Remarque
Une exprience alatoire consiste choisir au hasard un nombre X dans l'intervalle I = ]0 ; 10].
L'univers est l'intervalle I. C'est un univers infini. On ne peut pas utiliser les probabilits vues jusqu' prsent
et qui s'appliquaient un univers fini. En effet, puisqu'il y a une infinit de nombres dans l'intervalle I, la
probabilit de chacun de ces nombres est nulle et les raisonnements que l'on faisait en additionnant des
probabilits d'ventualits ne sont plus applicables. Il faudra dans ce cas raisonner sur des probabilits
d'intervalles.
Exercice 01
Exercice 02
1) Crer un algorithme permettant d'obtenir de faon alatoire un nombre rel X compris entre 0 et 10.
2) Avec une boucle rptant 100 000 fois l'action prcdente, valuer la frquence avec laquelle on a X .
3) Modifier l'algorithme de faon valuer, en fonction de deux rels u et v de I, la frquence avec laquelle
on a : u < X v .
4) Les rsultats trouvs sont-ils en accord avec les rsultats obtenus dans l'exercice 1 ?
Remarques
http://xmaths.free.fr
page 1 / 12
Dfinition
Soit X une variable alatoire prenant ses valeurs dans un intervalle [a ; b].
On dit que X suit la loi uniforme sur [a ; b] lorsque pour tout u [a ; b] et tout v [a ; b] tels que u v
p(u X v) =
1 dt
1
u b-a
b-a
c'est--dire que p(u X v) est gale l'aire, en units d'aire,
uxv
de l'ensemble des points M(x ; y) du plan tels que
0 y f(x)
1
La fonction f dfinie sur [a ; b] par f(t) =
est appele fonction
b-a
de densit de la loi uniforme sur [a ; b].
on a
Remarques
uxv
est un
0 y f(x)
Dans le cas d'une loi uniforme, l'ensemble des points M(x ; y) du plan tels que
1 =v-u.
b-a b-a
Exercice 03
4 4
[]
Exercice 04
; p X 1 ; 1
6 2
Exercice 05
Exercice 06
10
0
http://xmaths.free.fr
10
t f(t) dt .
page 2 / 12
Dfinition
Soit X une variable alatoire prenant ses valeurs dans un intervalle [a ; b].
Soit f une fonction dfinie, positive et continue sur [a ; b] telle que
f(t) dt = 1 .
On dit que X suit une loi de fonction de densit f sur [a ; b] lorsque pour tout u [a ; b] et tout v [a ; b]
tels que u v on a
p(u X v) =
f(t) dt
u
M
a
Remarques
On a p(X = u) = 0 et p(X = v) = 0, donc p([u ; v]) = p(]u ; v]) = p([u ; v[) = p(]u ; v[) .
Il est parfois utile que la fonction de densit soit dfinie sur IR.
Dans ce cas, on prendra f(t) = 0 pour t [a ; b].
Proprit
Si X suit la loi uniforme sur [a ; b] alors son esprance mathmatique est E(X) = a + b .
2
Exercice 07
On veut modliser le choix d'un nombre rel dans [0 ; 1] par une loi (non uniforme) ayant pour densit la
fonction f dfinie sur [0 ; 1] par f(t) = t o est un rel fix.
1) Justifier que ceci n'est possible qu'avec un seul rel que l'on dterminera.
2) Donner la probabilit que le nombre choisi soit dans l'intervalle 0 ; 1.
2
3) Donner la probabilit que le nombre choisi soit suprieur ou gal 0,85.
Exercice 08
Remarque
Si une variable alatoire prend ses valeurs dans un intervalle non born, par exemple [0 ; +[, on ne peut
pas utiliser une loi uniforme, mais on pourra nanmoins utiliser une loi densit.
Exercice 09
On considre la fonction f dfinie sur [0 ; +[ par f(t) = e kt ; k et tant deux rels non nuls.
b
page 3 / 12
Remarque
lim f(t) = 0.
t+
On a
lim f(x) dx = 1 .
b+
Dfinition
Soit X une variable alatoire prenant ses valeurs dans l'intervalle [0 ; +[.
