SlideShare una empresa de Scribd logo
1 de 4
Descargar para leer sin conexión
Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr
Page 1/4
LOIS CONTINUES - EXERCICES CORRIGES
Exercice n°1.
Dans chacun des cas, dites si la fonction f définit une densité de probabilité
1) ( ) 4
3
f x
x
= si [ [1;x∈ +∞ ; ( ) 0f x = sinon 2) ( ) x
f x xe−
= si [ [0;x∈ +∞ ; ( ) 0f x = sinon
Exercice n°2.
1) Soit I l’intervalle [1 ;10] et fλ la fonction définie sur I par : ( ) 2
f t tλ λ −
= . Déterminer le réel λ pour lequel fλ est
une densité de probabilité
2) Même question avec [ [1;I = +∞
Exercice n°3.
Dans un parc national, un guide propose quotidiennement l’observation de chamois venant s’abreuver dans un lac au
coucher du soleil. Le temps d’attente du groupe T, en heures, avant l’arrivée des animaux, suit une loi uniforme sur [0 ;1].
Calculer les probabilités suivantes :
1) ( )0,5p T > 2) ( )0,2 0,6p T< < 3) ( )0,6p T =
Exercice n°4.
Une variable T soit une loi exponentielle de paramètre 0λ >
1) Trouvez le paramètre de cette loi sachant que ( )70 0,05p T ≤ =
2) Déduisez-en ( )30p T >
Exercice n°5.
Le temps, mesuré en heures, nécessaire pour réparer une certaine machine suit la loi exponentielle de paramètre
1
2
λ = .
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 ?
Exercice n°6. (sujet baccalauréat Antilles Guyane septembre 2006)
Partie A – Restitution Organisée de Connaissances
On suppose connu le résultat suivant : Si X est une variable aléatoire qui suit une loi exponentielle de paramètre
strictement positif λ alors, pour t réel positif, ( ) 0
t
x
p X t e dxλ
λ −
≤ = ∫
* Démontrer l’égalité ( ) t
p X t e λ−
≥ =
* En déduire que pour s et t réels positifs, l’égalité suivante est vraie : ( ) ( ) ( )X t
p X s t p X s>
> + = >
(loi de durée sans vieillissement), ( ) ( )X t
p 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 ( )10 0,7p T ≤ =
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 ( ) ( )10
15T
p T>
>
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
2) On suppose que la durée d’attente à une caisse de ce supermarché est indépendante de celle des autres caisses.
Actuellement 6 caisses sont ouvertes. On désigne par, Y la variable aléatoire qui représente le nombre de caisses pour
lesquelles la durée d’attente est supérieure à 10 minutes.
a) Donner la nature et les élements caractéristiques de Y.
b) Le gérant du supermarché ouvre des caisses supplémentaires si la durée d’attente à au moins 4 des 6 caisses est
supérieure à 10 minutes. Déterminer à 0,01 près la probabilité d’ouverture de nouvelles caisses.
Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr
Page 2/4
LOIS CONTINUES
CORRECTION
Exercice n°1
1) La fonction f est continue et strictement positive sur [ [1;+∞ en tant que fraction rationnelle définie sur [ [1;+∞ .
De plus, pour tout réel x>1, ( ) 4 3 31 1
1
3 1 1
1
x
x x
f t dt dt
t t x
 
= = − = − +  
∫ ∫
Ainsi, ( ) 31
1
lim lim 1 1
x
x x
f t dt
x→+∞ →+∞
= − + =∫
La fonction f définit donc une densité de probabilité
2) La fonction f est continue et strictement positive sur [ [0;+∞ en tant que composée et produit de fonctions qui le sont.
De plus, pour tout réel x>0, ( ) 00 0
1
x x xt t x
f t dt te dt e e− − −
 = = − = − + ∫ ∫
Ainsi, ( )0
lim lim 1 1
x
x
x x
f t dt e−
→+∞ →+∞
= − + =∫ car
lim
lim 0
lim 0
x x
u x
u
x
e
e
→+∞ −
→+∞
→−∞
− = −∞
⇒ =
= 
La fonction f définit donc une densité de probabilité
Exercice n°2
1) 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 [ ]1;10t ∈ , ( ) 2
0 0 0f t tλ λ λ−
≥ ⇔ ≥ ⇔ ≥ .
Enfin, il est nécessaire que : ( )
10
1
1f t dtλ =∫ , soit :
( )
10
10 10 10
2
21 1 1
1
1 1
1 1 1 1
1 9 10
1 1 1
10 10 9
f t dt t dt dt
t t
λ λ λ λ
λ λ λ
−  
= ⇔ = ⇔ = ⇔ − =  
   
