Serie 3

Université Abdelmalek Essaâdi Année universitaire : 2014/2015
ENSA de Tétouan Première année de cycle ingénieur
T.D. de Probabilités et Statistiques

Série n˚ 3
Exercice 1 :
On procède à n expériences indépendantes dans chacune d’elles l’événement A apparaı̂t avec
une probabilité p.
Dresser le tableau de la loi de de la variable aléatoire X, nombre des réalisations de l’événement
A contraire de A dans n expériences, et trouver son espérance mathématique et sa variance.
Exercice 2 :
Une cellule d’ordinateur a enregistré un nombre binaire de rang n, dont chaque signe prend
indépendamment des autres et avec la même probabilité la valeur 0 ou 1. La variable aléatoire
X est le nombre de signes ”1” dans l’écriture du nombre binaire.
Trouver la probabilité des événements {X = m} ; {X > m} et {X < m}.
Exercice 3 :
Par une voie de communication on transmet k messages contenant respectivement n1 , n2 , · · · , nk
signes binaires (”0” ou ”1”). Les signes prennent indépendamment l’un ou l’autre et avec une
probabilité 12 les valeurs 0 ou 1. Chaque signe est perturbé (c’est-à-dire remplacé par le signe
opposé) avec une probabilité p. Pour le codage on emploie un code qui corrige les erreurs d’un
ou de deux signes (pratiquement avec une ceritude totale). Après la correction, la présence
d’une erreure ne serait-ce que dans un signe rend tout le message erroné.
Trouver la probabilité P pour que ne serait-ce qu’un des k messages soit erroné.
Exercice 4 :
En théorie de la fiabilité des dispositifs techniques on recourt souvent en tant que loi de
répartition de la durée du service sans aléas à la loi de Weibull de fonction de répartition
α
F (x) = 1 − e−βx ; (x > 0),
où β > 0 est une certaine constante ; α, un nombre entier positif.

Trouver
1. la densité f (x),
2. l’espérance mathématique et la variance.
Exercice 5 :
Soient deux variables aléatoires indépendantes X et Y . La variable aléatoire X est répartie
selon une loi normale de paramètres µ = 0 et σ = √12 . La répartition de la variable aléatoire Y
est uniforme dans l’intervalle (0, 1).
Écrire les expréssions de la densité conjointe f (x, y) et de la fonction de répartition F (x, y) du
couple aléatoire (X, Y ).
1
Exercice 6 :
Démontrer que si la répartition d’une variable aléatoire X est binomile de paramètres n et p,
son espérance mathématique est E(X) = np, et sa variance V ar(X) = npq, avec q = 1 − p.
Exercice 7 :
Démontrer que pour n expériences indépendantes dans lesquelles l’événement
Pn A se réalise avec
des probabilités
Pn 1 2 p , p , · · · , pn , l’espérance mathématique est E(X) = i=1 pi , et sa variance
V ar(X) = i=1 pi qi , avec qi = 1 − pi .
Exercice 8 :
Démontrer que l’espérance mathématique et la variance de la variable aléatoire X suivant une
loi hypergéométrique de paramètres n, a et b sont égales respectivement à
na
E(X) = ;
a+b
nab(a + b − n)
V ar(X) =
(a + b)2 (a + b − 1)
Exercice 9 :
Une urne contient 5 boules blanches et 7 noires ; on en tire à la fois 6 boules. La variable
aléatoire X est le nombre de boules noires parmi celles qui ont été tirées.
Trouver l’espérance mathématique et la variance de la variable aléatoire X.
Exercice 10 :
On procède à plusieurs expériences indépendantes dans chacune desquelles l’événement A se
produit avec une probabilité p. Les expériences sont poursuivies tant que l’événement A apparaı̂t
k fois, après quoi elles cessent. La variable aléatoire X est le nombre d’expériences qu’il faut
réaliser.
Trouver son espérance mathématique, sa variance et son écart-type.
Exercice 11 :
Le montage d’une installation à fiabilité accrue se fait avec k pièces homogènes de haute
qualité. Avant d’être présentée au montage, chaque pièces subit des essais de toute sorte et
indépendamment des autres s’avère de haute qualité avec une probabilité p. Une fois que k
pièces de haute qualité sont sélectionnées, les essais de nouvelles pièces cessent. La reserve des
pièces est pratiquement illimitée.
2
Trouver l’espérance mathématique µX et la variance σX de la variable aléatoire X (nombre de
pièces mises à l’essai).
Exercice 12 :
En utilisant l’inégalité de Bienaymé-Tchébychev majorer la probabilité pour que la variable
aléatoire X d’espérance mathématique µ et d’écart-type σ s’écarte de µ à moins de 3σ.
Exercice 13 :
On réalise un grand nombre n d’expériences indépendantes dans chacune desquelles la variable
aléatoire X suit une loi uniforme sur l’intervalle
Pn (1, 2).
1
On considère la variable aléatoire Y = n i=1 Xi moyenne arithmétique des valeurs observées
de la variable aléatoire X.
Sur la base de la loi des grands nombres établir de quel nombre a s’approche (converge en
probabilités) la variable Y lorsque n −→ ∞.
Évaluer l’erreur maximale pratiquement possible de l’égalité Y ≈ a.

Serie 3

Transféré par

Droits d'auteur :

Formats disponibles

Serie 3

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Serie 3

Transféré par

Droits d'auteur :

Formats disponibles

Université Abdelmalek Essaâdi Année universitaire : 2014/2015

ENSA de Tétouan Première année de cycle ingénieur

T.D. de Probabilités et Statistiques

où β > 0 est une certaine constante ; α, un nombre entier positif.

Vous aimerez peut-être aussi