Mathématiques · Probabilités

Probabilités

Dénombrement, probabilité conditionnelle, indépendance, variables aléatoires et loi binomiale.

Niveau
2ème Bac
Session
Semestre 2
Cours الدرس

I. Rappels de dénombrement

Rappels

Soit \(E\) un ensemble fini à \(n\) éléments et \(p\in\mathbb{N}\) avec \(p\le n\).

✓ Principe multiplicatif : si une situation comporte \(k\) étapes offrant respectivement \(n_{1}\), \(n_{2}\), …, \(n_{k}\) possibilités, le nombre total de possibilités est \(n_{1}\times n_{2}\times\cdots\times n_{k}\).

✓ Nombre de \(p\)-listes (tirages successifs avec remise) : \(n^{p}\).

✓ Nombre d’arrangements (tirages successifs sans remise) : \(A_{n}^{p}=\frac{n!}{(n-p)!}=n(n-1)\cdots(n-p+1)\) ; en particulier \(n!\) permutations.

✓ Nombre de combinaisons (tirages simultanés) : \(C_{n}^{p}=\frac{n!}{p!\,(n-p)!}\).

Propriétés des combinaisons

✓ \(C_{n}^{0}=C_{n}^{n}=1\) ; \(C_{n}^{p}=C_{n}^{n-p}\) ; \(C_{n}^{p}+C_{n}^{p+1}=C_{n+1}^{p+1}\) (triangle de Pascal).

✓ Formule du binôme : \((a+b)^{n}=\sum_{k=0}^{n}{C_{n}^{k}a^{k}b^{n-k}}\) ; en particulier \(\sum_{k=0}^{n}{C_{n}^{k}}=2^{n}\).

Remarque

Choix du modèle : pour un tirage de \(p\) objets parmi \(n\), on choisit le dénombrement selon que l’ordre compte et que la répétition est possible.

Type de tirageOrdreRépétitionNombre de tirages
Simultanénonnon\(C_{n}^{p}\)
Successif sans remiseouinon\(A_{n}^{p}\)
Successif avec remiseouioui\(n^{p}\)

Application 1

1) Déterminer le coefficient de \(x^{3}\) dans le développement de \((2x-1)^{6}\).

2) Combien de mots de \(4\) lettres distinctes peut-on former avec les lettres du mot « MAROC » ? Combien commencent par une voyelle ?

3) De combien de façons peut-on choisir un comité de \(3\) personnes parmi \(6\) garçons et \(4\) filles, si le comité doit comporter au moins une fille ?

Solution :

1) Coefficient de \(x^{3}\).

Le terme en \(x^{3}\) est \(C_{6}^{3}(2x)^{3}(-1)^{3}=20\times8x^{3}\times(-1)=-160x^{3}\). Le coefficient est \(-160\).

2) Mots de 4 lettres.

Ce sont des arrangements de \(4\) lettres parmi \(5\) : \(A_{5}^{4}=5\times4\times3\times2=120\). Ceux qui commencent par une voyelle (\(A\) ou \(O\)) : \(2\times A_{4}^{3}=2\times24=48\).

3) Comité.

Nombre total de comités : \(C_{10}^{3}=120\) ; comités sans fille : \(C_{6}^{3}=20\). Donc \(120-20=100\) comités comportent au moins une fille.

II. Probabilité sur un ensemble fini

1. Vocabulaire

Définitions

✓ L’ensemble \(\Omega\) des issues d’une expérience aléatoire est l’univers ; toute partie de \(\Omega\) est un événement.

✓ \(\overline{A}\) est l’événement contraire de \(A\) ; \(A\cap B\) : « \(A\) et \(B\) » ; \(A\cup B\) : « \(A\) ou \(B\) » ; \(A\) et \(B\) sont incompatibles si \(A\cap B=\varnothing\).

2. Probabilité

Définition et propriétés

Une probabilité sur \(\Omega=\{\omega_{1};\ldots;\omega_{n}\}\) associe à chaque issue un réel \(p_{i}\ge0\) avec \(p_{1}+\cdots+p_{n}=1\) ; la probabilité d’un événement est la somme des probabilités de ses issues.

