Figure 1 Simon Denis Poisson

La loi de P oisson P (). 2015.

Remarque
Simon Denis Poisson (21 juin 1781 Pithiviers - 25 avril 1840 Sceaux) est un mathmaticien, gomtre et
physicien franais.

EXERCICE 1
On ralise des essais de greage sur 30 chantillons comportant chacun 5 ceps. Soit
prenant
( )X la variable alatoire
k
(np)
n
10
pour valeurs le nombre de grees russis. Pour n = 30 et p = 100
, calculons
pk qnk et
enp avec
k
k!
k {0; 1; 2; 3; 4; 5}
n = 30 ;

p = 0.1 ;

np = 3

Loi binmiale B ( 30; 0.1)

Loi de Poisson P (3)

0.2

9 k

Rgle
Si p 0, 1, n 30 et npq 10
Ou si p 0, 1, n 30 et np 15
(
Ou)si p 0, 1, n 50 et np 5
n k nk ()k
Alors
e avec = np. Cest dire que la loi B inomiale B (n; p) peut tre approche
p q

k
k!
par la loi de P oisson P () o = np.
DFINITION
Soit X une variable alatoire dont lunivers image est gal N. On dit que X suit la loi de P oisson de
k
paramtre avec > 0 si et seulement si P(X = k) = e
. De plus E(X) = et V(X) = ainsi que
k!

(X) = . On lappelle aussi la loi des vnements rares.

EXEMPLE 1
Faute de frappe dans un de mes cours : vnement excessivement rare.
PROPRIT
Les lois de P oisson interviennent dans la modlisation de phnomnes alatoires o le futur est indpendant
du pass (pannes de machines, sinistres, files dattente, mortalit, stocks, pour compter le nombre de
communications dans un intervalle de temps donn , le contrle de qualit statistique, la description de
certains phnomnes lis la dsintgration des noyaux radioactifs, la biologie, la mtorologie, la finance
pour modliser la probabilit de dfaut dun crdit,...)

EXERCICE 2
X , P (2). Calculer P(X = 4) et P(X 6)

EXERCICE 3
Un agent de maintenance en automatisme doit couvrir un atelier de fabrication o il y a en moyenne = 0, 9
pannes/jour.
1) Quelle est la probabilit davoir 3 pannes ou plus par jour ?
2) Quelle est la probabilit davoir 5 pannes ou plus au cours dune semaine de 5 jours ouvrables ?

Remarque
Daprs la rgle prcdente, nous pouvons donner une approximation de B (n; p) par P () avec = np

EXERCICE 4
Un leveur de poulets ne peut, chaque semaine, satisfaire la demande dans 2, 5% des cas.
Soit X la variable alatoire gale au nombre de dfaillances dans une anne de 48 semaines dactivits.
1) Quelle loi suit la variable alatoire X ?
2) Par quelle loi peut-on approcher la loi prcdente ?
3) Calculer alors les probabilits.
3.1) p0 : il ny a aucune dfaillance pendant lanne.
3.2) p1 : il y a plus de 2 dfaillances pendant lanne.

EXERCICE 5
Dans un atelier, le nombre daccidents du travail en une priode de une semaine suit une loi de Poisson de moyenne
1, 4. Calculer les probabilit des vnements :
1) Il y a eu au moins 3 accidents au cours dune semaine.
2) Il a eu exactement 4 accidents.

EXERCICE 6
On suppose que 5% des pices livres prsentent le dfaut A. On prlve avec remise n pices du stock. Y est la
variable alatoire gale au nombre de pices prsentant le dfaut A parmi les n pices prleves.
1) Quelle est la loi suivi par Y ?
2) Pour n = 20, calculer la probabilit P(Y = 2).
3) Pour n = 80, dmontrer que la loi Y peut tre approche par une loi de Poisson
4) Dterminer cette loi.
5) En utilisant la loi de Poisson, dterminer les probabilits P(Y = 8) et P(Y 3).

EXERCICE 7
Sur une parcelle, 8% des ceps sont parasits. Soit X la variable alatoire gale au nombre de ceps parasits dans un
chantillon de 30 ceps.
1) Prsenter la loi de probabilit de X.
2) Justifier que lon peut approximer la loi de X par une loi de Poisson que lon prcisera.
3) Quelle est la probabilit pour quaucun arbre ne soit parasit ?
4) Quelle est la probabilit pour que 3 arbres au plus soient parasits ?