On dit que X suit une loi exponentielle de paramtre ( > 0)
lorsque pour tout u [0 ; +[ et tout v [0 ; +[ tels que u v
on a
-t dt
p(u X v) =
e
u
M
u
Remarque
v
-t dt = - e -t = e -u - e -v .
p([u ; v]) =
e
Exercice 10
Une variable alatoire X prenant ses valeurs dans [0 ; +[ suit une loi exponentielle de paramtre = 0,1 .
Calculer p(1 X 2) ; p(X 5) ; p(X > 5) ; p(X 10).
On donnera les valeurs exactes puis des valeurs approches 10-3 prs.
Exercice 11
Vrifier que cette probabilit ne dpend pas de t et qu'elle est gale p([s ; +[).
Justifier que p
([t ; t+s]) ne dpend pas de t et qu'elle est gale p([0 ; s]).
[t ; +[
Proprit
Soit X une variable alatoire suivant une loi exponentielle de paramtre ( > 0).
Soient s et t deux rels positifs. On a p(X t)(X t+s) = p(X s).
Ce que l'on peut aussi crire p
([t+s ; +[) = p([s ; +[).
[t ; +[
Remarque
Les lois exponentielles sont utilises pour des phnomnes de dure de vie sans usure ou sans
vieillissement.
Par exemple lorsqu'on considre un composant lectronique trs fiable comme une DEL (diode
lectroluminescente), on peut considrer que ce composant ne s'use pas. Sa dure de vie un moment
donn est toujours la mme et ne dpend pas du temps pendant lequel il a dj fonctionn. Sa "mort" n'est
pas due l'usure mais un vnement autre (chute de l'appareil, surtension?).
Si on note X la variable alatoire correspondant la dure de vie du composant lectronique,
p(X t)(X t+s) est la probabilit que la dure de vie soit suprieure t+s sachant qu'elle est suprieure t
et p(X s) est la probabilit que la dure de vie soit suprieure s.
Autrement dit : si la DEL a fonctionn jusqu' l'instant t, la probabilit qu'elle fonction encore au-del de
l'instant t+s, c'est--dire qu'elle fonctionne encore au moins s units de temps supplmentaires est gale
la probabilit qu'elle fonctionne au moins s units de temps partir de l'instant 0.
http://xmaths.free.fr
page 4 / 12
Remarque
Pour une loi exponentielle, on a aussi p
[t ; +[
Si X est la variable alatoire correspondant la dure de vie d'un composant lectronique, cette galit
s'interprte de la faon suivante : sachant que le composant est encore en vie l'instant t, la probabilit qu'il
meurt dans les s units de temps qui suivent est gale la probabilit qu'il meurt dans les s units de temps
partir de l'instant 0. Ce qui revient dire qu' tout instant t, la probabilit que le composant meurt dans
les s units de temps qui suivent est la mme.
Exercice 12
Exercice 13
Une substance radioactive perd naturellement sa radioactivit par dsintgration. Cette dsintgration suit
une loi exponentielle dont le paramtre dpend de la substance.
On appelle demi-vie de la substance radioactive, le temps T au bout duquel la substance a perdu la moiti
de sa radioactivit. Le nombre T est donc celui pour lequel p([0 ; T]) = 0,5 .
1) Exprimer T en fonction de .
2) L'uranium 238 a une constante de dsintgration annuelle gale 1,54 x 10-10.
Justifier que sa demi-vie est environ gale 4,5 milliards d'annes.
3) L'iode 131 utilis dans des traitements mdicaux a une demi-vie de 8 jours.
a) Dterminer le paramtre correspondant la loi exponentielle de la dsintgration de l'iode 131.
b) Aprs combien de temps l'iode 131 a-t-il perdu 75% de sa radioactivit ? 99% de sa radioactivit ?
Dfinition - Proprit
Si X suit une loi exponentielle de paramtre alors son esprance mathmatique est dfinie par :
x
Exercice 14
Une entreprise dautocars dessert une rgion montagneuse. En chemin, les vhicules peuvent tre bloqus
par des incidents extrieurs comme des chutes de pierres, la prsence de troupeaux sur la route, etc?
Un autocar part de son entrept. On note D la variable alatoire qui mesure la distance en kilomtres que
lautocar va parcourir jusqu ce quil survienne un incident.
On admet que D suit une loi exponentielle de paramtre = 1 .
82
Dans tout lexercice, les rsultats numriques seront arrondis au millime.