✓ \(p(\varnothing)=0\) ; \(p(\Omega)=1\) ; \(0\le p(A)\le1\) ; \(p(\overline{A})=1-p(A)\).

✓ \(p(A\cup B)=p(A)+p(B)-p(A\cap B)\).

✓ Équiprobabilité : si toutes les issues ont la même probabilité, \(p(A)=\frac{\mathrm{card}\,A}{\mathrm{card}\,\Omega}\).

Application 2

Une urne contient \(5\) boules blanches, \(3\) boules noires et \(2\) boules rouges, indiscernables au toucher. On tire simultanément \(3\) boules.

1) Calculer \(\mathrm{card}\,\Omega\).

2) Calculer la probabilité des événements : \(A\) « les trois boules sont de la même couleur » ; \(B\) « au moins une boule est rouge » ; \(C\) « les trois boules sont de couleurs différentes ».

Solution :

1) Univers.

Un tirage est une combinaison de \(3\) boules parmi \(10\) : \(\mathrm{card}\,\Omega=C_{10}^{3}=120\). Les tirages sont équiprobables.

2) Probabilités.

➢ \(A\) : trois blanches ou trois noires (il n’y a que deux rouges) : \(\mathrm{card}\,A=C_{5}^{3}+C_{3}^{3}=10+1=11\), donc \(p(A)=\frac{11}{120}\).

➢ \(\overline{B}\) : « aucune boule rouge », \(\mathrm{card}\,\overline{B}=C_{8}^{3}=56\). Donc \(p(B)=1-\frac{56}{120}=\frac{64}{120}=\frac{8}{15}\).

➢ \(C\) : une blanche, une noire et une rouge : \(\mathrm{card}\,C=5\times3\times2=30\), donc \(p(C)=\frac{30}{120}=\frac{1}{4}\).

III. Probabilité conditionnelle et indépendance

1. Probabilité conditionnelle

Définition

Soit \(A\) un événement tel que \(p(A)\ne0\). La probabilité de \(B\) sachant \(A\) est :

\(\displaystyle p_{A}(B)=p(B/A)=\frac{p(A\cap B)}{p(A)}\qquad\text{d’où}\qquad p(A\cap B)=p(A)\times p_{A}(B)\)

Formule des probabilités totales

Si \(A_{1}\), \(A_{2}\), …, \(A_{n}\) forment une partition de \(\Omega\) (événements deux à deux incompatibles, de réunion \(\Omega\), de probabilités non nulles), alors pour tout événement \(B\) :

\(\displaystyle p(B)=p(A_{1})p_{A_{1}}(B)+p(A_{2})p_{A_{2}}(B)+\cdots+p(A_{n})p_{A_{n}}(B)\)

Application 3

On dispose de deux urnes : \(U_{1}\) contient \(3\) boules blanches et \(2\) noires ; \(U_{2}\) contient \(1\) blanche et \(4\) noires. On lance un dé équilibré : si l’on obtient \(6\), on tire une boule de \(U_{2}\), sinon une boule de \(U_{1}\).

1) Calculer la probabilité de l’événement \(B\) « obtenir une boule blanche ».

2) On a obtenu une boule blanche. Quelle est la probabilité qu’elle provienne de \(U_{2}\) ?

Arbre pondéré du tirage dans les urnes U1 et U2

Solution :

1) Probabilité de \(B\).

\(U_{1}\) et \(U_{2}\) (urne utilisée) forment une partition, avec \(p(U_{1})=\frac{5}{6}\) et \(p(U_{2})=\frac{1}{6}\). D’après la formule des probabilités totales :

\(\displaystyle p(B)=\frac{5}{6}\times\frac{3}{5}+\frac{1}{6}\times\frac{1}{5}=\frac{1}{2}+\frac{1}{30}=\frac{16}{30}=\frac{8}{15}\)

2) Probabilité inverse.

