) ---------- = -------- -------------------------- = -------- p(X1 = k) – P(Y1 = k) ≈ – 0,000 005 ≈ – 0,000 742
 30 203  30 203
 3  3

k 2 3 TD 2
 10 ×  20  10
 2  1 45  3 6 1. Moyenne : 597,4 ; Variance : 99,24.
p(X = k) -------------------------- = -------- ---------- = --------
 30 203  30 203 2. a) P(X = 10) = 0,4510 ≈ 0,000 34.
 3  3
b) La variable aléatoire N donnant le nombre de
2. Loi de Y pains de masse inférieur à 585 g suit la loi bino-
L’expérience est la répétition de trois épreuves de miale (10 ; 0,12).
Bernoulli indépendantes et identiques. P(N  2) = 0,8812 + 10 × 0,889 × 0,12 + 45 × 0,888
L’épreuve de Bernoulli est caractérisée par l’événe- × 0,122 ≈ 0,891.
ment S « tirage d’une boule blanche » de probabilité
1
p = --- . TD 3
3
Y indique le nombre de réalisations de S donc Y
1 2. d2 = 0,002 5 0,002 5
------------------ + ------------------ = 0,01.
suit une loi de   3 ; --- .
1 0,5 0,5
 3 3.
k 0 1 d2 = 0,01
d9 = 32,4
3 2 2 4
N = 2000 N = 1000 N = 500 N = 100

p(Y = k) 2  = ----
8-  3 ×  1
-- ×  -- = --
 -3- 27  1  3  3 9
d9
k 2 3
2 3
p(Y = k)  3 ×  1 × 2 =2 1  = ----
1
- d9
 2  -3-
--
 -3- 9  -3- 27

3. Tableau des différences d9

k 0 1
0 2 10 25,6 1000d2
p(X = k) – P(Y = k) ≈ – 0,015 5 ≈ 0,023 5
5. • Pour A : d 2 = 0,0196.
k 2 3
• Pour B : d 2 = 0,0036.
p(X = k) – P(Y = k) ≈ – 0,000 5 ≈ – 0,007 5 • Pour C : d 2 = 0,04.
Au risque de 10%, les résultats de A et B sont en
2 1. Loi de X1 adéquation avec les résultats d’une pièce équilibrée,
ce qui n’est pas le cas de C.
k 0 1 2 3

p(X1 = k) 13 134-
-------------- 19 900-
-------------- 9 900-
-------------- 1 617-
-------------- 2 a) d 2 = 0,01, valeur qui dépasse 0,002 704. On ne
44 551 44 551 44 551 44 551
peut donc pas accepter, au seuil de risque de 10%,
2. Loi de Y1 que la pièce soit équilibrée.

La loi de Y1 est aussi une loi binomiale   3 ; --- .

1 Note : Les fréquences sont les mêmes qu’au 1 2. (ainsi
 3 que la valeur de d 2 ), mais les valeurs de n ne sont pas les
(Les proportions de boules blanches et noires mêmes.
n’ont pas changé). b) d 2 = 0,0036; d 2 > d9. La conclusion est la même.

166

TD 4
3 1. P(X = 50) ≈ 0,079 59; P(X  40) ≈ 0,028 44;
P(X > 70) = 1 – P(X  70) ≈ 1,608 × 10–5 ;
P(45  X  55) = P(X  55) – P(X  44) ≈ 0,728 75.
2. a) P(X  530) – P(X  469) ≈ 0,946 32.
b) La probabilité d’un tel résultat est de l’ordre de
P(X = 450), soit 0,000 17. Ce qui est peu probable.
3. En supposant que le nombre X de NON suit la
loi binomiale telle que n = 1000 et P = 0,5, alors :
P(X  400) ≈ 1,3 × 10– 10,
ce qui représente un événement pratiquement
impossible.

Corrigés des exercices

Maîtriser le cours (page 303)

a) P(X  2) = P(X = 0) + P(X = 1) + P(X = 2)

1. et 2. Expérience de Bernouilli.
1 6 1 5 1 2 1 4
=  --- + 6 ×  --- ×  --- + 15 ×  --- ×  ---
Loi binomiale 1
 2  2  2  2  2
1 1. Soit a le nombre de boules blanches : 11
= ------ .
3a 3 32
p = ------ = --- .
4a 4 1 6 63
b) P(X  1) = 1 – P(X = 0) = 1 –  --- = ------ .
 2
2. Loi de X : X suit une loi   3 ; --- .
3 64
 4
6 X : nombre de réponses vraies.
k 0 1 2 3
X suit une loi   10 ; --- .
1
p(X = k) 1-
---- 9-
---- 27
----- 27
-----  2
64 64 64 64
3 7 10
P(X = 3) =  10 ×  --- ×  --- =  10 ×  ---
1 1 1
;
2 « Lancer six dés parfaits » peut être assimilé à  3   2  2  3   2
« lancer six foix de suite le même dé ». 10
P(X = 7) =  10 ×  ---
1
.
X : nombre de sortie du 6.  7   2
X suit une loi   6 ; --- .
1
 6 Or  10 =  10 donc les deux probabilités sont égales.
 3  7
1 3 5 3
P(X = 3) =  6 ×  --- ×  --- = ---------------- .
625
 3  6  6 11 664 7 Loi de X : X suit une loi (6 ; 0,4).

3 N : nombre de tirs dans la cible. k 0 1 2 3

N suit la loi (10 ; 0,5). p(X = k) 0,046 656 0,186 624 0,311 04 0,276 48
1 3 1 7 15
P(N = 3) =  10 ×  --- ×  --- = --------- .
 3   2  2 128 k 4 5 6

4 X : nombre de rois lors des huit tirages. p(X = k) 0,138 24 0,036 864 0,004 096

X suit une loi   8 ; --- .

1
 8 8 3
E(X) = np donc p = ------ .
4 10
1 5 7 3 7
P(X = 5) =  8 ×  --- ×  --- = ----7- .
 5  8  8 3 10 7 9
P(X = k) =  ------ + 10 ×  ------ ×  ------
7 3
8 P(X  3) = ∑  10  10  10
k=0
5 « Lancer six pièces de monnaie équilibrées » 2 7 8 3 3 7 7
+ 45 ×  ------ ×  ------ + 120 ×  ------ ×  ------ ≈ 0,649 6.
3
peut être assimilé à « lancer six fois de suite une même
 10  10  10  10
pièce ».
X : nombre de pile. P(X  7) ≈ 0,010 6.
X suit une loi   6 ; --- .
1
 2 9 σ2(X) = np(1 – p) donc n = 25.