1) Calculer la probabilit que la distance parcourue sans incident soit :
a) comprise entre 50 et 100 km ;
b) suprieure 300 km.
2) Sachant que lautocar a dj parcouru 350 kilomtres sans incident, quelle est la probabilit quil nen
subisse pas non plus au cours des 25 prochains kilomtres ?
3) La distance moyenne parcourue sans incident correspond l'esprance mathmatique de D.
Calculer cette distance moyenne.
Exercice 15
Le laboratoire de physique dun lyce dispose dun parc doscilloscopes identiques. La dure de vie en
annes dun oscilloscope est une variable alatoire X qui suit la loi exponentielle de paramtre = 0,125 .
1) Calculer la probabilit quun oscilloscope du modle tudi ait une dure de vie infrieure 6 mois.
2) Sachant quun appareil a dj fonctionn huit annes, quelle est la probabilit quil ait une dure de vie
suprieure dix ans ?
3) On considre que la dure de vie dun oscilloscope est indpendante de celle des autres appareils. Le
responsable du laboratoire dcide de commander 15 oscilloscopes. Quelle est la probabilit quau moins
un oscilloscope ait une dure de vie suprieure 10 ans ?
http://xmaths.free.fr
page 5 / 12
Remarque
( voir animation )
Afin de standardiser la courbe en vue d'tendre les rsultats une infinit de valeurs en utilisant une
fonction de densit, on peut commencer par centrer la variable (la courbe en cloche semble symtrique).
Pour cela on considre la variable alatoire : Yn = Xn - n x p .
D'aprs les proprits connues, cette variable alatoire Yn aura alors une esprance mathmatique gale
0 et un cart-type identique celui de la variable alatoire Xn.
Puis afin de standardiser les carts possibles de la variable alaloire, on la divisera par l'cart-type .
Xn - n x p
On obtient alors la variable alatoire Zn =
.
n x p x (1 - p)
D'aprs les proprits connues, la variable alatoire Zn aura alors une esprance mathmatique gale
0 et un cart-type gal 1.
On dit que Zn est la variable alatoire centre rduite associe Xn.
Lorsqu'on fait une reprsentation graphique de la loi de probabilit de Zn on obtient une forme en cloche qui
reste trs stable lorsqu'on fait varier les valeurs de n et de p.
1 e- 2 x ,
2
on remarque, lorsque n est suffisamment grand,
une concidence quasi-parfaite.
Cette fonction fut trouve par le mathmaticien
Abraham de MOIVRE (1667-1754)
par f(x) =
( voir animation )
(admis)
http://xmaths.free.fr
page 6 / 12
Exercice 16
1 e- 2 x
2
Dfinition
Soit X une variable alatoire prenant ses valeurs dans IR.
On dit que X suit la loi normale centre rduite N(0 ; 1) lorsque
pour tout u IR et tout v IR tels que u v ,
1
1 e - 2 t dt
u
2
c'est--dire que p(u X v) est gale l'aire, en units d'aire,
uxv
de l'ensemble des points M(x ; y) du plan tels que
0 y f(x)
on a
p(u X v) =
M
v
- t
La fonction f dfinie sur IR par f(t) = 1 e 2 est appele
2
fonction de densit de la loi normale centre rduite N(0 ; 1).
Remarques
On ne peut pas, partir des fonctions dj connues, trouver de primitive de la fonction de densit de la
1
1 e- 2 t .
2
La fonction de densit de la loi normale centre rduite a une courbe symtrique par rapport (Oy), et
loi normale centre rduite N(0 ; 1), c'est--dire de la fonction f dfinie sur IR par f(t) =
-x
1 e - 2 t dt =
0
2
1 e - 2 t dt .
2
Dfinition
Si une variable alatoire X prenant ses valeurs dans IR suit une loi de fonction de densit f, alors son
x
Sa variance V(X) est dfinie par V(X) = E[(X - E(X)) ] et son cart-type est dfini par (X) =
Proprit
V(X) .
Soit X une variable alatoire suivant la loi normale centre rduite N(0 ; 1).
On a E(X) = 0 ; V(X) = 1 et par consquent (X) = 1.