⇔ − + = ⇔ = ⇔ =   
   
∫ ∫ ∫
Conclusion : fλ est une densité de probabilité si et seulement si
10
9
λ =
2) fλ est continue sur [ [1;+∞ en tant que produit de fonctions qui le sont. De plus fλ sera une densité de probabilité si
pour tout [ [1;t ∈ +∞ , ( ) 2
0 0 0f t tλ λ λ−
≥ ⇔ ≥ ⇔ ≥ .
Enfin, il est nécessaire que : ( )1
lim 1
x
x
f t dtλ
→+∞
=∫ .
Pour tout x>1
( ) 2
21 1 1
1
1 1 1
1
x
x x x
f t dt t dt dt
t t x
λ λ λ λ λ−    
= = = − = − +     
∫ ∫ ∫
Ainsi ( )1
1
lim lim 1
x
x x
f t dt
x
λ λ λ
→+∞ →+∞
 
= − + = 
 
∫ , et la condition ( )1
lim 1
x
x
f t dtλ
→+∞
=∫ est alors équivalente à 1λ =
Conclusion : fλ est une densité de probabilité si et seulement si 1λ =
Exercice n°3
Notons p la loi de probabilité définie par la loi uniforme. On a alors :
1) ( ) ( ) [ ]( )0,5 1 0,5 1 0;0,5 1 0,5 0,5p T p T p> = − ≤ = − = − =
2) ( ) ] [( )0,2 0,6 0,2;0,6 0,6 0,2 0,4p T p< < = = − =
3) ( )0,6 0p T = =
Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr
Page 3/4
Exercice n°4
1) a) L’égalité ( )70 0,05p T ≤ = se traduit par :
( )
( )
70 70 70
00
70
0,05 0,05 1 0,05
ln 0,95
0,95 70 ln 0,95
70
x x
e dx e e
e
λ λ λ
λ
λ
λ λ
− − −
−
 = ⇔ − = ⇔ − = 
⇔ = ⇔ − = ⇔ = −
∫
2) On calcule :
( ) ( ) ( )
( )( )
30
0
30 30 0 30 30
0
30 1 30 1 30 1
1 1 1 1
x
x
p T p T p T e dx
e e e e e
λ
λ λ λ λ λ
λ −
− − − × − −
> = − ≤ = − ≤ = −
 = − − = − − − − = + − = 
∫
En utilisant la valeur
( )ln 0,95
70
λ = − , on obtient ( )
( ) ( )ln 0,95 3ln 0,95
30
70 7
30 0,978p T e e
− ×−
> = = ≈ à 0,001 près
Exercice n°5
Notons T la variable aléatoire mesurant le temps, mesuré en heures, nécessaire pour réparer une certaine machine.
Puisque T suit la loi exponentielle de paramètre
1
2
λ = , on a :
1) La probabilité que le temps de réparation excède deux heures est égale à :
( ) ( )
1
2
2
0
21 1 1
2 0
12 2 2
0
1
2 1 2 1
2
1
1 1 1 1
x
x
p X p X e dx
e e e e
e
−
− − × − ×
−
≥ = − ≤ = −
    
