Module de Probabilité et Echantillonnage : Corrigé des Exercices

A. Probabilité Continue
Exercice 1 :
A partir de 7 heures du matin, les bus passent toutes les quinze minutes à un arrêt précis.
Un usager se présente à cet arrêt entre 7h et 7h 30. On fait l'hypothèse que l'heure exacte de son arrivée,
représentée par le nombre de minutes après 7h, est une variable aléatoire uniformément répartie sur l'intervalle
[0,30].
a) Quelle est la probabilité que l'usager attende moins de cinq minutes le prochain bus ?
b) Qu'il l'attende plus de dix minutes ?
Corrigé 1 :
a) On note X le temps en minutes écoulé entre 7h et l’arrivée de l’usager.
X est une variable aléatoire uniforme prenant ses valeurs dans l’intervalle [0 ; 30] .
L'usager attendra moins de cinq minutes que si son heure d'arrivée est comprise entre 7h 10 et 7h 15, ou encore
entre 7h 25 et 7h 30. La probabilité d’attendre moins de 5 minutes est :
15 30
15 − 10 30 − 25 1
P(10 ≤ X ≤ 15) + P(25 ≤ X ≤ 30) = 
10
1
30
dx + 
25
1
30
dx =
30
+
30
=
3
b) Le raisonnement est identique pour déterminer la probabilité qu'il attende plus de dix minutes.
Dans ce cas, l'heure d'arrivée doit être comprise entre 7h et 7h 05 min ou entre 7h 15 min et 7h 20 min.
5 20
1
La probabilité d’attendre plus de 10 minutes est : P(0 ≤ X ≤ 5) + P(15 ≤ X ≤ 20) = 
0
1
30
dx + 
15
1
30
dx =
3
Exercice 2 :
A l’un des carrefours de Nouakchott, un panneau de feux tricolores de circulation est doté d’un compteur : le signal
est rouge pendant 45 secondes puis vert pendant 33 secondes et ensuite jaune pendant 2s.
A 12 h 0 min 0 s, le feu rouge est déclenché. Une voiture arrive à ce panneau entre 12 h 0 min 0 s et 12 h 1 min 20 s.
1. Le temps d’arrivée de la voiture suit une loi uniforme sur [ 0;80] . Déterminer la probabilité de chacun des
événements suivants :
A : La voiture trouve le feu vert B : La voiture trouve le feu rouge
C : La voiture trouve le feu rouge sachant que son moment d’arrivée est dans l’intervalle [ 20;70]
2. La durée de vie de l’une des ampoules utilisées dans le feu tricolore est une variable aléatoire X qui suit une loi
exponentielle de paramètre λ = 0,00002 .
a) Quelle est la probabilité que l’ampoule dure plus de 30000 heures.
b) Quelle est la probabilité que l’ampoule dure plus de 30000 heures, sachant qu’elle a déjà duré 20000 heures.
Corrigé 2
1. Calcul des probabilités des événements A, B et C
78 − 45 33 45 − 0 9
P(A) = P ( X ∈ [ 45;78] ) = = P(B) = P ( X ∈ [ 0;45] ) = =
80 − 0 80 80 − 0 16
45 − 20
P ( X ∈ [ 0;45] ∩ [ 20;70] ) P ( X ∈ [ 20;45] ) 80 − 0 1
P(C) = PX∈[ 20;70] ( X ∈ [ 0;45] ) = = = =
P ( X ∈ [ 20;70] ) P ( X ∈ [ 20;70] ) 70 − 20 2
80 − 0
−5
2. X suit une loi exponentielle de paramètre λ = 2 × 10
4
x2x10−5
a) P(X ≥ 30000) = e−30000.λ = e −3x10 = e−0,6
b) PX >20000 (X ≥ 30000) = PX >20000 (X ≥ 20000 + 10000) = P(X ≥ 10000) = e−0,2