Chap. 11 • Lois de probabilités • 167

 2 3. Pour m positif :
P(X  2) = ∑ P(X = k)
∫ 0 2xe– x dx = 1--2- ⇔ 1 – e– m
1 m 2 2 1
k=0 P(X  m) = --- ⇔ = ---
2 2
= + 25 × 0,2 ×
0,825 0,824 + 300 × 0,22 × 0,823
≈ 0,098 2.
2 1
⇔ e – m = --- ⇔ m2 = ln 2
2
P(X > 2) = 1 – P(X  2) ≈ 0,901 8.
⇔m= ln 2 .
10 X : nombre de sorties d’un numéro impair. X
15 1. λ est défini par :
suit une loi   8 ; --- .
1
 2
∫ – 1 λ(1 – x2) dx = 1.
1

A : « au moins trois fois un nombre pair ».

∫ – 1 (1 – x2) dx = 4--3- donc 4--3- λ = 1, ainsi λ = 3--4- .
1
A signifie « X  2 » ; Or
2 2. a) La fonction densité est une fonction paire donc
P(A) = ∑ P(X = k) sa courbe est symétrique par rapport à l’axe des
k=0
ordonnées.
1 8 1 7 1 2 1 6
=  --- + 8 ×  --- ×  --- + 28 ×  --- ×  ---
1
∫ t f (t) dt = aire (1) et
1
 2  2  2  2  2 P(X  t) =
37
P(X  – t) = ∫ f (t) dt = aire (2).
= --------- –t
256
–1
219 Les deux domaines sont symétriques par rapport à
d’où P(A) = --------- .
256 l’axe (Oy) donc ils ont la même aire.
Ainsi P(X  t) = P(X  – t).
11 Corrigé dans le manuel. y
1
12 Expérience de Bernoulli d’ordre 20 associés à
la probabilité de succès p = 0,1 (achat). y = f(x)
X : nombre d’acheteurs. X suit une loi (20 ; 0,1).
1. P(X = 0) = 0,920 ≈ 0,121 6.
2 4 3 1
2. P(X  2) = 1 – P(X  1)
–1 –t O t 1 x
= 1 – 0,920 – 20 × 0,1 × 0,919 ≈ 0,608 3.

∫ 0 f (t) dt = aire (3)

t
b) P(0  X  t) =
3. Lois de probabilité continues 1 1
et aire (3) = --- – aire (1) = --- – P(X  t).
2 2
13 1. f est continue sur  sauf en 1, positive et
1
Ainsi P(0  X  t) = --- – P(X  t).
∫ f ( x ) dx = ∫ 0 3x2 dx = [x3]01 = 1 donc f est une den-
1
2
sité de probabilité.
4. Lois uniforme et exponentielle
∫ 0,5 3x2 dx = 0,875 ;
1
2. P(X  0,5) =
longueur de [0 ; 3[ 3
- = ------ .
16 1. P(X < 3) = -------------------------------------------------
∫0
0,1 longueur de [0 ; 10] 10
2
P(X < 0,1) = 3x dx = 0,001 ;
4 2
2. P(X > 6) = ------ = --- .
∫ 0,2 3x
0,8 10 5
2
P(0,2 < X < 0,8) = dx = 0,504.
5 1
3. P(3 < X < 8) = ------ = --- .
10 2
∫ 0 2xe– x dx = [ – e– x ] 0 = 1 – e– a
a 2 2 a 2
14 1. I(x) =
17 Corrigé dans le manuel.
d’où lim I(a) = 1.
a→+∞
18 a) Bruno arrive entre 12 h et 12 h 20.
2. f est continue sur , positive et d’après 1.
20 1
∫ f ( x ) dx = 1. P(0  d < 20) = ------ = --- .
60 3

168
b) Bruno arrive entre 12 h 40 et 13 h.
5. Lois sans mémoire
20 1
P(40 < d  60) = ------ = --- .
60 3 21 1. P(X  5 / X  2) = P(X  3) = 0,452.
c) Bruno arrive entre 12 h 20 et 12 h 25. 2. X est alors une loi exponentielle de paramètre λ.
5 1
P(20  d < 25) = ------ = ------ . Or P(X  3) = 0,452 donc e– 3λ = 0,452
60 12 1
d’où λ = – --- ln (0,452).
3
19 a) P(T > 300) = 1 – P(T  300)
∫ 0 λe– λtdt = 1 – e– 5λ ≈ 0,734.
5
Ainsi P(X  5) =
∫0
300
=1– 0,005e– 0,005 tdt
= 1 – (1 – e– 0,005 × 300) 22 1. P(T  2 000 / T  1 000) = P(T  1 000)
= e– 1,5 ≈ 0,223. = 1 – 0,095 = 0,905.
2. T est une loi exponentielle de paramètre λ.
∫0
365
b) P(T  365) = 0,005e– 0,005 tdt P(X  1 000) = 0,095 soit 1 – e– 1 000λ = 0,095
= 1 – e– 1,825 1
d’où λ = – ------------- ln (0,905).
≈ 0,839. 1 000
ln 2
Alors la demi-vie est τ = -------- soit τ ≈ 6 944 (en h).
∫ 365 0,005 × e– 0,005 tdt
730
c) P(365  T  730) = λ
= e– 1,825 – e– 3,65
23 Corrigé dans le manuel.
≈ 0,135.
24 B : la durée de vie du système dépasse 1 000 h.
20 1. Par hypothèse P(X > 60) = 0,942 soit
Les durées de vie de chaque composant sont des
1
e– 60λ = 0,942 d’où λ = – ------ ln(0,942) ≈ 0,001. variables aléatoires de même type et deux à deux
60 indépendantes.
∫ 240 λe– λtdt
300 B signifie que chaque composant fonctionne au
2. P(240  X  300) =
moins 1 000 h donc P(B) = P(X  1 000)3.
= e– 240λ – e– 300λ P(B) = (e– 1 000λ)3 avec λ = 10– 4 soit
≈ 0,046. P(B) = e– 0,3 ≈ 0,741.

Apprendre à chercher (page 305)

25 Plusieurs lancers de deux pièces de monnaie Les objectifs :

Les outils : ● Savoir interpréter l’espérance dans un jeu.

● Loi binomiale. 1. • Aucun dé ne marque c : Y = – 1.