EXERCICE 8
Le service qui gre les commandes a relev pour les annes passes une moyenne de 5 erreurs pour 100 commandes.
On suppose que la variable alatoire X qui mesure le nombre derreurs pour 100 commandes suit la loi de Poisson
de paramtre 5. Dterminer la probabilit de dnombrer pour une srie de 100 commandes :
1) 5 erreurs exactement.
2) Moins de 5 erreurs.
3) Au moins 5 erreurs.

EXERCICE 9
La probabilit pour quun voyageur oublie un paquet dans le compartiment dun train est de 0, 005. Un train
transporte 850 voyageurs. On dsigne par X la variable alatoire gale au nombre de personnes ayant oubli un
paquet.
1) Quelle loi suit la variable alatoire X ?
2) Donner son esprance mathmatique et son cart-type.
3) Donner, avec justification, une loi permettant dapproximer la loi de X.
4) Calculer la probabilit pour :
4.1) quaucun paquet nait t oubli dans le train.
4.2) que 3 voyageurs au moins aient oubli un paquet.

EXERCICE 10
On sait que la probabilit pour un individu davoir une mauvaise raction la suite de linjection dun srum est de
0, 001.
On injecte ce srum 2000 personnes. Le nombre de personnes ayant une mauvaise raction la suite de cette
injection est une variable alatoire X.
1) Dfinir la loi de probabilit de X.
2) Calculer quelle est la probabilit pour quil y ait au plus trois personnes qui supportent mal linjection sur les

2000 vaccines.
(On pourra approximer la loi de X en justifiant cette approximation ).

EXERCICE 11
Le procd dinsmination artificielle humaine dit in vitro russit avec une probabilit p = 0, 1. Dans un service
hospitalier, on ralise 70 oprations. On dsigne par X la variable alatoire gale au nombre doprations faites avec
succs.
1) 1.1) Quelle est la loi de probabilit de X ?
1.2) Donner lexpression de P(X = k).
1.3) Par quelle loi peut-on approximer la loi prcdente ? Justifier votre approximation.
1.4) Quelle est lexpression de P(X = k) au moyen de la loi retenue pour approcher la loi de X ?
2) Calculer la probabilit pour quil y ait :
2.1) 6 russites ;
2.2) au moins 10 russites.

EXERCICE 12
Dans une population deectif trs lev, 90% des individus sont aptes reconnatre le got du phnylthiocarbamide.
On prlve au hasard un chantillon de 10 individus. Soit X la variable alatoire dsignant le nombre dindividus
inaptes reconnatre le got du phnylthiocarbamide.
1) Dterminer les probabilits des vnements suivants :
1.1) aucun individu nest inapte ;
1.2) un individu au moins est inapte ;
1.3) deux individus sont inaptes.
2) On prlve maintenant un chantillon de taille n = 40 ;
2.1) Calculer P(X = 2).
2.2) Montrer quune approximation laide de la loi de Poisson est raisonnable et en dduire une valeur
approche de P(X = 2).

EXERCICE 13
Laccueil tlphonique dun htel est sollicit en moyenne deux fois tous les quarts dheure un jour donn. Calculer
la probabilit que le nombre dappels en une heure , ce jour l, soit strictement suprieur 12 ?

EXERCICE 14
1) Un atelier de rparation reoit en moyenne 6 appels de dpannage par heure. Quelle est la probabilit de
recevoir 4 appels en une demi-heure ?
2) Larrive de clients un guichet est un processus de Poisson. On sait que le nombre moyen de clients est de
deux toutes les 6 minutes. Quelle est la probabilit darrive de 5 clients sur une priode de 12 minutes ?

EXERCICE 15
Il a t constat sur une chane de montage, que sur 1000 appareils qui en sortent, 5 sont dfectueux. On note X la
variable alatoire donnant le nombre dappareils dfectueux quand on prlve un chantillon de 100 appareils.
1) Quelle est la loi suivie par X ? Quels sont ses paramtres ?
2) Cette loi peut-elle tre approche par une loi de Poisson ? Pourquoi ? Quel est le paramtre de cette loi de

Poisson ?
3) Calculer les probabilits des vnements suivants :
3.1) aucun appareil de lchantillon nest dfectueux ;
3.2) deux appareils sont dfectueux ;
3.3) plus de deux appareils sont dfectueux.