Exercice 3 :
Soit I l'intervalle [1;10[ et f λ la fonction définie sur I par : fλ (t) = λt −2 .
1) Déterminer le réel λ pour lequel f λ est une densité de probabilité.
2) Même question avec I = [1; +∞[
3)
Corrigé 3 : fλ est continue sur [1;10[ en tant que produit de fonctions qui le sont. De plus fλ sera une densité de
probabilité si pour tout t ∈ [1;10],fλ (t) ≥ 0 ⇔ λ t −2 ≥ 0 ⇔ λ ≥ 0 .
 10
Enfin, il est nécessaire que : 
1
fλ (t)dt = 1 , soit :
10
10 10 1  1 10  1   9 10

1
fλ (t)dt = 1 ⇔
1  λt −2 dt = 1 ⇔ λ
1 t2 t 
dt = 1 ⇔ λ  −  = 1 ⇔ λ  − + 1  = 1 ⇔ λ   = 1 ⇔ λ =
 1  10   
10 9
10
Conclusion : fλ est une densité de probabilité si et seulement si λ =
9
Exercice 4 :
Une variable T soit une loi exponentielle de paramètre λ > 0
Trouvez le paramètre de cette loi sachant que P(T ≤ 70) = 0,05 . Déduisez-en P(T > 30)
Corrigé 4
L'égalité P(T ≤ 70) = 0,05 se traduit par :
70 70 ln(0,95)

0
λe −λx dx = 0,05 ⇔  − e −λx  = 0,05 ⇔ 1 − e −70 λ = 0,05 ⇔ e −70 λ = 0,95 ⇔ −70λ = ln(0,95) ⇔ λ = −
0 70
30
On a : P(T > 30) = 1 − p(T ≤ 30) = 1 − p(T ≤ 30) = 1 −  0
λe−λx dx

= 1 −  − e − λx 
30

0
( (
= 1 − − e −30 λ − − e − λ×0 )) = 1 + e − 30 λ
− 1 = e −30λ
ln(0,95) 3ln(0,95)
ln(0,95) −30×−
70 7
En utilisant la valeur λ = − , on obtient P(T > 30) = e =e ≈ 0,978 à 0,001 près
70
Exercice 5:
Le temps, mesuré en heures, nécessaire pour réparer une certaine machine suit la loi exponentielle de paramètre
1
λ= .
2
1) Quelle est la probabilité que le temps de réparation excède deux heures ?
2) Quelle est la probabilité qu'une réparation prenne au moins dix heures, étant donné que sa durée a déjà dépassé
neuf heures ?
Corrigé 5 : Notons T la variable aléatoire mesurant le temps, mesuré en heures, nécessaire pour réparer une
1
certaine machine. Puisque T suit la loi exponentielle de paramètre λ = , on a :
2
1) La probabilité que le temps de réparation excède deux heures est égale à :
2
1
21 − x  −1x   − 1 ×2  − 1 ×0   1
P(X ≥ 2) = 1 − p(X ≤ 2) = 1 −
0 2 
e 2 dx = 1 −  −e 2  = 1 −  −e 2 −  −e 2   = 1 + e−1 − 1 =
  0
 



 e

2) La probabilité qu'une réparation prenne au moins dix heures, étant donné que sa durée a déjà dépassé neuf
p((X > 10) ∩ (X > 9)) p(X > 10)
heures est égale à : P( X > 9) (X > 10) = = car X > 10  X > 9 .
p(X > 9) p(X > 9)
1
10 1 − x 1 10

Ainsi,
p(X > 10)
=
1− 0 2
e 2 dx
=
1+ e
− ×10
2 −1
=
e
−
2
=e
−
10 9
+
2 2 =e
−
1
2
1 1 9
p(X > 9) 91 − x − ×9 −
1− 0 2
e 2 dx 1+ e 2 −1 e 2

Exercice 6:
Partie A : On suppose connu le résultat suivant : Si X est une variable aléatoire qui suit une loi exponentielle de
t
 λe
−λx
paramètre strictement positif λ alors, pour t réel positif, P(X ≤ t) = dx
0