Remarque
Lorsqu'on parle de la loi normale centre rduite, le mot "centre" signifie que l'esprance mathmatique est
gale 0 et cela correspond au premier paramtre de la notation N(0 ; 1), le mot "rduite" signifie que la
variance est gale 1 et cela correspond au deuxime paramtre de la notation N(0 ; 1).
Exercice 17
Une variable alatoire X suit la loi normale centre rduite N(0 ; 1). On donne dans le tableau suivant des
valeurs approches de p(X < x) pour certaines valeurs de x.
x
p(X < x)
-1
0,159
-0,75
0,227
-0,5
0,309
-0,25
0,401
0
0,500
0,25
0,599
0,5
0,691
0,75
0,773
1
0,841
En utilisant ce tableau, dterminer : p(X 0,5) ; p(X -0,75) ; p(-1 < X < 0,5) .
http://xmaths.free.fr
page 7 / 12
Remarques
Si X suit la loi normale centre rduite N(0 ; 1).
La fonction qui un rel x associe F(x) = p(X < x) s'appelle fonction de rpartition de la loi de probabilit.
On peut dterminer une valeur approche de p(X < x) en utilisant une calculatrice ou un tableur.
Par exemple pour trouver la valeur de p(X < 2,67)
Avec une calculatrice Casio, on pourra utiliser
la touche OPTN puis PROB
et l'expression
P(2.67)
Exercice 18
Une variable alatoire X suit la loi normale centre rduite N(0 ; 1).
1) Utiliser la calculatrice ou le tableur pour complter le tableau suivant (valeurs approches au millime) :
x
p(X < x)
0
0,500
0,33
0,67
1,33
1,67
2,33
2,67
0,996
Exercice 19
Une variable alatoire X suit la loi normale centre rduite N(0 ; 1).
Pour tout rel x on note F(x) = p(X < x). (F s'appelle la fonction de rpartition de la loi de probabilit).
Justifier que pour tous rels u et v tels que u < v, on a : p(u X < v) = F(v) - F(u).
En dduire, en utilisant la calculatrice ou le tableur, les valeurs suivantes :
p(1,21 X < 2,35) ; p(-2,54 < X < 1,45) ; p(-1,96 < X < 1,96) ; p(-2,58 < X < 2,58) .
Proprit
Soit X une variable alatoire suivant la loi normale centre rduite N(0 ; 1).
Soit ]0 ; 1[ ; il existe un unique rel positif u tel que
p(-u X u) = 1 -
1-
-u
Remarque
La proprit ci-dessus signifie aussi que la probabilit que la variable alatoire X prenne ses valeurs en
dehors de l'intervalle [-u ; u] est gale .
En prenant des valeurs de petites on peut ainsi donner un intervalle dans lequel X se trouve avec une
probabilit proche de 1.
Exercice 20
Soit X une variable alatoire suivant la loi normale centre rduite N(0 ; 1).
En utilisant des tableaux de valeurs faits avec une calculatrice ou avec un tableur, dterminer une valeur
approche du rel positif u pour lequel p(-u X u) = 1 - pour les valeurs suivantes de :
= 0,3 ; = 0,1 ; = 0,05 ; = 0,01 ; = 0,001
http://xmaths.free.fr
page 8 / 12
Proprit
(admise)
Soit X une variable alatoire suivant la loi normale centre rduite N(0 ; 1).
On a u0,05 1,96 et u0,01 2,58 .
C'est--dire que p(-1,96 X 1,96) 0,95
et
Remarque
Statistiquement cela signifie que 95% des ralisations de X se trouvent dans l'intervalle [-1,96 ; 1,96] et
99% des ralisations de X se trouvent dans l'intervalle [-2,58 ; 2,58].
Dfinition
Soit X une variable alatoire prenant ses valeurs dans IR.
Soit un rel et un rel positif.
On dit que X suit la loi normale N( ; 2) lorsque la variable alatoire Z = X - suit la loi normale centre
Remarques
( voir animation )
Exercice 21
Pour une variable alatoire Z suivant la loi normale centre rduite N(0 ; 1), on donne le tableau ci-dessous :
x
p(Z < x)
0,25
0,5
0,75
1,25
1,5
1,75
2,25
2,5
2,75
0,500
0,599
0,691
0,773
0,841
0,894
0,933
0,960
0,977
0,988
0,994
0,997
0,999
Exercice 22
Exercice 23
http://xmaths.free.fr
page 9 / 12
Remarques
Si X suit la loi normale N( ; 2). On peut dterminer p(a < X < b) en utilisant une calculatrice ou un tableur.
