École Nationale d’Ingénieurs de Monastir
1ère année, Génie Énergétique.
Année universitaire : 2015/2016
Enseignant: I. MAHFOUDHI
Probabilités et Statistique
Session de rattrapage
Epreuve du 08 Juin 2016
Durée : 2 heures, calculatrice autorisée, les notes de cours et les téléphones portables sont
interdits. La rédaction est très importante, rédigez et justifiez clairement vos réponses.
Exercice 1.
On considère la série suivante (1, 0, 2, 1, 1, 0, 1, 0, 0).
1. Calculer sa moyenne et sa variance empiriques.
2. Représenter la courbe des fréquences cumulées.
3. Déterminer médiane, premier et troisième quartile, ainsi que le mode.
Exercice 2.
Un joueur a trois pièces dans sa poche, deux normales et la troisième ayant deux côtés
"pile" (toutes les pièces sont équilibrées). Il prend au hasard une pièce dans sa poche et la
lance.
1. Quelle est la probabilité d’obtenir "pile"?
2. La pièce montre "pile". Quelle est la probabilité qu’il s’agisse de la pièce normale?
3. Il lance la même pièce une seconde fois, elle montre de nouveau "pile". Que devient la
probabilité précédente ( qu’il s’agisse de la pièce normale)?
4. Il la lance une troisième fois, et obtient "face". Quelle est maintenant la probabilité
qu’il s’agisse d’une pièce normale?
1
Exercice 3.
On considère la fonction f définie par :
cos(x), si x ∈]0, π2 ]
f (x) :=
0 si non.
1. Montrer que f est une densité de probabilité
2. Déterminer la fonction de répartition F :
Soit X la variable aléatoire de densité f .
3. Calculer la probabilité de l’événement [ π3 ≤ X ≤ 2].
4. Déterminer la loi de Y = exp(X).
Exercice 4.
Soient U1 et U2 deux lois de Poisson de paramètre respectivement λ1 et λ2 .
λk
Rappel : on dit que X P(λ) si et seulement si P (X = k) = e−λ , ∀ k ∈ N et
k!
d’espérance E(X) = λ.
1. Montrer que Y = U1 + U2 suit la de Poisson de paramètre λ1 + λ2 .
2. Soit (Xn )n≥1 une suite des variables aléatoires indépendantes de même loi de Poisson
de paramètre 1. En déduire que Sn = X1 + · · · + Xn suit la loi de Poisson de paramètre
n.
n
−n
X nk
3. En utilisant le théorème central limite, calculer la limite de la suite e
k=0
k!
Bon courage !
2
Correction d’examen Probabilités et Statistique
Session de rattrapage 2015-2016
Exercice 1.
On considère la série suivante (1, 0, 2, 1, 1, 0, 1, 0, 0).
1 Calculer sa moyenne et sa variance empiriques.
Réponse : Il faut d’abord ordonner les valeurs de la série dans le sense croissante
S := {0, 0, 0, 0, 1, 1, 1, 1, 2}. L’effectif total N = 9
2
X ni × x2 i 4
x= 6
9
= 2
3
et V (x) = − x2 = .
i=0
N 9
2 Représenter la courbe des fréquences cumulées.
Réponse : Les fréquences des valeurs :
4 4 1
f0 = 9
, f1 = 9
et f2 = 9
Les fréquences cumulées :
4 8
g0 = f0 = 9
, g1 = f0 + f1 = 9
et g2 = f0 + f1 + f2 = 1.
D’où le graphique suivant
3 Déterminer médiane, premier et troisième quartile, ainsi que le mode.
Réponse : L’effectif total N = 9 est un entier impaire alors :
– Le médiane x1/2 = x5 = 1
N
– 4
= 2.25 =⇒ Q1 : le 3ème valeurs dans le série statistique égale 0
3N
– 4
= 6.75 =⇒ Q3 : le 7ème valeurs dans le série statistique égale 1
– Le mode sont : 0 et 1
3
Exercice 2.
Un joueur a trois pièces dans sa poche, deux normales et la troisième ayant deux côtés
"pile" (toutes les pièces sont équilibrées). Il prend au hasard une pièce dans sa poche et la
lance.
1. Quelle est la probabilité d’obtenir "pile"?
Réponse : soitent A, B et C Les évenements suivantes:
A:« Obtenir Pile » B:« La piéce choisi est normale». C:« La piéce choisiest pile/pile».
P (A) = P (A ∩ B) + P (A ∩ C).
= P (B).P (A|B) + P (C).P (A|C).
= 32 . 12 + 1. 13 = 32 .
2. La pièce montre "pile". Quelle est la probabilité qu’il s’agisse de la pièce normale?
P (A∩B) 1/3
Réponse : c’est la probabilité de l’evenement B|A P (B|A) = P (A)
= 2/3
= 12 .
3. Il lance la même pièce une seconde fois, elle montre de nouveau "pile". Que devient la
probabilité précédente ( qu’il s’agisse de la pièce normale)?
Réponse : soit l’enevement suivant D :« Obtenir (Pile, Pile) ».
P (D) = P (D ∩ B) + P (D ∩ C).
= P (B).P (D|B) + P (C).P (D|C).
= 23 . 21 . 12 + 31 .1.1 = 61 + 61 = 12 .