● Événements contraires (ou complémentaires). • un dé marque c : Y = 1.
Les objectifs : • deux dés marquent c : Y = 2.
● Savoir calculer des probabilités.
• trois dés marquent c : Y = 3.
1 1 1 1 1 2. a) On lance trois dés, le résultat est, pour chaque
1. a) FF, FP, PF, PP. b) --- ; --- ; --- ; --- . c) p = --- .
4 4 4 4 4 dé, c ou c. On réalise une expérience de Bernouilli
2. a) Trois succès et sept échecs, donc (X = 3). 1
avec p = --- ; n = 3. Donc X suit une loi (n ; p)
3 7 6
b) p(A) =  10 ×  --- ×  --- .
1 3
 3   4  4 b) Y = – 1, donc X = 0 ;
3. B : 0 fois «deux pile», Y = 1, donc X = 1 ;
Y = 2, donc X = 2 ;
3 10 10
p(B) =  --- , d’où p(B) = 1 –  3--- . Y = 3, donc X = 3.
 4  4
5 3
c) • P(Y = – 1) =  --- ;
26 La roue de la fortune  6
5 2 1
Les outils : • P(Y = 1) =  3  --- × --- ;
● Variable aléatoire.
 1  6 6
● Espérance. 5 1 2
• P(Y = 2) =  3  ---  --- ;
● Loi binomiale.  2  6  6

Chap. 11 • Lois de probabilités • 169

 3
• P(Y = 3) =  --- . p2k + 1 – p2k – 1 =  2k – 1 pk(1 – p)k (2p – 1).
1
 6  k 
yi –1 1 2 3 1
Ainsi p2k + 1 – p2k – 1 > 0 ⇔ p > --- .
2
125 75 15 1
p(Y = yi ) -------
3
- ----3- ----3- ----3- D’où la généralisation du résultat établi lorsque k = 2.
6 6 6 6

28 Combien d’enfants pour avoir une fille ?

– 125 + 75 + 30 + 3 – 17
3
- = --------
• E(Y) = ---------------------------------------------- 3
-. Les outils :
6 6 ● Loi binomiale.
d) Sur un grand nombre de cycles de 216 parties, ● Événements contraires.

– 17 ● Calcul algébrique : inéquation.

le joueur perdra en moyenne -------- 3
- × 216 jetons, soit
6 L’objectif :
17 jetons. ● Optimiser sous condition probabiliste.

1. Mise en place d’une variable aléatoire qui suit une

27 Fonctionnement d’un système de communication loi (n ; 0,5).
Les outils : 2. a) A : « avoir n garçons lors de n naissances ».
1 n 1 n
P(A) =  --- donc P(A) = 1 –  --- .
● Variables aléatoires

● Calcul algébrique : inéquation.

 2  2
n ln ( 0,01 )
b) P(A)  0,99 ⇔  ---  0,01 ⇔ n  – --------------------- .
L’objectif : 1
● Étudier la fiabilité d’un système sous condition.
 2 ln 2
D’où l’entier n minimum : n0 = 7.
2. a) Le système à cinq composants fonctionne lors-
que au moins trois composants fonctionnent.
29 Fonctionnement d’un feu tricolore
p5 = P(X5  3) donc
p5 = P(X5 = 3) + P(X5 = 4) + P(X5 = 5) Les outils :
● Représentation graphique.

p5 =  5 p3(1 – p)2 +  5 p4(1 – p) + p5. ● Loi uniforme.

 3  4
L’objectif :
b) Le système à trois composants fonctionne lorsque
● Calculer des probabilités.
au moins deux composants fonctionnent.
1. Représentation graphique :
p3 = P(X3  2) donc p3 =  3 p2(1 – p) + p3.
 2 40 40
c) p5 > p3 8h 8 h 05
⇔ 10p3(1 – p)2 + 5p4(1 – p) + p5 > 3p2(1 – p) + p3 0 60 120 180 240 300
⇔ 10p3(1 – p)2 + 5p4(1 – p)– 3p2(1 – p) – p3(1 – p) 10 10
(1 + p) > 0 2. a) A : « Attente de moins de 10 s ».
⇔ p2(1 – p)[10p(1 – p) + 5p2 – 3 – p(1 + p)] > 0 A signifie :
⇔ p2(1 – p) (– 6p2 + 9p – 3) > 0 « T ∈ [0 ; 60[ ou T ∈ ]110 ; 180[ ou T ∈ ]230 ; 300[ »
⇔ – 3p2(1 – p) (p – 1) (2p – 1) > 0 (réunion d’événements incompatibles).
⇔ p2(1 – p)2 (2p – 1) > 0. 60 70 70 2
b) P(A) = --------- + --------- + --------- = --- .
1 300 300 300 3
d) Donc p > --- . Le système à cinq composants est pré-
2 3. B : « Attente de plus de 20 s ».
férable à celui à trois dans le cas où p ∈ ]0,5 ; 1[. P(B) = P(60 < T < 100) + P(180 < T < 220)
Prolongement : Dans le cas général de systèmes à 40 40 4
= --------- + --------- = ------ .
2k + 1 et 2k – 1 (k  2), composants, 300 300 15

Pour progresser (page 307)

2. P(X = 7) + P(X = 8) + P(X = 9) + P(X = 10)

Loi binomiale
=  10 × ( 0, 92 ) × ( 0, 08 ) +  10 × ( 0, 92 )
7 3 8
 7  8
30 1. On utilise la loi binomiale avec n = 10 et
× ( 0, 08 ) +  10 × ( 0, 92 ) × 0, 08 + ( 0, 92 )
2 9 10
p = 0,92 (pas de défaut).  9
P(X = 10) = (0,92)10 ≈ 0,434 4. ≈ 0,994.