= − − = − − − − = + − =     
    
∫
2) La probabilité qu’une réparation prenne au moins dix heures, étant donné que sa durée a déjà dépassé neuf heures est
égale à :
( ) ( )
( ) ( )( )
( )
( )
( )9
10 9 10
10
9 9X
p X X p X
p X
p X p X>
> ∩ > >
> = =
> >
car 10 9X X> ⇒ > .
Ainsi,
( )
( )
1
10 1 10
2 10 10 9 12 2
0
2 2 2
1 1 9
9 9
2 2 2
0
1
110 1 12
9 1
1 1 1
2
x
x
e dxp X e e
e e
p X
e dx e e
−
− × −
− + −
− − × −
−> + −
= = = = =
>
− + −
∫
∫
Exercice n°6 (sujet baccalauréat Antilles Guyane septembre 2006)
Partie A – Restitution Organisée de Connaissances
* Pour tout réel t, on a :
( ) ( )
( )( )
0
0
0
1 1
1 1 1 1
t
x
tx t t t
p X t p X t e dx
e e e e e
λ
λ λ λ λ λ
λ −
− − − × − −
≥ = − ≤ = −
 = − − = − − − − = + − = 
∫
* Pour s et t réels positifs, on a :
( ) ( )
( ) ( )( )
( )
( )
( )X t
p X s t X t p X s t
p X s t
p X t p X t>
> + ∩ > > +
> + = =
> >
car X s t X t> + ⇒ > .
D’après ce qui précède,
( )
( )
( )
( )
( )
s t
s t t s
t
p X s
p X s t e
e e
p X t e
λ
λ λ λ
λ
− +
− + + −
−
= >
> +
= = =
>
, donc
( ) ( ) ( )X t
p X s t p X s>
> + = >
Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr
Page 4/4
Partie B
1) a) L’égalité ( )10 0,7p T ≤ = se traduit par :
( )
( )
10 10 10
00
10
0,7 0,7 1 0,7
ln 0,3
0,3 10 ln 0,3
10
x x
e dx e e
e
λ λ λ
λ
λ
λ λ
− − −
−
 = ⇔ − = ⇔ − = 
⇔ = ⇔ − = ⇔ = −
∫
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 :
( ) ( ) ( ) 5 0,12 5 0,6
10
10
15 10 5 5
t
T
T t s
p T p T p T e e eλ− × − × −
>  
> 
 
 
 
> = > + = > = = = 
 
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 ( ) ( ) ( ) ( ) 0,6
10 10
15 1 15 1 0,45T T
p T p T e−
> >
≤ = − > = − ≈ à 0,01 près
2) a) On répète 6 fois de manière indépendante une épreuve de Bernouilli pouvant se solder par l’issue « la durée d’attente
à une caisse est inférieure à 10 minutes », de probabilité ( )10 0,7p p T= ≤ = (donné par l’énoncé), ou par l’issue « la
durée d’attente à une caisse est supérieure à 10 minutes », de probabilité 1-p=0,3
Si on note Y le nombre de caisses pour lesquelles la durée d’attente est supérieure à 10 minutes, Y suit la loi binomiale de
paramètre n=6 et p=0,7 , de sorte que pour tout entier k tel que 0 6k≤ ≤ , ( ) 66
0,7 0,3k k
p Y k
k
− 
= =  
 
b) La probabilité d’ouverture de nouvelles caisses est égale à ( )4p Y ≥
On calcule :
( ) ( ) ( ) ( )
2 4 1 5 0 6
4 4 5 6
6 6 6
0,7 0,3 0,7 0,3 0,7 0,3
4 5 6
0,07 à 0,01 près
p Y p Y p Y p Y≥ = = + = + =
     
= + +     
     
≈

Más contenido relacionado

La actualidad más candente

Memoire_Fallou_Mbengue.pdf
Memoire_Fallou_Mbengue.pdfMemoire_Fallou_Mbengue.pdf
Memoire_Fallou_Mbengue.pdffalloumbengue1
 
IoT Toulouse : introduction à mqtt
IoT Toulouse : introduction à mqttIoT Toulouse : introduction à mqtt
IoT Toulouse : introduction à mqttJulien Vermillard
 
183592565 reseaux-gsm-06-ocr
183592565 reseaux-gsm-06-ocr183592565 reseaux-gsm-06-ocr
183592565 reseaux-gsm-06-ocrNadia RAOUANE
 