Une seconde fois, elle montre de nouveau "pile". Que la probabilité qu’il s’agisse d’une
pièce normale c’est l’evenement B|D
P (B∩D) 1/6
P (B|D) = P (D)
= 1/2
= 1/3.
4. Il la lance une troisième fois, et obtient "face". Quelle est maintenant la probabilité
qu’il s’agisse d’une pièce normale?
Réponse : soit l’enevement suivant E :« Obtenir (Pile, Pile,Face) ».
P (E) = P (E ∩ B) + P (E ∩ C).
= P (B).P (E|B) + P (C).P (E|C).
= 32 . 12 . 21 . 12 + 13 .1.1.0 = 12
1
.
On obtient "face". Quelle est maintenant la probabilité qu’il s’agisse d’une pièce nor-
male c’est l’evenement B|E
P (B∩E) 1/12
P (B|E) = P (E)
= 1/12
= 1.
4
Exercice 3.
1) Montrer que f est une densité de probabilité
Réponse : 1. f est positive sur R.
2. f est continue sur R∗ .
Z +∞ Z 0 π
+∞
π
Z Z
2 π
3. f (t)dt = f (t)dt + f (t)dt + f (t)dt = [sin(t)]02 = sin( ) = 1.
−∞ −∞ 0 π
2
2
Donc f est une densité de probabilité.
2) Déterminer la fonction de répartition F :
Z x 0 si x ≤ 0
Réponse : La fonction de répartition F (x) = f (t)dt = sin(x), si x ∈]0, π2 ]
−∞ 1 si non.
3) Calculer la probabilité de l’événement [ π3 ≤ X ≤ 2].
Réponse : La probabilité P( π3 ≤ X ≤ 2) = F (2) − F ( π3 ) = 1 − sin(π/3) = 0.133
4) Déterminer la loi de Y = exp(X).
Réponse : Soient G(x) = P(Y ≤ x) et F (x) = P(X ≤ x) les deux fonctions de répartition
respectivement de Y et X.
– Si x ≤ 0, G(x) = P(exp(X) < x) = 0.
– Si x > 0 G(x) = P(X ≤ log(x)) = F (log(x)).
– ⇒ G′ (x) = x1 F ′ (log(x)) = x1 f (log(x)).
0 si x ≤ 0
Alors Y a pour densité g(x) := G′ (x) =
1
f (log(x)) si x > 0.
x
Exercice 4.
Soient U1 et U2 deux lois de Poisson de paramètre respectivement λ1 et λ2 .
λk
Rappel : on dit que X P(λ) si et seulement si P (X = k) = e−λ , ∀ k ∈ N et
k!
d’espérance E(X) = λ.
1. Montrer que Y = U1 + U2 suit la de Poisson de paramètre λ1 + λ2 .
5
Réponse : Pour tous k ∈ N
P (Y = k) = P (U1 + U2 = k) = P {U1 = 0, U2 = k} . . . {U1 = k, U2 = 0}
k
k
X
= P ∪i=0 {U1 = i, U2 = k − i} = P {U1 = i, U2 = k − i}
i=0
k k
X X λi1 −λ2 λ2k−i
= P (U1 = i)P (U2 = k − i) = e−λ1 e
i=0 i=0
i! (k − i)!
k k
X e−(λ1 +λ2 ) k!λi1 λ2k−i e−(λ1 +λ2 ) X i i k−i e−(λ1 +λ2 )
= = C k λ1 λ2 = (λ1 + λ2 )k .
i=0
k! i!(k − i)! k! i=0
k!
Ce qui implique Y suit la loi de poisson de paramètre λ1 + λ2 .
2. Soit (Xn )n≥1 une suite des variables aléatoires indépendantes de même loi de Poisson
de paramètre 1. En déduire que Sn = X1 + · · · + Xn suit la loi de Poisson de paramètre
n.
Réponse : Par récurrence on peut montrer que Sn suit la loi de poisson de paramètre n
Initialisation : Pour n = 1 S1 = X1 suit la loi de poisson de paramètre 1 P1 est vrai.
Hérédite : On suppose que Pn est vrai montrons que Pn+1 est vrai. Sn+1 = Sn + Xn+1 , or Sn
suit la loi de poisson de paramètre n par l’hypothèse de recurrence et Xn+1 suit
la loi de poisson de paramètre 1 d’après question 1) Sn+1 suit la loi de poisson de
paramètre n + 1. D’où l’hérédite
Conclusion : D’après le principe de recurrence Sn suit la loi de poissson de paramètre n
n
X nk
3. En utilisant le théorème central limite, calculer la limite de la suite e−n
k=0
k!
nk
Réponse : Par définition de Sn on a P Sn = k = e−n
∀k∈N
k!
n n
X −n
X nk
P Sn = k = e d’autre part
k=0 k=0
k!
n
X Sn − n
≤ 0 = P − ∞ ≤ Sn∗ ≤ 0 .
P Sn = k = P Sn ≤ n = P Sn − 1 × n ≤ 0 = P √
k=0
nσ 2
les variables aléatoires sont indépendantes ayant la même densité d’espérance µ = 1
d’après le théorème central limite
n 0
nk 1
Z
x2
X
−n
Sn∗ e− 2 dx
lim e = lim P − ∞ ≤ ≤0 = √
n→+∞ k! n→+∞ 2π −∞
k=0 Z +∞
1 1 x 2 1
= √ e− 2 dx = .
2 2π −∞ 2