1. Démontrer l'égalité P(X ≥ t) = e−λt

2. En déduire que pour s et t réels positifs, l'égalité suivante est vraie : P(X> t) (X > s + t) = p(X > s) (loi de durée
sans vieillissement), P(X> t) (X > s + t) désignant la probabilité de l'événement (X > s + t) sachant que
(X > t) est réalisé.
Partie B : La durée d'attente exprimée en minutes à chaque caisse d'un supermarché peut être modélisée par une
variable aléatoire T qui suit une loi exponentielle de paramètre strictement positif λ
1) a) Déterminer une expression exacte de λ sachant que P(T ≤ 10) = 0, 7
On prendra pour la suite de l'exercice, la valeur 0,12 comme valeur approchée de λ .
b) Donner une expression exacte de la probabilité conditionnelle P(T>10) (T > 15)
c) Sachant qu'un client a déjà attendu 10 minutes à une caisse, déterminer la probabilité que son attente totale ne
dépasse pas 15 minutes. On donnera une expression exacte, puis une valeur approchée à 0,01 près de la réponse

Corrigé 6
Partie A
1) Pour tout réel t , on a :
t
 λe dx
−λx
P(X ≥ t) = 1 − p(X ≤ t) = 1 −
0
t
(
= 1 −  − e − λx  = 1 − − e − λt
0
− ( −e )) = 1 + e
− λ× 0 − λt
− 1 = e − λt
p((X > s + t) ∩ (X > t)) p(X > s + t)
2) Pour s et t réels positifs, on a : P( X > t ) (X > s + t) = = car X > s + t  X > t .
p(X > t) p(X > t)
p(X > s + t) e−λ (s + t )
D'après ce qui précède, = −λt = e−λ (s + t )+λt = e−λs = p(X > s) , donc P( X> t ) (X > s + t) = p(X > s)
p(X > t) e
Partie B
1) a) L'égalité P(T ≤ 10) = 0, 7 se traduit par :
10 10 ln(0, 3)
0
λe−λx dx = 0,7 ⇔  −e−λx  = 0,7 ⇔ 1 − e−10λ = 0,7 ⇔ e−10λ = 0, 3 ⇔ −10λ = ln(0, 3) ⇔ λ = −
0 10
On prendra pour la suite de l'exercice, la valeur 0,12 comme valeur approchée de λ .
b) On utilise la deuxième propriété de la partie A :
P(T>10) (T > 15) = p( t ) (T > 10 + 5) = p(T > 5) = e− λ×5 = e−0,12×5 = e−0,6
t> 0
t s
c) Sachant qu'un client a déjà attendu 10 minutes à une caisse, la probabilité que son attente totale ne dépasse pas
15 minutes est égale à P(T>10) (T ≤ 15) = 1 − p(T>10) (T > 15) = 1 − e−0,6 ≈ 0,45 à 0,01 près
Exercice 7:
La durée de vie d'un ordinateur (c'est-à dire la durée de fonctionnement avant la première panne), est une variable
aléatoire X qui suit une loi exponentielle de paramètre λ avec λ > 0
Ainsi, pour tout réel positif t , la probabilité qu'un ordinateur ait une durée de vie inférieure à t années, notée
t
 λe
−λ x
P(X ≤ T) , est donnée par P(X ≤ T) = dx .
0