\(\displaystyle p_{B}(U_{2})=\frac{p(U_{2}\cap B)}{p(B)}=\frac{\frac{1}{30}}{\frac{8}{15}}=\frac{1}{30}\times\frac{15}{8}=\frac{1}{16}\)

2. Événements indépendants

Définition

Deux événements \(A\) et \(B\) sont indépendants si \(p(A\cap B)=p(A)\times p(B)\) ; si \(p(A)\ne0\), cela équivaut à \(p_{A}(B)=p(B)\).

Application 4

On lance deux dés équilibrés (un rouge et un vert). On considère les événements \(A\) « la somme des points est \(7\) », \(B\) « le dé rouge affiche \(3\) » et \(C\) « la somme des points est \(8\) ».

1) Les événements \(A\) et \(B\) sont-ils indépendants ?

2) Les événements \(B\) et \(C\) sont-ils indépendants ?

Solution :

1) \(A\) et \(B\).

\(\mathrm{card}\,\Omega=36\). \(A=\{(1;6),(2;5),(3;4),\) \((4;3),(5;2),(6;1)\}\), donc \(p(A)=\frac{6}{36}=\frac{1}{6}\) ; \(p(B)=\frac{6}{36}=\frac{1}{6}\) ; \(A\cap B=\{(3;4)\}\), donc \(p(A\cap B)=\frac{1}{36}=p(A)\times p(B)\) : \(A\) et \(B\) sont indépendants.

2) \(B\) et \(C\).

\(C=\{(2;6),(3;5),(4;4),(5;3),(6;2)\}\), donc \(p(C)=\frac{5}{36}\) ; \(B\cap C=\{(3;5)\}\), donc \(p(B\cap C)=\frac{1}{36}\ne\frac{1}{6}\times\frac{5}{36}\) : \(B\) et \(C\) ne sont pas indépendants.

3. Épreuves répétées

Propriété

Si l’on répète \(n\) fois, de façon indépendante, une épreuve dans laquelle un événement \(A\) a la probabilité \(p\), alors la probabilité que \(A\) se réalise exactement \(k\) fois est :

\[C_{n}^{k}\,p^{k}(1-p)^{n-k}\qquad(0\le k\le n)\]

Application 5

On lance \(n\) fois une pièce équilibrée.

1) Calculer, en fonction de \(n\), la probabilité \(p_{n}\) d’obtenir au moins une fois « pile ».

2) Déterminer le plus petit entier \(n\) tel que \(p_{n}\ge0{,}99\).

Solution :

1) Probabilité \(p_{n}\).

L’événement contraire est « obtenir \(n\) fois face », de probabilité \((\frac{1}{2})^{n}\). Donc \(p_{n}=1-(\frac{1}{2})^{n}\).

2) Plus petit \(n\).

\(p_{n}\ge0{,}99\iff(\frac{1}{2})^{n}\le\frac{1}{100}\iff2^{n}\ge100\iff n\ln2\ge\ln100\iff n\ge\frac{\ln100}{\ln2}\approx6{,}64\). Le plus petit entier est \(n=7\).

IV. Variables aléatoires

1. Loi de probabilité

Définitions

Une variable aléatoire \(X\) est une application de \(\Omega\) dans \(\mathbb{R}\). Si \(X\) prend les valeurs \(x_{1}\), …, \(x_{n}\) :

✓ la loi de probabilité de \(X\) est la donnée des \(p_{i}=p(X=x_{i})\) (avec \(p_{1}+\cdots+p_{n}=1\)) ;

✓ l’espérance de \(X\) est \(E(X)=\sum_{i=1}^{n}{x_{i}p_{i}}\) ;

✓ la variance est \(V(X)=\sum_{i=1}^{n}{(x_{i}-E(X))^{2}p_{i}}=E(X^{2})-(E(X))^{2}\) et l’écart-type est \(\sigma(X)=\sqrt{V(X)}\) ;

✓ la fonction de répartition de \(X\) est \(F:x\mapsto p(X\le x)\).