170
 31 B gagne le tournoi s’il gagne cinq parties au 2. Tableau de valeurs 0  k  15.
moins. On utilise la loi binomiale avec n = 9, p = 0,4. k P(X = k) P(X < k)
P(X = 5) + P(X = 6) + P(X = 7) + P(X = 8) + P(X = 9)
0 0,076944975 0,076944975
≈ 0,2666.
1 0,202486777 0,279431752
32 X : nombre de Pile. X suit une loi (20 ; 0,5). 2 0,26110137 0,540533123
Y : gain en e. 3 0,219874838 0,760407961
P(Y = 1) = P(X = 9) + P(X = 10) + P(X = 11) 4 0,135975229 0,89638319
5 0,065840637 0,962223827
=  20 × 0,520 +  20 × 0,520 +  20 × 0,520
 9  10  11 6 0,025989725 0,988213552
≈ 0,496 6. 7 0,008598105 0,996811657
P(Y = – 1) = 1 – P(Y = 1) ≈ 0,503 4. 8 0,002432359 0,999244015
E(Y) = P(Y = 1) – P(Y = – 1) < 0 donc le jeu n’est pas 9 0,000597421 0,999841437
équitable. 10 0,000128917 0,999970354
11 2,46732E-05 0,999995027
33 1. Pour une journée, un client achète (succès) 12 4,22041E-06 0,999999248
1 13 6,49294E-07 0,999999897
avec une probabilité p = ------ , d’où la répétition de dix
15 14 0,03153E-08 0,999999987
épreuves identiques et indépendantes. 15 1,14082E-08 0,999999999
Donc le nombre d’acheteurs suit la loi binomiale de 3. P(X = 3) ≈ 0,220.
1 4. P(X  k) > 0,999 ⇔ k  8.
paramètres n = 10 et p = ------ .
15
38 ● Appelons A l’événement « On a obtenu six
1 k 14 10 – k
2. • P(X = k) =  10  ------  ------ . fois "face"», B l’événement «Les trois premiers tira-
 k   15  15
• P(X = 0) ≈ 0,501 6; ges sont FPF».
• P(X = 1) ≈ 0,358 3; p(A ∩ B)
1. PA(B) = ------------------------ .
• P(X = 5) ≈ 0,000 24. p(A)
2 • A ∩ B est l’événement «FPF puis il y a quatre "face"
3. E(X) = n × p = --- . dans les sept autres tirages».
3
4. Y : gain en e. P(A ∩ B) = p × (1 – p)p ×  7 p4 × (1 – p)3.
 4
2 200
Y = 100X, donc E(Y) = 100 × --- = --------- e.
3 3 • P(A) =   p6 × (1 – p)4.
10
 6
34 1. X suit une loi (100 ; 0,02). 35p ( 1 – p )
6 4
1
2. P(X = 0) = 0,98100 ≈ 0,132 6 ; 6
- = --- .
• D’où PA(B) = ----------------------------------
4 6
210p ( 1 – p )
P(X = 1) = 100 × 0,02 × 0,9899 ≈ 0,270 7 ;
P(X = 2) = 4 950 × 0,022 × 0,9898 ≈ 0,273 4. 2. Le résultat est :
P(A ∩ B′) = (1 – p) p(1 – p)  7 p5 (1 – p)2.
35 1. X : nombre de succès ;  5
6 4
X suit une loi   5 ; ---.
1 21p ( 1 – p ) 1
 3 6
- = ------ .
PA(B′) = ----------------------------------
4 10
210p ( 1 – p )
A : « au moins deux succès ».
P(A) = 1 – [P(X = 0) + P(X = 1)] 39 ● R est l’événement « un lot est remboursable ».
2 5 2 4 p(R) = 1 – (0,992)12 – 12(0,992)11 × 0,008 ≈ 0,004.
= 1 –  --- + 5 × --- ×  --- = --------- .
1 131
 3 3  3 243 « Un seul lot sur les trois est remboursable » a pour
2 n n probabilité : 3 × (0,004) × (0,996)2 ≈ 0,012.
2. 1 –  --- > 0,9 ⇔  2--- < 0,1 ⇔ n > -------------
ln 0,1
-.
 3  3
ln --- 2
40 ●
On désigne par p3 la probabilité pour un trimo-
 3
Ainsi n  6. teur et p5 pour un cinq moteurs de terminer leur vol.
p3 = p3 + 3p2(1 – p);
36 Corrigé dans le manuel. p5 = p5 + 5p4(1 – p) + 10p3(1 – p)2 ;
p3 – p5 = p3 + 3p2(1 – p) – p5 – 5p4(1 – p) – 10p3(1 – p)2
37 1. La même épreuve (test du microprocesseur) = p2(p – 1)2 (3 – 6p).
est répétée cinquante fois de façon indépendante, et 1
Donc p3  p5 ⇔ p  --- .
p = 0,05 donc X suit une loi (50 ; 0,05). 2

Chap. 11 • Lois de probabilités • 171

 41 ● 1. X suit une loi binomiale de paramètres 42 ●
1. Loi de Xi
n = 3 et p.
k 0 1
Donc : p(X = 0) = (1 – p)3 = q3 ;
p(X = 1) = 3(1 – p)2 p = 3q2p; E(Xi) = p P(Xi = k) 1–p=q p

p(X = 2) = 3(1 – p)p2 = 3qp2 et p(X = 3) = p3.

n
2. • Un arbre permettrait la visualisation des valeurs 2. a) X = ∑ prend les valeurs 0, 1, 2, … , n.
de Y conditionnées par celles de X. C’est un procédé i=1
long. Chaque probabilité est obtenue par des formules b) Chaque Xi prend la valeur 1 lorsque S est réalisé à
du type : p(Y = 0) = p(X = 0 et Y = 0) + p(X = 1 et Y = 0) la ième épreuve, 0 sinon, donc leur somme indique le
+ p(X = 2 et Y = 0). nombre de succès sur les n épreuves. (Les Xi servent
Il vaut mieux renoncer, mais on arrive au résultat. de « compteur »).
n
• Il faut faire un arbre : pour un correspondant, il y a
deux possibilités au premier appel, puis éventuelle-
c) X suit une loi (n ; p). E(X) = ∑ E(Xi) = np.
i=1
ment deux autres au deuxième appel. Note : on a prouvé le résultat donné dans le cours p. 290.