1) Déterminer λ sachant que p(X > 5) = 0,4 2) Dans cette question, on prendra λ = 0,18 .
Sachant qu'un ordinateur n'a pas eu de panne au cours des 3 premières années, quelle est, à 10 −3 près, la
probabilité qu’il ait une durée de vie supérieure à 5 ans ?
3) Dans cette question, on admet que la durée de vie d'un ordinateur est indépendante de celle des autres et que
P(X > 5) = 0,4 .
a) On considère un lot de 10 ordinateurs. Quelle est la probabilité que, dans ce lot, l'un au moins des ordinateurs ait
une durée de vie supérieure à 5 ans ? On donnera une valeur arrondie au millième de cette probabilité
b) Quel nombre minimal d'ordinateurs doit-on choisir pour que la probabilité de l'événement «L'un au moins
d'entre eux a une durée de vie supérieure à 5 ans» soit supérieure à 0,999 ?
Corrigé 7
5 5
1) On a p(X > 5) = 1 − p(X ≤ 5) =  0
( )
λe −λx dx =  −e −λx  = −e−λ×5 − −e−λ×0 = 1 − e−5λ .
0
L'égalité p(X > 5) = 0,4 se traduit par :
ln(0,6)
1 − e −5λ = 0,4 ⇔ e−5λ = 0,6 ⇔ −5λ = ln(0,6) ⇔ λ = ≈ 0,102 à 0,001 près.
−5
2) D'après le cours, p(x≥ 3) (X ≥ 5) = p(x≥ 3) (X ≥ 3 + 2) = p(X ≥ 2) = e−λ×2 = e−0,18×2 = e−0,36 ≈ 0,698 à 0,001 près.
3) Dans cette question, on admet que la durée de vie d'un ordinateur est indépendante de celle des autres et que
p(X > 5) = 0,4 .
a) On considère un lot de 10 ordinateurs. Quelle est la probabilité que, dans ce lot, l'un au moins des ordinateurs ait
une durée de vie supérieure à 5 ans ? On donnera une valeur arrondie au millième de cette probabilité
Si on note Z le nombre d'ordinateurs dont la durée de vie est supérieure à 5 ans parmi les 10 choisis au hasard, Z
suit la loi binomiale de paramètres n = 10 et p = p(X > 5) = 0,4 .
La probabilité que l'un au moins des ordinateurs ait une durée de vie supérieure à 5 ans est égale à :
 10 
P(Z ≥ 1) = 1 − p(Z = 0) = 1 −   × 0,40 × 0,610 = 1 − 0,610 ≈ 0,994
0
Notons n le nombre d'ordinateurs choisis. La probabilité pour que, sur ces n ordinateurs, l'un au moins ait une
n
durée de vie supérieure à 5 ans est égale à : 1 −   × 0,40 × 0,6n = 1 − 0,6n
 0
Cette probabilité est supérieure à 0,999 si et seulement si :
ln(0,001)
1 − 0, 6n ≥ 0,999 ⇔ 0,6n ≤ 0,001 ⇔ n ln(0,6) ≤ ln(0, 001) ⇔ n ≥
ln(0,6)
ln(0,001)
Puisque ≈ 13, 52 à 0,01 près et puisque n est un nombre entier, il faut choisir au moins 14 ordinateurs
ln(0,6)
pour que la probabilité de l'événement «L'un au moins d'entre eux a une durée de vie supérieure à 5 ans» soit
supérieure à 0,999 .