EXERCICE 16
Dans une agence dune compagnie dassurance on a pu constater que sur les 1200 assurs, 60 avaient envoy au
moins une dclaration de sinistre dans lanne. On dira que ces dossiers sont de type DS . On prlve au hasard
et avec remise n dossiers parmi les 1200 dossiers des assurs. X est la variable donnant parmi les n dossiers prlevs
le nombre de dossiers de type DS . Les calculs seront faits 0, 0001 prs.
1) Quelle est la loi suivie par X ?
2) Dans cette question n = 10. Calculer la probabilit quil y ait parmi ces 10 dossiers au moins un dossier de
type DS .
3) Dans cette question n est inconnu. Quel est le nombre minimal de dossiers prlever pour que la probabilit
davoir au moins un dossier de type DS dans lchantillon soit suprieure ou gale 0, 95 ?
4) Dans cette question n = 60.
4.1) Par quelle loi ,la loi de probabilit de X peut-elle tre approche ?
4.2) Calculer P(X 1) ; commenter le rsultat.

EXERCICE 17
Dans une entreprise, une tude statistique a montr quen moyenne 5% des articles dune chane de fabrication
prsentent des dfauts. Lors dun contrle de qualit, on envisage de prlever un chantillon de 120 articles. Bien que
ce prlvement soit exhaustif (sans remise), on considre que la production est susamment importante pour que
lon puisse assimiler cette preuve un tirage avec remise et que la probabilit quun article prlev soit dfectueux
est constante.
1) Justifier que la loi de la variable alatoire X donnant le nombre darticles dfectueux dun tel chantillon peut
tre approche par la loi de Poisson de paramtre 6.
2) valuer les probabilits P(X = k) pour k entier naturel infrieur 8.

EXERCICE 18
La variable alatoire X donnant le nombre de clients se prsentant au guichet Aranchissements dun bureau
de poste par intervalle de temps de dure 10 minutes, entre 14 h 30 et 16 h 30, suit la loi de Poisson de paramtre
5. Calculer la probabilit que, sur une priode de 10 minutes choisie au hasard entre 14 h 30 et 16 h 30 un jour
douverture du guichet, il y ait au moins 8 personnes se prsenter ce guichet.

EXERCICE 19
3% des bouteilles deau livres par une usine sont dfectueuses. On appelle X la variable alatoire qui, tout lot de
100 bouteilles prises au hasard, associe le nombre de bouteilles dfectueuses. On admet que X suit la loi de Poisson
de paramtre 3. Trouver la probabilit de chacun des vnements suivants :
1) Sur un lot de 100 bouteilles choisies au hasard, il ny a aucune bouteille dfectueuse.
2) Sur un lot de 100 bouteilles choisies au hasard, il y a 2 bouteilles dfectueuses.
3) Sur un lot de 100 bouteilles choisies au hasard, il y a 3 bouteilles dfectueuses.
4) Sur un lot de 100 bouteilles choisies au hasard, il y a moins de 4 bouteilles dfectueuses.

EXERCICE 20
Dans un grand magasin, la variable alatoire X dnombrant le nombre de magntoscopes vendus au cours dune
journe quelconque, suit la loi de Poisson de paramtre 4. Les ventes pendant deux journes sont supposes indpendantes.
1) On choisit une journe au hasard, calculer la probabilit de chacun des vnements suivants :
1.1) La vente de la journe est au plus gale 5.
1.2) La vente de la journe est au plus gale 2 ou au moins gale 6.
2) On choisit deux jours conscutifs au hasard.
2.1) Calculer la probabilit que les ventes de chacune des deux journes soit au moins gale 5.
2.2) Calculer la probabilit que la somme des ventes de deux jours conscutifs soit gale 2.

EXERCICE 21
Une entreprise fabrique des composants lectroniques. On sait que 2% des composants fabriqus sont dfectueux.
Soit X la variable alatoire qui tout ensemble de 100 composants choisis au hasard associe le nombre dlments
dfectueux quil contient. On admet que la variable alatoire X suit une loi de Poisson de paramtre 2. Donner la
probabilit des vnements suivants :
1) lensemble ne contient pas de composant dfectueux ;
2) lensemble contient 2 composants dfectueux ;
3) lensemble contient 5 composants dfectueux .

EXERCICE 22
Soit X une variable alatoire suivant la loi de Poisson de paramtre 5. Dterminer la probabilit des vnements
suivants :
1) X = 5 ;
2) X 4 ;
3) X > 8 ;
4) 7 X 9.