1er appel 2e appel

1. X suit une loi   30 ; --- .
43 ● 1
 3
p 2. Tableau de valeurs.
k P(X = k) P(X < k)
q p
0 5,2151E-06 5,2151E-06
1 7,82264E-05 8,34415E-05
q 2 0,000567142 0,000650583
3 0,002646661 0,003297244
Ainsi, la probabilité qu’un correspondant réponde au 4 0,00893248 0,012229724
second appel est pq. 5 0,023224448 0,035454172
Donc Y suit une loi binomiale de paramètres n = 3 6 0,048384267 0,083838438
et pq, d’où la loi de Y. 7 0,082944457 0,166782896
8 0,119232657 0,286015553
yi 0 1 2 3
9 0,145728803 0,431744356
p(Y = yi ) (1 – pq)3 3(1 – pq)2 pq 3(1 – pq) (pq)2 (pq)3 10 0,153015243 0,584759599
11 0,139104767 0,723864365
Remarque : 1 – pq = q + p2. 12 0,110124607 0,833988972
13 0,076240112 0,910229085
3. a) Le problème est de connaître la probabilité
14 0,04628864 0,956517724
qu’un correspondant réponde au premier ou au second
15 0,024687275 0,981204999
appel.
16 0,011572216 0,992777159
Or, la probabilité qu’un correspondant réponde au 17 0,004765007 0,997542166
premier ou au second appel est : 18 0,001720697 0,999262863
p + pq = p(1 + q) = (1 – q) (1 + q) = 1 – q2. 19 0,000543378 0,999806241
Ce qui permet de répondre à la question. 20 0,000149429 0,99995567
21 3,55783E-05 0,999991248
b) Les formules donnent :
22 7,27738E-06 0,999998525
2 5 23 1,26563E-06 0,999999791
E(X) = 3p = 1; E(Y) = 3pq = --- ; E(Z) = 3(1 – q2) = --- .
3 3 24 1,84571E-07 0,99999976
On peut remarquer que E(X) + E(Y) = E(Z). 25 2,21486E-08 0,99999998
26 2,12967E-09 1
c) P(Z = 3) > 0,5 ⇔ (1 – q2)3 > 0,5 ⇔ 1 – q2 > 3 0,5 27 1,57753E-10 1
28 8,45107E-12 1
⇔q< 1 – 3 0,5
29 2,91416E-13 1
P(Z = 3) > 0,5 ⇔ (1 – p) < 1 – 3 0,5 30 4,85694E-15 1
1
⇔ p > 1 – 1 – 3 0,5 . 3. m = E(X) = 30 × --- = 10.
3
D’où la valeur cherchée : pmini ≈ 0,55. P(X = k) maximale pour k = 10.

172
 44 ● La probabilité d’obtenir une face noire est 2--- 47 ● 1. Remplir une grille de loto-foot est une
1 3
( --- pour une face blanche). expérience de Bernoulli d’ordre 13 dont l’épreuve est
3 définie par S « bon pronostic pour un match » de pro-
1 4 2 2
1. Il faut B B B B N, d’où la probabilité :  --- × --- = ----5- . babilité p = --- . Ainsi N suit une loi   13 ; --- .
1 1
 3 3 3 3  3
13
2 5 211
2. 1 –  --- = --------- . 2. P(G) = ∑ P(N = k)
 3 243
k = 10
2
3. X suit la loi binomiale de paramètres n = 5; p = --- , 10 2 3 1 11 2 2
=  13 ×  --- ×  --- +  13 ×  --- ×  ---
3 1
d’où :  10  3  3  11  3  3
2 k 1 5–k
P(X = k) =  5 ×  --- ×  --- pour k = 0, 1, ..., 5. +  13 ×  ---
1 12 1 13
×  --- +  ---
2
 k  3  3  12  3  3  3
xi 0 1 2 3 4 5 ≈ 0,001 6
10 40 80 80 32
P(X = xi )
1
-------- -------- -------- -------- -------- -------- 48 ● ● 1. a + b ne prend jamais la valeur – 4 donc
243 243 243 243 243 243
a + b + 4 ≠ 0. Ainsi G existe.
●
2. Ω : ensemble des trente couples de jetons. Tous les
45 1. a) Deux feux verts : couples sont équiprobables.
3 1 3 5 1
0,75 × 0,5 = 0,375 = --- × --- = --- . a) E1 signifie que a = 0. P(E1) = ------ = --- .
4 2 8 30 6
1 1 7 E2 signifie que a = 0 et b  0 (du signe de 4).
b) 1 – 0,25 × 0,5 = 1 – 0,125 = 0,775 = 1 – --- × --- = --- .
4 2 8 4 2
P(E2) = ------ = ------ .
2. X suit la loi binomiale de paramètres : 30 15
b) E3 signifie que a et b sont strictement positifs (du
3
n = 5 et p = 0,75 = --- . signe de 4).
4
12 2
P(E3) = ------ = --- .
D’où P(X = k) =  5 × ( 0, 75 ) × 0,255 – k ; k = 0, ..., 5.
k
 k 30 5
3. a) X suit une loi   n ; --- .
2
1
• P(X = 0) = ------------- ;
15
• P(X = 1) = ------------- ;  5
1 024 1 024 2n
E(X) = 4 ⇔ ------ = 4 ⇔ n = 10.
45 135 5
• P(X = 2) = --------- ; • P(X = 3) = --------- ;
512 512 b) I : « au moins un des barycentres est strictement
405 243 intérieur à ABC ».
• P(X = 4) = ------------- ; • P(X = 5) = ------------- . 3 n
1 024 1 024 P(I) = 1 –  --- .
 5
3 n
P(I) > 0,999 ⇔  --- < 0,001 ⇔ n > ------------------- .
 4 ln 0,001
 3 1  5
ln  ---
● 3
46 A. 1. -------- = ------ . Ainsi n0 = 14.
 9 21  5
 3
●
 5 ×  1 ×  3  4 49 ● 1. a) A : « les douze groupes sont présents un
 1  1  1 5  3 20 7 12
2. P(E1) = -------------------------------------- = ------ ; P(E2) = 1 – -------- = ------ .
 9  9 21 jour donné ». P(A) =  --- d’où 0,20 < P(A) < 0,21.
28  8
 3  3 b) La répétition 30 fois de l’épreuve de Bernoulli
3. xi 0 1 2 3 définie par l’événement A « les douze groupes ne se
présentent pas tous un jour donné », de probabilité
1 5 10 5
p(X = xi ) ----- ----- ----- ----- p ≈ 0,8, de façon indépendante, définit une expérience
21 14 21 42
de Bernoulli d’ordre 30.
« X = 30 » signifie que chaque jour du mois, les douze
1 2 20 3
B. 1. 5  ×  ------ ×  ------ ≈ 0,02. groupes ne sont pas tous présents au départ.
2   21  21
« X = 0 » signifie que durant le mois, douze groupes
20 n
2. On est amené à résoudre : 1 –  ------ > 0,95, sont toujours présents au départ.
 21
Ainsi X suit une loi (30 ; p). E(X) = 30p ≈ 2,4. Sur
ln 0,05 une grande série de telles expériences, indépendantes,
soit n > ----------------- …, d’où n0 = 62.
ln  ------
20 la moyenne des jours où les douze groupes ne se sont
 21 pas présentés durant un mois est 2,4.