Application 6

On reprend l’urne de l’application 2 (tirage simultané de \(3\) boules). Soit \(X\) la variable aléatoire égale au nombre de boules rouges tirées.

1) Déterminer la loi de probabilité de \(X\).

2) Calculer l’espérance, la variance et l’écart-type de \(X\).

3) Déterminer la fonction de répartition de \(X\).

Solution :

1) Loi de \(X\).

\(X\) prend les valeurs \(0\), \(1\), \(2\) :

\(\displaystyle p(X=0)=\frac{C_{8}^{3}}{120}=\frac{56}{120}=\frac{7}{15}\quad;\quad p(X=1)=\frac{C_{2}^{1}C_{8}^{2}}{120}=\frac{56}{120}=\frac{7}{15}\)

\[p(X=2)=\frac{C_{2}^{2}C_{8}^{1}}{120}=\frac{8}{120}=\frac{1}{15}\]

\(x_{i}\)\(0\)\(1\)\(2\)
\(p(X=x_{i})\)\(\frac{7}{15}\)\(\frac{7}{15}\)\(\frac{1}{15}\)

Vérification : \(\frac{7}{15}+\frac{7}{15}+\frac{1}{15}=1\).

2) Paramètres.

\(E(X)=0\times\frac{7}{15}+1\times\frac{7}{15}+2\times\frac{1}{15}=\frac{9}{15}=\frac{3}{5}\) ; \(E(X^{2})=\frac{7}{15}+\frac{4}{15}=\frac{11}{15}\).

\(V(X)=\frac{11}{15}-\frac{9}{25}=\frac{55-27}{75}=\frac{28}{75}\) et \(\sigma(X)=\sqrt{\frac{28}{75}}=\frac{2\sqrt{21}}{15}\approx0{,}61\).

3) Fonction de répartition.

\[F(x)=\begin{cases}0&\text{si }x\lt 0\\\frac{7}{15}&\text{si }0\le x\lt 1\\\frac{14}{15}&\text{si }1\le x\lt 2\\1&\text{si }x\ge2\end{cases}\]

2. Loi binomiale

Définition et propriété

On répète \(n\) fois, de façon indépendante, une épreuve à deux issues (succès de probabilité \(p\), échec de probabilité \(1-p\)). La variable \(X\) égale au nombre de succès suit la loi binomiale \(\mathcal{B}(n;p)\) :

\(\displaystyle (\forall k\in\{0;\ldots;n\}):\ p(X=k)=C_{n}^{k}\,p^{k}(1-p)^{n-k}\)

\(\displaystyle E(X)=np\qquad;\qquad V(X)=np(1-p)\)

Application 7

Un questionnaire comporte \(5\) questions indépendantes ; chacune propose \(4\) réponses dont une seule est juste. Un élève répond au hasard à chaque question. Soit \(X\) le nombre de bonnes réponses.

1) Justifier que \(X\) suit une loi binomiale dont on précisera les paramètres.

2) Calculer \(p(X=3)\) et la probabilité d’avoir au moins une bonne réponse.

3) Calculer \(E(X)\) et \(V(X)\). Interpréter \(E(X)\).

Solution :

1) Loi de \(X\).

On répète \(5\) fois, de façon indépendante, une épreuve à deux issues : « réponse juste » (succès, probabilité \(\frac{1}{4}\)) ou non. Donc \(X\) suit la loi \(\mathcal{B}(5;\frac{1}{4})\).

2) Probabilités.

\(p(X=3)=C_{5}^{3}(\frac{1}{4})^{3}(\frac{3}{4})^{2}=10\times\frac{1}{64}\times\frac{9}{16}=\frac{90}{1024}=\frac{45}{512}\).

\(p(X\ge1)=1-p(X=0)=1-(\frac{3}{4})^{5}=1-\frac{243}{1024}=\frac{781}{1024}\approx0{,}76\).

3) Espérance et variance.

\(E(X)=5\times\frac{1}{4}=\frac{5}{4}\) et \(V(X)=5\times\frac{1}{4}\times\frac{3}{4}=\frac{15}{16}\). En répondant au hasard, l’élève obtient en moyenne \(1{,}25\) bonne réponse sur \(5\).