Java - notions de bases pour développeur
Java - notions de bases pour développeurJava - notions de bases pour développeur
Java - notions de bases pour développeurJean David Olekhnovitch
 
Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie
Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie
Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie Moustapha Mahamat Hissein
 
Exercices corrigés chap 4 : Equilibres chimiques
Exercices corrigés chap 4 : Equilibres chimiquesExercices corrigés chap 4 : Equilibres chimiques
Exercices corrigés chap 4 : Equilibres chimiquesOmar Benchiheub
 
Soutenance Stage Lafarge
Soutenance Stage LafargeSoutenance Stage Lafarge
Soutenance Stage LafargeMajdalina01
 
Rapport de fin d'étude en sur le dimensionnement solaire .pdf
Rapport de fin d'étude en sur le dimensionnement solaire .pdfRapport de fin d'étude en sur le dimensionnement solaire .pdf
Rapport de fin d'étude en sur le dimensionnement solaire .pdfZakaria156221
 
Programmation réseau en JAVA
Programmation réseau en JAVAProgrammation réseau en JAVA
Programmation réseau en JAVABachir Benyammi
 
KONAN_Yao_Ange_Vinny.pdf
KONAN_Yao_Ange_Vinny.pdfKONAN_Yao_Ange_Vinny.pdf
KONAN_Yao_Ange_Vinny.pdfHichemZouaoui2
 
Rattrapage transfert 3_em _2010_11
Rattrapage transfert 3_em _2010_11Rattrapage transfert 3_em _2010_11
Rattrapage transfert 3_em _2010_11Amine Chahed
 
Cours electrostatique
Cours electrostatiqueCours electrostatique
Cours electrostatiquemaidine96
 
Contrôle non destructif par Radiographie
Contrôle non destructif par RadiographieContrôle non destructif par Radiographie
Contrôle non destructif par RadiographieRafael Nadal
 
Mise en place d'un système informatisé de gestion d'une bibliothèque universi...
Mise en place d'un système informatisé de gestion d'une bibliothèque universi...Mise en place d'un système informatisé de gestion d'une bibliothèque universi...
Mise en place d'un système informatisé de gestion d'une bibliothèque universi...DenisMugalu
 
Programmation orientée objet : Object, classe et encapsulation
Programmation orientée objet : Object, classe et encapsulationProgrammation orientée objet : Object, classe et encapsulation
Programmation orientée objet : Object, classe et encapsulationECAM Brussels Engineering School
 
pizoelectricite . ppt
pizoelectricite . pptpizoelectricite . ppt
pizoelectricite . pptsafiaouy
 
Rapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANIRapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANIOtmaneDouieb
 

La actualidad más candente (20)

Memoire_Fallou_Mbengue.pdf
Memoire_Fallou_Mbengue.pdfMemoire_Fallou_Mbengue.pdf
Memoire_Fallou_Mbengue.pdf
 
IoT Toulouse : introduction à mqtt
IoT Toulouse : introduction à mqttIoT Toulouse : introduction à mqtt
IoT Toulouse : introduction à mqtt
 
183592565 reseaux-gsm-06-ocr
183592565 reseaux-gsm-06-ocr183592565 reseaux-gsm-06-ocr
183592565 reseaux-gsm-06-ocr
 
Java - notions de bases pour développeur
Java - notions de bases pour développeurJava - notions de bases pour développeur
Java - notions de bases pour développeur
 
Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie
Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie
Mémoire powerpoint de MOUSTAPHA Mahamat Hissein à 2ie
 
Exercices corrigés chap 4 : Equilibres chimiques
Exercices corrigés chap 4 : Equilibres chimiquesExercices corrigés chap 4 : Equilibres chimiques
Exercices corrigés chap 4 : Equilibres chimiques
 
Soutenance Stage Lafarge
Soutenance Stage LafargeSoutenance Stage Lafarge
Soutenance Stage Lafarge
 
Rapport cimat
Rapport cimatRapport cimat
Rapport cimat
 
Rapport de fin d'étude en sur le dimensionnement solaire .pdf
Rapport de fin d'étude en sur le dimensionnement solaire .pdfRapport de fin d'étude en sur le dimensionnement solaire .pdf
Rapport de fin d'étude en sur le dimensionnement solaire .pdf
 