Chap. 11 • Lois de probabilités • 173

c) « S = 11 » signifie que 11 groupes sont présents ce 30 – 10 2
11
1. P(A  10) = P(T  10) = ------------------ = --- .
30 3
jour-là. P(S = 11) =  12 ×  --- × --- ≈ 0,35.
7 1
 1   8 8 2. L’événement « T  15 » est réalisé. Dire que l’attente
 7 dure au moins 10 min supplémentaires signifie
S suit une loi  12 ; --- donc « T  25 ».
 8
7 On cherche la probabilité conditionnelle
E(X) = 12 × --- = 10,5 (crédits).
8 P ( T  25 et T  15 )
P(T  25 / T  15) = ----------------------------------------------------- .
 7 13 P ( T  15 )
2. a) p13 = --- ≈ 0,18.
 8
30 – 25 1
b) Loi de R. Or P(T  25 et T  15) = P(T  25) = ------------------ = ---
30 6
k 2 0
1 1
p13
et P(T  15) = --- donc P(T  25 / T  15) = --- .
P(R = k) 1 – p13 2 3
1
Note : -- R suit une loi de Bernouilli. 52 Corrigé dans le manuel.
2
E(R) = 2p13 ≈ 0,36.
53 ● 1. Aire(ABM) = t 2 d’où
c) G : variable aléatoire donnant le gain journalier. 1
P(S  0,25) = P(t 2  0,25) = P(– 0,5  t  0,5) = --- .
Notons N la variable aléatoire donnant le nombre de 2
P(S > 0,5) = P  t > ---
groupes présents un jour donné. 2 1
 2
N suit une loi   13 ; --- .
7
 8
= P  – 1  t < – ------- ou ------- < t  1
2 2
Chaque groupe présent apporte un crédit et le coût  2 2 
de l’activité de substitution est R donc G = N – R.
2
Ainsi E(G) = E(N) – E(R). = 1 – -------
2
13
P(S = 1) = P(t 2 = 1) = P(t = – 1 ou t = 1) = 0.
D’où E(G) = ∑ kP(N = k) – 2p13 1 1
k=0 2. Pour τ  0, P(S  τ) = --- ⇔ P(t 2  τ) = ---
2 2
13 k 13 – k
13 1
soit E(G) = ∑ k  k  ×  7--8- ×  ---
1
 8
– 2p13. ⇔ P ( – τ  t  τ ) = ---
2
k=0
1
7 13 ⇔ τ = ---
E(G) = 13 × --- – 2  --- ≈ 11,02 (crédits).
7 2
8  8 1
d) L’espérance de gain a augmenté donc la décision ⇔ τ = --- .
4
est rentable.
●
54 1. P(T  70) = 1 – e– λ × 70, d’où :
Lois continues 1 – e– λ × 70 = 0,05 ⇔ e– λ × 70 = 0,95
ln 0, 95
50 a) f positive sur , f continue sur  sauf en 1 et ⇔ λ = – ----------------- (≈ 0,000 733).
70
pour tout b  1, ln 0, 95
----------------- × 30
∫ 1 f (x) dx = ∫
b b b
3 1
----- dx = – ----3-
1
= 1 – -----3 . 2. P(T > 30) = e 70 ≈ 0,978.
1 4
x x 1 b ln 2
– ------------- × 1 000
●
∫ 1 f (x) dx = 1.
5 568
D’où lim
b 55 1. a) P(X < 1000) = 1 – e ≈ 0,117.
b→+∞ ln 2
– ------------- × x
Ainsi f définit une densité de probabilité. b) On écrit que 1 – e 5 568 = 0,2
b) f positive et continue sur  et pour tout b  0, soit x ≈ 1792,5 années.

∫ 1 f (x) dx = ∫ 0 xe– x dx = 1 – e– b – be– b (intégration

b b ln 2
– --------- × 1 000
2. a) P(T < 1000) = 1 – e 30 ≈ 1.
par parties). ln 2
– --------- × t
e 30 = 0,2 soit t ≈ 9,66 années.
∫ 0 f (x) dx = 1.
b b) On écrit que 1 –
D’où lim
b→+∞
Ainsi f définit une densité de probabilité. 56 ● 1. T : temps de réparation en h.
P(T  2) = e– 2λ = e– 1 ≈ 0,368.
51 A : durée d’attente en min ; T : temps écoulé en 2. T est sans mémoire :
min entre 10 h et l’arrivée du bus. P(T  10 / T  9) = P(T  1) = e– λ = e– 0,5 ≈ 0,606.

174
 ●

)
57 Corrigé dans le manuel. 61 ● 1. a) M doit être sur les arcs [ AB ] ou [ AC ] .
A
58 ● 1. Le système a une durée de vie inférieure à t M M′
si et seulement si les deux composants ont une durée
de vie inférieure à t :

3
R1

R1
P(T  t) = P(T1  t) × P(T2  t).

3
2. P(T  t) = (1 – e– λt) × (1 – e– λt) = (1 – e– λt)2.
3. P(T > 365) = 1 – P(T  365) = 1 – (1 – e– λ × 365)2.
≈ 0,001 35. C

4. p(T′  t) = (1 – e– λt)3, d’où :

p(T′ > 365) = 1 – (1 – e– λ × 365)3 ≈ 0,002. 2
b) D’où la probabilité : P = --- .
3
●
59 1. P(X > 10) = 0,286 ⇔ e– 10λ = 0,286 2. Si EF = R 3 , L est le milieu du rayon [OD].
ln 0,286 Pour que 0  X  R 3 , il faut et il suffit que L soit à
⇔ λ = – ------------------- .
10
Ainsi λ ≈ 0,125. R
l’extérieur du cercle de rayon ---- .
2
2. P(X  0,5) = 1 – e– 0,5λ ≈ 0,061.
aire de la couronne 3
3. La loi de X est sans mémoire donc Donc P′ = --------------------------------------------------------------------- = --- .
aire du disque de rayon R 4
P(T  10 / T  8) = P(X  2) = e– 2λ ≈ 0,779.
4. A : au moins un appareil a une durée de vie supé-
rieure à 10 ans.
P(A) = 1 – [P(X  10)]15 = 1 – (1 – 0,286)15 ≈ 0,994.
O F
5. On cherche l’entier n tel que 1 – (1 – 0,286)n  0,999.
ln 0,001
D’où n  ------------------- donc n0 = 21.
ln 0,714 L