Par exemple pour trouver la valeur de p(149 < X < 152) lorsque X suit la loi normale N(150 ; 0,25) :
Avec une calculatrice Casio, on pourra utiliser
le menu STAT DIST NORM Ncd
(ventuellement Var)
Lower : 149
Upper : 152
: 0.5
: 150
Exercice 24
En utilisant une calculatrice ou un tableur, dterminer dans chacun des cas une valeur approche de la
probabilit demande en sachant que la variable alatoire X suit la loi normale N( ; 2).
1) p(-3 < X < 0) avec = 1 et = 4
2) p(-4,8 < X < -3,5) avec = -4 et = 0,3
3) p(X < 49) avec = 40 et = 12
4) p(X > 0) avec = -1 et = 3
Exercice 25
Une entreprise fabrique des conserves alimentaires dont ltiquette annonce une masse de 250 grammes.
On admet que la variable alatoire M qui chaque conserve associe sa masse suit la loi normale de
moyenne = 249 et d'cart-type = 5.
1) En utilisant la calculatrice, donner 10-3 prs la probabilit qu'une bote de conserve ait une masse
comprise entre 240 et 250 grammes.
2) En utilisant la calculatrice, dterminer les valeurs approches 10-3 prs de :
p( - < M < + ) ; p( - 2 < M < + 2) ; p( - 3 < M < + 3).
Interprter ces rsultats en termes statistiques avec des pourcentages.
3) Dterminer, en utilisant la calculatrice, le nombre rel a tel que p(249 - a M 249 + a) = 0,97.
Interprter laide dune phrase.
Proprit
Exercice 26
0,68
0,95
0,997
-3 -2 - + +2 +3
Le quotient intellectuel QI est le rsultat d'un test suivant une loi normale N( ; 2).
Diffrents tests sont utiliss. Leur moyenne est toujours 100.
L'cart-type est de 15 pour le test dit "standard" et de 24 pour le test de Cattell.
L'intervalle [ - ; + ] est appel plage de normalit 68% et l'intervalle [ - 2 ; + 2] est appel
plage de normalit 95% .
1) Une personne a un rsultat de 135 mais ne connat pas la nature du test utilis. Indiquer, suivant le test,
si ce rsultat est dans la plage de normalit 68%, dans la plage de normalit 95%.
2) En utilisant une calculatrice, dterminer la probabilit qu'une personne choisie au hasard ait un QI
suprieur 140, pour un test standard et pour un test de Cattell.
3) Justifier qu'un rsultat X pour un test de Cattell correspond 0,625X + 37,5 pour un test standard.
http://xmaths.free.fr
page 10 / 12
Rappels
En classe de seconde il a t vu que, pour un caractre ayant une proportion p dans une population
donne, lorsqu'on prend un chantillon de taille n dans cette population, si 0,2 p 0,8 et si n 25 alors
pour 95% au moins des chantillons la frquence du caractre appartient l'intervalle p - 1 ; p + 1 .
n
n
En classe de premire, pour une variable alatoire X suivant une loi binomiale B(n ; p), on a considr
a le plus petit entier tel que p(X a) > 2,5% et b le plus petit entier tel que p(X b) 97,5%.
Alors la frquence du succs est dans l'intervalle a ; b avec une probabilit suprieure ou gale 95%.
n n
Dfinition - Proprit
Soit Xn une variable alatoire suivant la loi binomiale B(n ; p) et soit ]0 ; 1[.
On appelle intervalle de fluctuation asymptotique au seuil 1 - de la variable alatoire frquence Fn =
Xn
n
l'intervalle In = p - u
p(1 - p) ; p + u
p(1 - p)
n
n
u tant l'unique rel positif tel que p(-u Z u) = 1 - lorsque Z est une variable alatoire suivant la loi
normale centre rduite N(0 ; 1).