EXERCICE 23
Soit X une variable alatoire suivant la loi de Poisson de paramtre 7. Dterminer la plus petite valeur de k telle que
P(X k) 0, 8.

EXERCICE 24
On a observ la frquentation dune cabine tlphonique au cours dune journe. On a remarqu que le nombre
dutilisateurs en 1 heure, reprsent par la variable alatoire X, suit une loi de Poisson de paramtre 5.
1) tablir la loi de probabilit de X.
2) Reprsenter graphiquement cette loi par un diagramme en btons une chelle convenable.
3) Donner lesprance mathmatique, la variance et lcart-type de X.
4) Sachant quun coup de tlphone pass depuis cette cabine rapporte en moyenne 3,5 euros, quel est le gain
que peut esprer loprateur tlphonique en une heure ? En une journe (on pourra considrer quil ny a pas
dutilisateurs de 1h 5h du matin) ? En un an ?
5) Le cot de revient annuel de la construction et la maintenance dune cabine tlphonique slve 50 000

euros. Ce service est-il source de bnfice pour loprateur ?

EXERCICE 25
Dans une entreprise de vente par correspondance, une tude statistique a montr quil y avait 5 % de bons de
commande portant au moins une erreur. On constitue au hasard un chantillon de 100 bons de commandes parmi
ceux traits un jour donn.
Le nombre de commandes trait dans cette journe est susamment important pour quon puisse lassimiler ce
prlvement un tirage avec remise de 100 bons de commande.
On dsigne par X la variable alatoire qui associe tout chantillon de 100 bons le nombre de bons errons. On
admet que X suit une loi de Poisson de paramtre 5.
1) Dterminer laide du formulaire la probabilit de chacun des vnements suivants :
E1 il y a exactement 7 bons errons parmi les 100 ;
E2 il y a moins de 7 bons errons parmi les 100 ;
E3 il y a au moins 7 bons errons parmi les 100 .
2) Dterminer le plus petit entier k tel que la probabilit davoir au moins k erreurs soit suprieure 0,9.

EXERCICE 26
Pendant une journe de classe, le nombre dlves frquentant linfirmerie en 20 minutes suit une loi de Poisson de
paramtre 7.
1) Quelle est la probabilit quaucun lve ne se prsente entre 14h00 et 14h20.
2) Une infirmire dclare tre sre 80% de recevoir plus de 5 lves de 10h10 10h30. Cette armation est-elle
fonde ?
3) Combien dlves se rendent en moyenne linfirmerie en 20 minutes ?
4) Parmi tous les lves visitant linfirmerie, 85% sont rellement malades. Soit Y le nombre de malades reus en
20 minutes. Dterminer la loi de probabilit de Y.
5) Calculer lesprance de Y et interprter le rsultat, puis calculer lcart-type.

EXERCICE 27
Une tude a montr quen moyenne 100 consultations dun site htelier sur Internet entranent 2 rservations fermes
et que la variable alatoire X qui mesure le nombre mensuel de rservations suit une Loi de Poisson. La premire
anne le nombre moyen mensuel de consultations est estim 250.
1) Quel est le paramtre de la Loi de Poisson suivie par la variable alatoire X ?
2) En utilisant la table de la Loi de Poison, dterminer la probabilit pour un mois donn que le nombre de
rservations fermes soit
2.1) de 8 rservations.
2.2) de 12 rservations.
2.3) compris entre 8(inclus) et 12(inclus) rservations.

EXERCICE 28
En une anne, un mlomane fait lacquisition denviron 300 disques compacts. Quand il en achte un, la probabilit
pour que le disque soit ray et que sa chane hi-fi ne le lise pas convenablement est 0,02. On note X le nombre de
disques rays achets en un an.
1) Quelle loi suit la variable alatoire X ?
2) Quel est le paramtre de la loi de Poisson par laquelle on peut lapprocher ?
3) Calculer la probabilit quil achte moins de 5 disques rays en utilisant les deux lois et vrifier la concordance
des rsultats.

4) Calculer lcart-type de deux faons. La dirence entre les deux rsultats est-elle ngligeable ?