V. Probabilités et suites

Application 8

Chaque jour, un élève va au lycée soit en bus, soit à pied. S’il prend le bus un jour, la probabilité qu’il le prenne le lendemain est \(0{,}6\) ; s’il va à pied un jour, la probabilité qu’il prenne le bus le lendemain est \(0{,}3\). Le premier jour, il prend le bus. On note \(B_{n}\) l’événement « il prend le bus le \(n\)-ième jour » et \(p_{n}=p(B_{n})\) ; ainsi \(p_{1}=1\).

1) À l’aide de la formule des probabilités totales, montrer que : \((\forall n\ge1):\ p_{n+1}=0{,}3\,p_{n}+0{,}3\).

2) On pose \(u_{n}=p_{n}-\frac{3}{7}\). Montrer que \((u_{n})\) est une suite géométrique, puis exprimer \(p_{n}\) en fonction de \(n\).

3) Calculer \(\lim p_{n}\) et interpréter.

Solution :

1) Relation de récurrence.

\(B_{n}\) et \(\overline{B_{n}}\) forment une partition, donc :

\(\displaystyle p_{n+1}=p(B_{n})\,p_{B_{n}}(B_{n+1})+p\left(\overline{B_{n}}\right)p_{\overline{B_{n}}}(B_{n+1})=0{,}6\,p_{n}+0{,}3\left(1-p_{n}\right)=0{,}3\,p_{n}+0{,}3\)

2) La suite \((u_{n})\).

\(u_{n+1}=0{,}3\,p_{n}+0{,}3-\frac{3}{7}=0{,}3\,p_{n}-\frac{9}{70}=0{,}3(p_{n}-\frac{3}{7})=0{,}3\,u_{n}\) : \((u_{n})\) est géométrique de raison \(0{,}3\), avec \(u_{1}=1-\frac{3}{7}=\frac{4}{7}\).

Donc \(u_{n}=\frac{4}{7}\times(0{,}3)^{n-1}\) et \(p_{n}=\frac{3}{7}+\frac{4}{7}\times(0{,}3)^{n-1}\) (on vérifie \(p_{2}=0{,}6\)).

3) Limite.

\(0\lt 0{,}3\lt 1\), donc \(\lim(0{,}3)^{n-1}=0\) et \(\lim p_{n}=\frac{3}{7}\approx0{,}43\) : à long terme, l’élève prend le bus environ 43 % des jours, quel que soit le premier jour.

Exercices corrigés تمارين محلولة 6
Exercice 1

Dénombrement

Facile

1) Combien de codes de \(4\) chiffres peut-on former ? Combien ont leurs \(4\) chiffres distincts ?

2) On tire simultanément \(5\) cartes d’un jeu de \(32\) cartes (dont \(4\) as). Combien de tirages sont possibles ? Combien contiennent exactement \(2\) as ? Au moins un as ?

Afficher la correctionMasquer la correction

1) Codes.

Un code est une \(4\)-liste de chiffres : \(10^{4}=10\,000\) codes. Avec des chiffres distincts, ce sont des arrangements : \(A_{10}^{4}=10\times9\times8\times7=5040\).

2) Cartes.

Tirages : \(C_{32}^{5}=201\,376\). Exactement \(2\) as : on choisit \(2\) as parmi \(4\) et \(3\) autres cartes parmi \(28\) : \(C_{4}^{2}\times C_{28}^{3}=6\times3276=19\,656\).

Aucun as : \(C_{28}^{5}=98\,280\) ; donc au moins un as : \(201\,376-98\,280=103\,096\) tirages.

Exercice 2

Tirages dans une urne

Facile

Une urne contient \(4\) boules rouges et \(6\) boules vertes, indiscernables au toucher.

1) On tire simultanément \(2\) boules. Calculer la probabilité d’obtenir deux boules de même couleur, puis au moins une boule rouge.