● E
60 1. a) P(50  D  100) = e– 50λ – e– 100λ ≈ 0,248. D
b) P(D  300) = e– 300λ ≈ 0,026.
3. Notons [AB] le diamètre tel que AB ⊥ SR . Soit L′
2. D est sans mémoire donc
P(T  375 / T  350) = P(X  25) = e– 25λ ≈ 0,737. le milieu de la corde. 0  X  R 3 si et seulement si
L′ ∈ [AI] ∪ [BJ].
3. a) Par intégration par parties
1
Donc P′′ = ---
∫ 0 λxe– λx dx = – Ae– λA – --λ1- e– λA + --λ1-
A
I(A) = 2
B
A A
– ------ – ------
soit I(A) = 82 – 82 e 82 – A e 82 .
J
A A
– ------ – ------
b) lim e 82 = lim Ae 82 = 0 donc
A→+∞ x→+∞ O
lim I(A) = 82.
A→+∞
I
1
Note : Cette distance moyenne n’est autre que E(D) = --- (espé-
λ
rance d’une variable aléatoire de type exponentiel). S L R
A
4. a) Xd traduit le nombre de réalisations de S lors de
la répétition de N0 épreuves de Bernoulli identiques
et indépendantes associées à S « l’autocar ne subit
Prendre toutes les initiatives
aucun incident pendant d km » de probabilité
p = P(D  d) = e– λd. 62 Notons p = P(D) = 0,01.
Donc Xd suit une loi (N0 ; e– λd). A : « le paquet contient au moins deux objets défec-
b) E(Xd) = N0e– λd. tueux ».

Chap. 11 • Lois de probabilités • 175

A : « le paquet contient aucun ou un objet défec- 20
tueux ». N  5 ⇔ 1,5X – 5  5 ⇔ X  ------ .
3
P(A) = 0,9910 + 10 × 0,01 × 0,999. Puisque X ne prend que des valeurs entières N  5
Ainsi P(A) = 1 – P(A) ≈ 0,004 3. signifie X  7.
10 k
P(A) < 0,01 donc la proposition est réaliste. 3 10 – k
∑  k  ×  --4- ×  ---
10 1
P(N  5) = ≈ 0,003 5.
 4
k=7
63 Non ! X : partie entière du réel choisi.
Note : Il a a 22 fois moins de chances « d’avoir la moyenne »
P(X = 10) = 0 et pour tout k de {1 ; 2 ; 3 ; … ; 9}, qu’avec le protocole du 65.

longueur [k ; k + 1[ 1 ●
P(X = k) = --------------------------------------------------- = --- . 67 X : nombre de « Face » durant les n lancers,
●
longueur de [1 ; 10] 9
X suit une loi   n ; --- .
1
 2
● 1 1
64 E(T) = --- = 5 donc λ = --- . A : obtenir un nombre impair de « Face ».
λ 5 Notons I l’ensemble des entiers impairs inférieurs ou
X : nombre de moteurs n’ayant pas d’incident durant égaux à n.
les deux premières années. i n–i
2
P(A) = ∑ P(X = i) = ∑  ni ×  1--2- ×  ---
1
 2
=
– --- i∈I i∈I
X suit une loi (100 ; p) avec p = P(T  2) = e– 2λ = e 5.
n

Le nombre cherché est E(X) = 100p =

2
– ---
100 e 5 ≈ 67.
=  --- ×
1
 2 ∑  ni . [1]
i∈I
Or d’après la formule du binôme
65 ● N : Note obtenue. n – 1 n 
(1 – 1)n =  n –  n +  n –  n + … + ( – 1 )
La note est égale au nombre de réponses justes sur les  0  1  2  3  n – 1
dix. Ainsi N suit une loi   10 ; --- .
1
+ ( –1 )  
n n
 4  n
P(N  5) = 1 – P(N  4) donc en séparant les termes d’indices pairs et impairs,
0 = ∑  n – ∑   d’où ∑  n = ∑  n
4 k n
3 10 – k
∑  k  ×  --4- ×  ---
10 1  j  i  i  j
=1– ≈ 0,078 1.
 4 j∈I i∈I i∈I j∈I
k=0
La somme de toutes les combinaisons vaut 2n d’où
66 ●
n
1
∑  i  = ----2-
● N : Note obtenue. n 2
= 2n – 1. Ainsi d’après [1], P(A) = --- .
X : nombre de réponses justes ; 2
i∈I
X suit une loi   10 ; --- .
1
 4 Note : Un calcul direct à partir du développement de  1 --
-- – 1
n
2 2
N = X – 0,5(10 – X) = 1,5X – 5. par la formule du binôme est aussi possible.

Problèmes (page 313)

 6 ( B ∩ C ) 6 × 14 190 28
●  2 3 2. PC(B) = p -------------------- = --------------- × --------- = ------ (0,651).
68 ● 1. • P(A) = ----------- = ------ (0,079); p(C) 190 129 43
 20 38
 2 129 3
3. • P(E0) =  --------- ≈ 0,313;
 190
 14
 2  99 129 2
• P(B) = 1 – ----------- = --------- (0,521); • P(E1) = 3 ×  --------- ×  --------- ≈ 0,444;
61
 20 190  190  190
 2
61 2
• P(E2) = 3 ×  --------- ×  --------- ≈ 0,210;
129
 6 +  5 +  9  190  190
 2  2  2 61
• P(C) = -------------------------------------- = --------- (0,321).
 20 61 3
• P(E3) =  --------- ≈ 0,033.
190
 2  190

176
 69 ● 10 n–k 10
1. E(Sn) = np = 10 donc p = ------ .
● donc P(Sn = k) × --------------- × ------------ = P(Sn = k + 1).
n n – 10 k + 1
k n – k
P(Sn = k) =   ×  ------ ×  1 – ------
n 10 10 c) k est fixé ;
 k  n   n k
n 10
2. a) P(Sn = 0) =  1 – ------ donc
10 supposons que lim P(Sn = k) = e– 10 × -------- .
 n n→+∞ k!
n–k
ln  1 – ------
10 --------------- = 1 et d’après l’égalité du 2. b)
Alors lim
 n n→+∞ n – 10
ln[P(Sn = 0)] = n ln  1 – ------ = – 10 × -------------------------- .
10
 n 10 k
– ------ 10 10
n lim P(Sn = k + 1) = ------------ × e– 10 × -------- soit
n→+∞ k+1 k!
10 ln ( 1 + u )
Posons u = – ------ d’où ln(P(Sn = 0)) = – 10 × ----------------------- . k+1
n u 10
lim P(Sn = k + 1) = e– 10 × ------------------- .
ln ( 1 + u ) n→+∞ ( k + 1 )!
Or lim u = 0 et lim ----------------------- = 1 donc
n→+∞ u→0 u d) Récurrence immédiate : la propriété est vraie au
lim ln (P(Sn = 0)) = – 10. rang 0 (voir 2. a)) et si elle est vraie au rang k, elle se
n→+∞ transmet au rang k + 1 (voir 2. b)).
La fonction exp est continue en – 10 donc 3. P(Sn  3) = 1 – P(Sn  2).
P(Sn = 0) = e– 10. 2
D’où P(Sn  3) = 1 – e– 10  1 + ------ + --------
10 10
n–k 10 
b) P(Sn = k) × --------------- × ------------ 1! 2! 
n – 10 k + 1
= 1 – 61e– 10 ≈ 0,997 2.
10 k 10 n – k
=   × --------------- × ------------ ×  ------ ×  1 – ------
n n–k 10
 k n – 10 k + 1  n   n 50 20 k N – 20 50 – k
1. P(X = k) =    ------  ----------------
●
70 ● .
 k  N  N 
10 k 10 n – k
= ------------------------- × ------------ × ------------------------ ×  ------ ×  1 – ------
n! n–k 10
k! ( n – k )! k + 1    n 20 20 3 20 45 25 × 20
2. f ′(x) = 2  -----2-  ------  1 – ------  – 2 + ------------------ .
n
n  1 – ------
10
 n   x   x   x 
x
10 k + 1  10 n – k – 1
= ------------------------------------------------ ×  ------ × 1 – ------
n! D’où un maximum pour x = 250.
( k + 1 )! ( n – k – 1 )!  n   n 3. a) N = 250 (maximum de vraisemblance).
n   10 k+1
10 n – ( k + 1 )
= × ------ ×  1 – ------ 20 4
b) La proportion : ------ = ------ , soit N = 250.
 k + 1  n   n N 50