EXERCICE 29
Dans cet exercice, chaque probabilit sera calcule 102 prs.
Une petite entreprise emploie vingt personnes. Une tude statistique permet dadmettre quun jour donn la probabilit quun employ donn soit absent est 0,05. On admet que les absences des employs survenue un jour donn
sont indpendantes les unes des autres. On note X la variable alatoire qui, un jour choisi au hasard, associe le
nombre demploys absents.
1) Expliquer pourquoi X suit une loi binomiale. Donner les paramtres de cette loi.
2) Calculer la probabilit des vnements suivants :
E1 un jour donn, il y a exactement trois absents ;
E2 un jour donn, il y a au moins trois absents ;
E3 un jour donn, le nombre dabsents est compris entre trois et six (bornes comprises).
3) Calculer lesprance mathmatique note E(X) de la variable alatoire X. Que reprsente E(X) ?
4) On approche la loi binomiale du 1. par une loi de Poisson de paramtre np, o n et p sont les paramtres de
cette loi binomiale.
4.1) En utilisant la loi de Poisson, dterminer les probabilits respectives des trois vnements E1 , E2 et E3 de
la question 2.
4.2) Vrifier que les rsultats obtenus dirent de moins de 1 % des rsultats obtenus au 2.

EXERCICE 30
Une entreprise fabriquant des meubles possde un parc de machines fonctionnant sans arrt. La probabilit pour
une machine dtermine de tomber en panne au cours dune journe est p = 0, 001.
1) Calculer la probabilit pour une machine dtermine de tomber en panne au moins une fois sur une priode
de trente jours.
2) Calculer la probabilit pour cette machine de tomber en panne plus dune fois au cours dun mois de trente
jours.
3) Le parc est compos de n = 200 machines et la probabilit pour une de ces machines de tomber en panne au
moins une fois au cours du mois est de 0, 03.
Soit X le nombre de machines tombant au moins une fois en panne au cours du mois.
3.1) Dterminer la loi de probabilit de X.
3.2) Calculer P(X = k), k {0, 1, 2}.
3.3) Lapproximation par la loi de Poisson est-elle justifie ?
Quelle est la probabilit pour que X soit infrieur 3 ?
Dterminer lesprance mathmatique et la variance de X.

EXERCICE 31
On note X la variable alatoire qui prend pour valeur le nombre de dfauts sur le verre dune ampoule. On admet
que X suit la loi de Poisson de paramtre = 4 . Calculer la probabilit de chacun des vnements suivants :
1) E1 : Il ny a aucun dfaut sur lampoule
2) E2 : Il y au moins deux dfauts sur lampoule .
3) E3 : Le nombre de dfauts est compris entre deux et cinq, bornes comprises .

EXERCICE 32
Un central tlphonique possde l lignes o l est un entier naturel non nul.
1) 1.1) On estime 1200 le nombre de personnes susceptibles dappeler celui-ci sur une journe de 8 heures, la
dure des appels tant de deux minutes en moyenne. Prouver que la probabilit quun appel arrive au
1
.
central tlphonique un instant donn est
240
1.2) On note X la variable alatoire gale au nombre dappels arrivant au central tlphonique un instant
donn. On suppose que les appels sont indpendants les uns des autres.
1.2.1) Justifier que X suit une loi binomiale dont on prcisera les paramtres.
1.2.2) Calculer lesprance mathmatique E(X) . On interprtera le rsultat.
2) On dcide dapprocher la loi X par une loi de Poisson Y .
2.1) Quel est le paramtre de cette loi ?
2.2) Dans cette question, on suppose que l = 3 . Calculer la probabilit dencombrement un instant donn,
cest--dire P(Y > l) .
2.3) Quelle doit tre la valeur minimale de l pour que, un instant donn, la probabilit dencombrement ne
dpasse pas 0, 10 ?

EXERCICE 33
Dans une entreprise de vente par correspondance une tude statistique a montr quil y avait 5% de bons de commande
comportant une erreur. On constitue au hasard un chantillon de 100 bons de commande parmi ceux traits un jour
donn. Le nombre de bons de commande traits dans cette journe est assez important pour quon puisse assimiler
ce prlvement un tirage avec remise de 100 bons de commande. On dsigne par X la variable alatoire qui associe
tout chantillon de 100 bons le nombre de bons errons. On admet que X suit la loi de Poisson de paramtre 5.
1) Dterminer la probabilit de chacun des vnements suivants :
1.1) E1 : il y a exactement 5 bons errons parmi les 100 .
1.2) E2 : il y a au plus 5 bons errons parmi les 100 .
2) Dterminer le plus petit entier k tel que la probabilit davoir moins de k erreurs soit suprieure 0, 9.