2) On tire successivement et avec remise \(2\) boules. Calculer la probabilité d’obtenir deux boules rouges, puis deux boules de couleurs différentes.

Afficher la correctionMasquer la correction

1) Tirage simultané.

\(\mathrm{card}\,\Omega=C_{10}^{2}=45\), tirages équiprobables. Même couleur : \(C_{4}^{2}+C_{6}^{2}=6+15=21\), probabilité \(\frac{21}{45}=\frac{7}{15}\).

Aucune rouge : \(C_{6}^{2}=15\), donc \(p(\text{au moins une rouge})=1-\frac{15}{45}=\frac{2}{3}\).

2) Tirage avec remise.

Les deux tirages sont indépendants : \(p(RR)=(\frac{4}{10})^{2}=\frac{4}{25}\), et \(p(RV)+p(VR)=2\times\frac{4}{10}\times\frac{6}{10}=\frac{12}{25}\).

Exercice 3

Probabilités totales

Moyen

Une usine fabrique des pièces sur deux machines : la machine \(A\) produit \(60\) % des pièces, dont \(2\) % sont défectueuses ; la machine \(B\) produit le reste, dont \(5\) % sont défectueuses. On choisit une pièce au hasard.

1) Construire un arbre pondéré de la situation.

2) Calculer la probabilité que la pièce soit défectueuse.

3) La pièce est défectueuse. Quelle est la probabilité qu’elle provienne de la machine \(A\) ?

4) Les événements « la pièce provient de \(A\) » et « la pièce est défectueuse » sont-ils indépendants ?

Afficher la correctionMasquer la correction

1) Arbre.

Premier niveau : \(p(A)=0{,}6\) et \(p(B)=0{,}4\). Second niveau : \(p_{A}(D)=0{,}02\), \(p_{A}(\overline{D})=0{,}98\), \(p_{B}(D)=0{,}05\), \(p_{B}(\overline{D})=0{,}95\).

2) Probabilités totales.

\(\displaystyle p(D)=0{,}6\times0{,}02+0{,}4\times0{,}05=0{,}012+0{,}02=0{,}032\)

3) Probabilité conditionnelle.

\(\displaystyle p_{D}(A)=\frac{p(A\cap D)}{p(D)}=\frac{0{,}012}{0{,}032}=\frac{3}{8}\)

4) Indépendance.

\(p(A)\times p(D)=0{,}6\times0{,}032=0{,}0192\ne p(A\cap D)=0{,}012\) : les événements ne sont pas indépendants.

Exercice 4

Variable aléatoire : écart de deux dés

Moyen

On lance deux dés équilibrés et on note \(X\) la valeur absolue de la différence des deux nombres obtenus.

1) Déterminer la loi de probabilité de \(X\).

2) Calculer \(E(X)\), \(V(X)\) et \(\sigma(X)\).

3) Calculer \(p(X\le2)\).

Afficher la correctionMasquer la correction

1) Loi.

\(\mathrm{card}\,\Omega=36\). Pour \(k\ge1\), il y a \(2(6-k)\) couples donnant \(|a-b|=k\), et \(6\) couples donnant \(0\) :

\(k\)\(0\)\(1\)\(2\)\(3\)\(4\)\(5\)
\(p(X=k)\)\(\frac{6}{36}\)\(\frac{10}{36}\)\(\frac{8}{36}\)\(\frac{6}{36}\)\(\frac{4}{36}\)\(\frac{2}{36}\)

Vérification : \(6+10+8+6+4+2=36\).

2) Paramètres.

\(E(X)=\frac{10+16+18+16+10}{36}=\frac{70}{36}=\frac{35}{18}\) ; \(E(X^{2})=\frac{10+32+54+64+50}{36}=\frac{210}{36}=\frac{35}{6}\).

\(V(X)=\frac{35}{6}-(\frac{35}{18})^{2}=\frac{1890-1225}{324}=\frac{665}{324}\) et \(\sigma(X)=\frac{\sqrt{665}}{18}\approx1{,}43\).

3) \(p(X\le2)\).