On a :
n+
Remarques
Lorsqu'on prend = 0,05 on sait que u 1,96. On obtient alors l'intervalle de fluctuation asymptotique
au seuil de 95% ; cet intervalle est p - 1,96 p(1 - p) ; p + 1,96 p(1 - p) .
n
n
On peut justifier que 1,96 p(1 - p) < 1 ce qui montre que cet intervalle est plus prcis que l'intervalle de
fluctuation p - 1 ; p + 1 donn en classe de seconde.
n
n
On considrera que l'on peut utiliser 1 - comme approximation de la probabilit p(Fn In) lorsque les
conditions suivantes sont remplies : n 30 ; n x p 5 et n x (1 - p) 5 .
Exercice 27
D'aprs l'Insee la proportion de femmes dans la population franaise est d'environ 51,6 %.
Un observateur se place la sortie d'une gare et note le nombre Yn de femmes observes parmi les n
premires personnes qui passent. On admet que la proportion de femmes dans la population qui sort de la
gare est identique la proportion de femmes dans la population franaise et que Yn suit une loi binomiale.
Dterminer l'intervalle de fluctuation asymptotique au seuil de 95% de la frquence Fn correspondant Yn
lorsque n = 50 puis lorsque n = 100.
Sur les 100 premires personnes sortant de la gare, 43 sont des femmes. Ce rsultat est-il conforme
l'intervalle trouv ?
La mme exprience effectue sur 100 personnes la sortie des employs d'une entreprise donne 60
femmes. Peut-on en conclure que l'entreprise emploie plus particulirement des femmes ?
Exercice 28
Un constructeur affirme que la probabilit qu'un de ses tlviseurs ait une panne dans les 5 ans suivant son
achat est gale 0,17.
1) Justifier, en utilisant une calculatrice, que l'intervalle de fluctuation asymptotique de la frquence de
panne pour un chantillon de 40 tlviseurs est :
[0,054 ; 0,286] au seuil de 95% et [0,072 ; 0,268] au seuil de 90%.
2) Une association de consommateurs effectue un test sur 40 personnes ayant ce modle de tlviseur.
Dans cet chantillon, 11 personnes ont eu une panne dans les 5 ans suivant leur achat.
Doit-on rejeter l'affirmation du constructeur ?
3) L'association pense maintenant effectuer un test sur 200 personnes. Dterminer l'intervalle de fluctuation
asymptotique au seuil de 95% de la frquence de panne pour un chantillon de 200 tlviseurs.
Interprter le rsultat en fonction du nombre N de pannes dceles sur les 200 tlviseurs.
http://xmaths.free.fr
page 11 / 12
Remarque
L'utilisation de l'intervalle de fluctuation permet de vrifier, par un chantillon, qu'une proportion est conforme
un rsultat annonc ou suppos.
Lorsqu'on veut, inversement, dterminer partir d'un chantillon, la proportion dans la population gnrale,
on utilisera la notion d'intervalle de confiance.
Proprit
Soit p ]0 ; 1[ et soit Xn une variable alatoire suivant la loi binomiale B(n ; p).
X
Soit Fn = n la frquence associe.
n
Lorsque n est suffisamment grand, p est dans l'intervalle Fn - 1 ; Fn + 1
n
n
Dfinition
Si f est la frquence observe sur un chantillon de taille n (avec n assez grand), alors on dit que la
proportion p (dans la population gnrale) se trouve dans l'intervalle f - 1 ; f + 1 avec un niveau de
n
n
Remarque
On pourra utiliser cet intervalle de confiance lorsque les conditions suivantes sont remplies :
n 30 ; n x p 5 et n x (1 - p) 5 .
Exercice 29
On effectue un sondage d'opinion pour dterminer le pourcentage de personnes dcides voter pour un
candidat A.
1) Sur un chantillon de 50 personnes choisies au hasard, 22 ont dclar vouloir voter pour A.
Dterminer un intervalle de confiance 95% de la proportion p de personnes dcide voter pour A.
Ce rsultat est-il utilisable dans la pratique ?
2) Sur un chantillon de 500 personnes choisies au hasard, 215 ont dclar vouloir voter pour A.
Dterminer un intervalle de confiance 95% de la proportion p de personnes dcides voter pour A.
3) On voudrait obtenir un intervalle de confiance 95% d'amplitude 2%. Combien de personnes faudrait-il
interroger ?
Remarque
L'intervalle f - 1,96 x
n
n
Exercice 30
http://xmaths.free.fr
page 12 / 12