B. Echantillonnage et estimation
Exercice 1 :
Une entreprise annonce que le pourcentage de moteurs défectueux dans sa production est égal à 1% .
Afin de vérifier cette affirmation, 800 moteurs sont prélevés au hasard. On constate que 15 moteurs sont défectueux.
Le résultat de ce test remet –il en question l’annonce de l’entreprise ? Justifier.
On pourra s’aider d’un intervalle de confiance.
Solution :
 1 1 
On a l’intervalle de confiance I c =  f − ;f +  ,ou f= = , et n=800, donc
 n n
= , − ; , + ≈ − , ; , ,
√ √
Interprétation : L’intervalle de confiance à 95% pour la proportion de moteurs défectueux est − , ; , .
L’annonce de l’entreprise stipule que la proportion de moteurs défectueux est de 1% (0.01). Comme 0.01 se trouve à
l’intérieur de l’intervalle de confiance, nous ne pouvons pas rejeter l’affirmation de l’entreprise avec un niveau de
confiance de 95%.
En conclusion, le résultat de ce test ne remet pas en question l’annonce de l’entreprise selon laquelle le pourcentage de
moteurs défectueux est de 1%.

Exercice 2 :
D’après le site de l’IREM de Paris 13, en novembre 1976 dans un comité du sud de Texas, Rodrigo Partida était
condamné à huit ans de prison pour cambriolage d’une résidence et tentative de viol.
Il attaqua ce jugement au motif que la désignation des jurés de ce comité était discriminante à l’égard des Amé-
ricains d’origine mexicaine, alors que 79,1 % de la population de comité était d’origine mexicaine.
Sur les 870 personnes convoquées pour être jurés lors d’une certaine période de référence, il n’y eût que 339
personnes d’origine mexicaine.
1) Déterminer l’intervalle de fluctuation correspondant à la proportion d’origine mexicaine pour un échantillon de
taille 870.
2) La fréquence des personnes d’origine mexicaine dans les personnes convoquées est-elle dans cet intervalle ?
3) Qu’en conclure ?
Solution :
1) L’intervalle de fluctuation correspondant à la proportion d’origine mexicaine pour un échantillon de taille 870 est
= − ; + avec p=79,1 %=0,791 et n=870 , donc
√ √
= , − ; , + ≈ , ; ,
√ √
2) La fréquence des personnes d’origine mexicaine dans les personnes convoquées est = ≈ , , donc elle n’est
pas dans l’intervalle de fluctuation.
3) La fréquence des personnes d’origine mexicaine parmi les jurés convoqués est significativement plus faible que la
proportion attendue dans la population. Cela suggère une possible discrimination dans la sélection des jurés, comme
l’a argumenté Rodrigo Partid

Exercice3:
On admet que dans la population d’enfants de 11 à 14 ans d’un département français, le pourcentage d’enfants
ayant déjà eu une crise d’asthme dans leur vie est de 13%. Un médecin d’une ville de ce département est surpris par
le nombre important d’enfants le consultant pour des crises d’asthmes. Il décide de mener une étude statistique en
choisissant de manière aléatoire 100 enfants de 11 à 14 ans de la ville. Il observe que 19 d’entre eux ont déjà eu une
crise d’asthmes.
1) Utiliser un intervalle de fluctuation pour aider le médecin à décider s’il y a plus d’enfants ayant des crises
d’asthmes dans la ville que dans le département.
2) Le médecin n’est pas convaincu par la décision obtenue et pense que le nombre d’enfants interrogés était
insuffisant. Combien d’enfants faudrait-il interroger pour qu’une fréquence observée de 0,19 amène à conclure qu’il
y a plus d’enfants ayant des crises d’asthmes dans la ville que dans le département.

Solution :
1)Utilisation d’un intervalle de fluctuation
L’intervalle de fluctuation au seuil de 95% pour une proportion p dans un échantillon de taille ( n ) est donné par la
! " # ! " #
formule : = − , ; + , %
√$ √$
Dans ce cas, ( p = 0,13 ) et ( n = 100 ). On a : n=100 ≥ 30, &' =0,13x100=13≥ 5 et &(1 − ')=100x0,87=87 ≥ 5
Calculons l’intervalle de fluctuation :
, ! " , # , ! " , #
= , − , ; , + , % ≈ , , ,
√ √
L’intervalle de fluctuation est donc ([0,064, 0,196]). La proportion observée de 0,19 se situe dans cet intervalle, donc
on ne peut pas conclure qu’il y a significativement plus d’enfants ayant des crises d’asthme dans la ville que dans le
département.
2) Taille d’échantillon nécessaire
Pour déterminer la taille d’échantillon nécessaire pour qu’une fréquence observée de 0,19 soit significative, nous
devons résoudre l’inéquation suivante pour ( n ):
, ! " , # , ! , # , ! , #
0,19> , + , ⟺0,19−0,13> , ⟺0,06>1,96× ⟺
√$ √$ √$
, ) , , × , × ,
0,062>1,962x $
, donc n> ,
≈ ,
Il faudrait donc interroger au moins 121 enfants pour que la fréquence observée de 0,19 soit significative et permette
de conclure qu’il y a plus d’enfants ayant des crises d’asthme dans la ville que dans le département.

Exercice 4 :
Les premiers contrôles effectués sur un échantillon de 780 déclarations d’imposition préremplies montrent que 12%
de ces déclarations présentent au moins une erreur. Donner un intervalle de confiance au niveau 95% pour la
proportion p de déclarations erronées
Solution :
Pour calculer un intervalle de confiance à 95% pour la proportion de déclarations erronées, on utilise la formule :
 1 1 
Ic = f − ;f +  , où f = 12% = 0,12 et n = 780 , donc l’intervalle de confiance est:
 n n
 1 1 
I c =  0,12 − ; 0,12 +  ≈ [ 0,084;0,156]
 780 780 
Ainsi, l’intervalle de confiance à 95% pour la proportion de déclarations erronées est de 8,4% à 15,6%.