Programmation réseau en JAVA
Programmation réseau en JAVAProgrammation réseau en JAVA
Programmation réseau en JAVA
 
KONAN_Yao_Ange_Vinny.pdf
KONAN_Yao_Ange_Vinny.pdfKONAN_Yao_Ange_Vinny.pdf
KONAN_Yao_Ange_Vinny.pdf
 
Projet Rnis
Projet RnisProjet Rnis
Projet Rnis
 
Rattrapage transfert 3_em _2010_11
Rattrapage transfert 3_em _2010_11Rattrapage transfert 3_em _2010_11
Rattrapage transfert 3_em _2010_11
 
Cours electrostatique
Cours electrostatiqueCours electrostatique
Cours electrostatique
 
Tp n 6 linux
Tp n 6 linuxTp n 6 linux
Tp n 6 linux
 
Contrôle non destructif par Radiographie
Contrôle non destructif par RadiographieContrôle non destructif par Radiographie
Contrôle non destructif par Radiographie
 
Mise en place d'un système informatisé de gestion d'une bibliothèque universi...
Mise en place d'un système informatisé de gestion d'une bibliothèque universi...Mise en place d'un système informatisé de gestion d'une bibliothèque universi...
Mise en place d'un système informatisé de gestion d'une bibliothèque universi...
 
Programmation orientée objet : Object, classe et encapsulation
Programmation orientée objet : Object, classe et encapsulationProgrammation orientée objet : Object, classe et encapsulation
Programmation orientée objet : Object, classe et encapsulation
 
pizoelectricite . ppt
pizoelectricite . pptpizoelectricite . ppt
pizoelectricite . ppt
 
Rapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANIRapport PFE DOUIEB_HMIDANI
Rapport PFE DOUIEB_HMIDANI
 

Destacado

Exercice corrige comptabilite analytique
Exercice corrige comptabilite analytiqueExercice corrige comptabilite analytique
Exercice corrige comptabilite analytiqueAchraf Ourti
 
méthode des centres d'analyse
méthode des centres d'analyseméthode des centres d'analyse
méthode des centres d'analyseabdellah nasser
 
Chapitre 1 les coûts complets
Chapitre 1 les coûts completsChapitre 1 les coûts complets
Chapitre 1 les coûts completshaifouchka
 
comptabilité analytique les coûts complets
comptabilité analytique les coûts completscomptabilité analytique les coûts complets
comptabilité analytique les coûts completsMejdoubi Amal
 
Compta analyt cours exercices
Compta analyt cours exercicesCompta analyt cours exercices
Compta analyt cours exercicesGEANT_ATLAS
 

Destacado (6)

Exercice corrige comptabilite analytique
Exercice corrige comptabilite analytiqueExercice corrige comptabilite analytique
Exercice corrige comptabilite analytique
 
méthode des centres d'analyse
méthode des centres d'analyseméthode des centres d'analyse
méthode des centres d'analyse
 
Exercice probabilités
Exercice probabilitésExercice probabilités
Exercice probabilités
 
Chapitre 1 les coûts complets
Chapitre 1 les coûts completsChapitre 1 les coûts complets
Chapitre 1 les coûts complets
 
comptabilité analytique les coûts complets
comptabilité analytique les coûts completscomptabilité analytique les coûts complets
comptabilité analytique les coûts complets
 
Compta analyt cours exercices
Compta analyt cours exercicesCompta analyt cours exercices
Compta analyt cours exercices
 

Similar a Exos corriges lois_continues

Variables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdfVariables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdfKOUADIOPATRICE1
 
4° exos loi-continues-sm.
4° exos loi-continues-sm.4° exos loi-continues-sm.
4° exos loi-continues-sm.Smaali Mondher
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011sunprass
 
Equations différentielles, DUT MP, CM1
Equations différentielles, DUT MP, CM1Equations différentielles, DUT MP, CM1
Equations différentielles, DUT MP, CM1Christophe Palermo
 