\(p(X\le2)=\frac{6+10+8}{36}=\frac{24}{36}=\frac{2}{3}\).

Exercice 5

Loi binomiale

Difficile

Un tireur atteint sa cible avec la probabilité \(\frac{1}{3}\) à chaque tir, les tirs étant indépendants. Il effectue \(6\) tirs ; \(X\) désigne le nombre de tirs réussis.

1) Justifier que \(X\) suit une loi binomiale et préciser ses paramètres.

2) Calculer \(p(X=2)\) et \(p(X\ge1)\).

3) Calculer \(E(X)\) et \(V(X)\).

4) Combien de tirs le tireur doit-il effectuer, au minimum, pour que la probabilité d’atteindre au moins une fois la cible soit supérieure ou égale à \(0{,}95\) ?

Afficher la correctionMasquer la correction

1) Loi de X.

On répète \(6\) fois, de façon indépendante, une épreuve à deux issues (succès de probabilité \(\frac{1}{3}\)) : \(X\) suit la loi \(\mathcal{B}(6;\frac{1}{3})\).

2) Probabilités.

\(p(X=2)=C_{6}^{2}(\frac{1}{3})^{2}(\frac{2}{3})^{4}=15\times\frac{1}{9}\times\frac{16}{81}=\frac{80}{243}\).

\(p(X\ge1)=1-p(X=0)=1-(\frac{2}{3})^{6}=1-\frac{64}{729}=\frac{665}{729}\).

3) Espérance et variance.

\(E(X)=6\times\frac{1}{3}=2\) et \(V(X)=6\times\frac{1}{3}\times\frac{2}{3}=\frac{4}{3}\).

4) Nombre de tirs.

Avec \(n\) tirs : \(1-(\frac{2}{3})^{n}\ge0{,}95\iff(\frac{2}{3})^{n}\le0{,}05\iff n\ln\frac{2}{3}\le\ln0{,}05\iff n\ge\frac{\ln0{,}05}{\ln\frac{2}{3}}\approx7{,}39\) (on divise par \(\ln\frac{2}{3}\lt 0\)).

Il faut au minimum \(8\) tirs.

Exercice 6

Un dé truqué

Difficile

Un dé est truqué de sorte que la probabilité d’obtenir la face \(k\) (\(1\le k\le6\)) soit proportionnelle à \(k\) : \(p(\{k\})=ak\). On note \(X\) le numéro obtenu.

1) Déterminer \(a\).

2) Calculer la probabilité d’obtenir un numéro pair.

3) Calculer \(E(X)\) et \(V(X)\).

4) Déterminer la fonction de répartition \(F\) de \(X\) en \(x=3\), c’est-à-dire \(F(3)=p(X\le3)\).

5) On lance ce dé \(3\) fois de suite. Quelle est la probabilité d’obtenir exactement deux fois un numéro pair ?

Afficher la correctionMasquer la correction

1) Normalisation.

\(a(1+2+\cdots+6)=21a=1\), donc \(a=\frac{1}{21}\).

2) Numéro pair.

\(p(\text{pair})=\frac{2+4+6}{21}=\frac{12}{21}=\frac{4}{7}\).

3) Espérance et variance.

\(E(X)=\sum_{k=1}^{6}{k\times\frac{k}{21}}=\frac{1+4+9+16+25+36}{21}=\frac{91}{21}=\frac{13}{3}\).

\(E(X^{2})=\frac{1+8+27+64+125+216}{21}=\frac{441}{21}=21\), donc \(V(X)=21-\frac{169}{9}=\frac{20}{9}\).

4) Fonction de répartition.

\(F(3)=p(X=1)+p(X=2)+p(X=3)=\frac{1+2+3}{21}=\frac{2}{7}\).

5) Épreuves répétées.

Le nombre de résultats pairs suit la loi \(\mathcal{B}(3;\frac{4}{7})\) : \(p=C_{3}^{2}(\frac{4}{7})^{2}\times\frac{3}{7}=3\times\frac{16}{49}\times\frac{3}{7}=\frac{144}{343}\).