Exercice 5 :
Une société mutuelle d’assurance effectue tous les ans une enquête pour évaluer le pourcentage d’accidents
domestiques parmi ses adhérents au cours de l’année antérieure.
1) Le résultat de l’enquête en 2005 (pourcentage d’accidents domestiques en 2004) est égal à 5%. L’enquête a été
effectuée auprès de 2000 personnes. En déduire l’intervalle de confiance pour un niveau de confiance égal à 0.95.
2) Quelle est, pour le même niveau de confiance, le pourcentage minimum ? Le pourcentage maximum ?
3) On demande que l’enquête que l’on effectuera en 2006 pour estimer ce pourcentage en 2005 donne une fourchette
limitée à 2%. Quelle est la taille de l’échantillon qu’il faudra choisir ?
Solution :
1. Intervalle de confiance pour un niveau de confiance de 0.95
Le pourcentage d’accidents domestiques en 2004 est de 5%, soit une proportion ( p = 0.05 ). L’enquête a été effectuée
auprès de 2000 personnes (( n = 2000 )).
L’intervalle de confiance pour une proportion est donné par la formule :
 1 1   1 1 
IC = p − ;p +  =  0.05 − ;0.05 +  = [ 0.027;0.073]
 n n   2000 2 000 
2. Pourcentage minimum et maximum pour le même niveau de confiance
Le pourcentage minimum est ( 2.7% ) et le pourcentage maximum est ( 7.3% ).
3. Taille de l’échantillon pour une fourchette limitée à 2%
Pour que l’intervalle de confiance soit limité à 2%, soit une marge d’erreur de ( E = 0.01 ) (puisque 2% est la largeur
totale de l’intervalle, donc chaque côté de l’intervalle est de 1%), nous utilisons la formule de la taille de l’échantillon
2 4
≤ 0,02  n ≥ = 1000
n 0,022
Donc, il faudrait un échantillon de 1000 personnes pour que l’intervalle de confiance soit limité à 2%.

Exercice 6
Une entreprise automobile se préoccupe du nombre de clients renouvelant leur voiture en achetant un modèle d’un
concurrent. Une enquête auprès de 1 000 clients fait apparaître un pourcentage national égal à 35%.
1) Donner l’intervalle de fluctuation de ce pourcentage pour un niveau de confiance égal à 0.99.
2) Quelle est la valeur maximale de ce pourcentage, pour le même niveau de confiance ? 3) Ce pourcentage, chez
certains concessionnaires de la marque, atteint 40%. Cela signifie-t-il que leurs performances commerciales sont
insuffisantes ?
Solution :
1) L’intervalle de fluctuation pour un niveau de confiance de 0.99 se calcule avec la formule suivante :
 p(1 − p) p(1 − p) 
I f =  p − 2, 576 ;p + 2,576  , avec ( p ) est la proportion observée (35% ou 0.35), ( n ) est la taille de
 n n 
 0, 35 × 0,65 0, 35 × 0,65 
l’échantillon (1000). Alors le calcul donne I f =  0, 35 − 2,576 ;0, 35 + 2,576  ≈ [ 0,31;0,39]
 1000 1000 
2) Valeur maximale de ce pourcentage pour le même niveau de confiance
La valeur maximale de ce pourcentage, pour un niveau de confiance de 99%, est la borne supérieure de l’intervalle
de confiance calculé ci-dessus, soit 39%.
3) Interprétation des performances commerciales
Si le pourcentage de clients renouvelant leur voiture chez certains concessionnaires atteint 40%, cela dépasse la
borne supérieure de l’intervalle de confiance national (39%). Cela pourrait indiquer que ces concessionnaires ont des
performances commerciales meilleures que la moyenne nationale, et non insuffisantes.