C’est nouveau au bac (page 314)

● ●
71 1. a), d) P(T < t) = P(T  t) 72 1. Vrai. N : nombre de « Face ». N suit une loi
  20 ; --- .
1
⇔ 1 – e– λt = e– λt ⇔ e– λt = --- ⇔ t = – --- ln  --- = -------- .
1 1 1 ln 2
2 λ  2 λ  2
2. a) P(T < 1) = 0,18 ⇔ 1 – e = 0,18
– λ 2 15 20
P(N = 5) =   ×  --- ×  --- =   ×  ---
20 1 1 20 1
;
⇔ e– λ = 0,82  5   2  2  5   2
20
⇔ λ = – ln  ------ = ln  ------
41 50
P(N = 15) =   ×  --- ;
20 1
 50  41  15  2
= ln 2 + 2 ln 5 – ln 41.
or  20 =  20 d’où le résultat.
3. a), d) T est sans mémoire donc  5   15
P(T  3 / T  2) = P(T  1) = e– λ.
2. Faux. De même P(N = 5) =   × 0,65 × 0,415 et
20
4. d) Par intégration par parties  5
∫0 λxe– λx dx = – te– λt – --λ1- e– λt + --λ1-
t
P(N = 15) =   × 0,615 × 0,45 donc
I(t) = 20
 15
1 P(N = 5) ≠ P(N = 15).
d’où E(T) = lim I(t) = --- .
t→+∞ λ 3. Faux. X : nombre de réponses justes. X suit une loi
1
  10 ; --- .
Ainsi E(T) = ------- = 5. 1
0,2  3

Chap. 11 • Lois de probabilités • 177

 4 et P(T  200) = 0,5 donc :
P(X  5) = 1 – ∑ P(X = k) P(200  T  400) = 0,5 × 0,5 = 0,25.
k=0
1 1
4 k 10 – k c) Par hypothèse P(T < 200) = --- soit 1 – e– 200λ = ---
 10 ×  1--- ×  2--- 2 2
=1– ∑  k   3  3
≈ 0,21.
ln 2
k=0 d’où λ = --------- .
200
4. Vrai. X suit une loi   4k ; --- donc
3
∫ 83
400
 4 P(83  T  400) = λe– λx dx = e– 83λ – e– 400λ
3
E(X) = 4k × --- = 3k. ≈ 0,5 (arrondi à 10– 4 près).
4
5. Faux. A : « tirer au moins une vis défectueuse ». ●
74 1. Par définition, pour tout t  0,
P(A) = 1 – 0,99n.
∫ 0 λe– λx dx = 1 – e– λt.
t
P(A) > 0,99 ⇔ 1 – 0,99n > 0,99 P(T < t) =
⇔ 0,99n < 0,01 D’où P(T  t) = 1 – P(T < t) = e– λt.
ln 0,01
⇔ n > ---------------- . Pour tout t  0, h  0,
ln 0,99 P ( ( T  t + h ) et ( T  t ) )
D’où n  459. P(T  t + h / T  t) = ----------------------------------------------------------------
P(T  t)
Note : on peut aussi tester la valeur 100. –λ ( t + h )
P(T  t + h) e
Pour n = 100, P(A) = 1 – 0,99100 ≈ 0,634. = -------------------------------- = -------------------
-
P(T  t) e
– λt
●
73 1. Par définition, pour tout t  0, = e– λh = P(T  h).
∫ 0 λe– λx dx = 1 – e– λt.
t
Ainsi T est une loi « sans vieillissement ».
P(T < t) =
2. Application :
D’où P(T  t) = 1 – P(T < t) = e– λt. a) P(T  400 / T  200) = P(T  200)
Pour tout t  0, h  0, = 1 – P(T < 200) = 0,5.
P ( ( T  t + h ) et ( T  t ) ) b) P(200  T  400)
P(T  t + h / T  t) = ----------------------------------------------------------------
P(T  t) = P((T  200) ∩ (T  400))
P(T  t + h) e
– λ(t + h) = P(T  200) × P(T  400 / T  200).
= -------------------------------- = ---------------------
- Or P(T  400 / T  200) = 1 – P(T > 400 / T  200)
P(T  t) e
– λt
= 1 – 0,5 = 0,5
= e– λh = P(T  h). et P(T  200) = 0,5 donc :
Ainsi T est une loi « sans vieillissement ».
P(200  T  400) = 0,5 × 0,5 = 0,25.
2. Application :
a) P(T  400 / T  200) = P(T  200) 1 1
c) Par hypothèse P(T < 200) = --- soit 1 – e– 200λ = ---
= 1 – P(T < 200) = 0,5. 2 2
b) P(200  T  400) ln 2
d’où λ = --------- .
= P((T  200) ∩ (T  400)) 200
= P(T  200) × P(T  400 / T  200).
∫ 83
400
P(83  T  400) = λe– λx dx = e– 83λ – e– 400λ ≈ 0,5
Or P(T  400 / T  200) = 1 – P(T > 400 / T  200)
= 1 – 0,5 = 0,5 (arrondi à 10– 4 près).

178