Chapitre 3 NP-complétude
Chapitre 3 NP-complétudeChapitre 3 NP-complétude
Chapitre 3 NP-complétudeSana Aroussi
 
Exam of June 2016, Mathematical Statistics 3rd year
Exam of June 2016, Mathematical Statistics 3rd yearExam of June 2016, Mathematical Statistics 3rd year
Exam of June 2016, Mathematical Statistics 3rd yearChristian Robert
 
Chapitre 1 automatique de base
Chapitre 1 automatique de  baseChapitre 1 automatique de  base
Chapitre 1 automatique de basesimo927066
 
Chapitre 1 auto base
Chapitre 1 auto baseChapitre 1 auto base
Chapitre 1 auto basesimo927066
 
Sélection de contrôles avec correction
Sélection de contrôles avec correctionSélection de contrôles avec correction
Sélection de contrôles avec correctionJaouad Dabounou
 
Chapitre 2 -Complexité des problèmes avec correction.pdf
Chapitre 2 -Complexité des problèmes avec correction.pdfChapitre 2 -Complexité des problèmes avec correction.pdf
Chapitre 2 -Complexité des problèmes avec correction.pdfMbarkiIsraa
 
Cnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeCnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeOtman Aberkane
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierismailkziadi
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourierMehdi Maroun
 

Similar a Exos corriges lois_continues (20)

Variables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdfVariables aléatoires continues Chapitre 5.pdf
Variables aléatoires continues Chapitre 5.pdf
 
4° exos loi-continues-sm.
4° exos loi-continues-sm.4° exos loi-continues-sm.
4° exos loi-continues-sm.
 
01 lois-à-densité
01 lois-à-densité01 lois-à-densité
01 lois-à-densité
 
13s17 z83iw
13s17 z83iw13s17 z83iw
13s17 z83iw
 
124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011124776153 td-automatique-1 a-jmd-2011
124776153 td-automatique-1 a-jmd-2011
 
transparents-Algo-correction.pdf
transparents-Algo-correction.pdftransparents-Algo-correction.pdf
transparents-Algo-correction.pdf
 
Equations différentielles, DUT MP, CM1
Equations différentielles, DUT MP, CM1Equations différentielles, DUT MP, CM1
Equations différentielles, DUT MP, CM1
 
Asservis num
Asservis numAsservis num
Asservis num
 
Chapitre 3 NP-complétude
Chapitre 3 NP-complétudeChapitre 3 NP-complétude
Chapitre 3 NP-complétude
 
Exam of June 2016, Mathematical Statistics 3rd year
Exam of June 2016, Mathematical Statistics 3rd yearExam of June 2016, Mathematical Statistics 3rd year
Exam of June 2016, Mathematical Statistics 3rd year
 
Fic00126
Fic00126Fic00126
Fic00126
 
Chapitre 1 automatique de base
Chapitre 1 automatique de  baseChapitre 1 automatique de  base
Chapitre 1 automatique de base
 
Chapitre 1 auto base
Chapitre 1 auto baseChapitre 1 auto base
Chapitre 1 auto base
 
Exercice intégrales
Exercice intégralesExercice intégrales
Exercice intégrales
 
Sélection de contrôles avec correction
Sélection de contrôles avec correctionSélection de contrôles avec correction
Sélection de contrôles avec correction
 
Chapitre 2 -Complexité des problèmes avec correction.pdf
Chapitre 2 -Complexité des problèmes avec correction.pdfChapitre 2 -Complexité des problèmes avec correction.pdf
Chapitre 2 -Complexité des problèmes avec correction.pdf
 
Cnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrigeCnc mp-2017-maths-2-corrige
Cnc mp-2017-maths-2-corrige
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Cours series fourier
Cours series fourierCours series fourier
Cours series fourier
 
Exercice dérivabilité
Exercice dérivabilitéExercice dérivabilité
Exercice dérivabilité
 

Más de Manar Sefiane

Lc s2 www.cours-fsjes.blogspot.com
Lc s2 www.cours-fsjes.blogspot.comLc s2 www.cours-fsjes.blogspot.com
Lc s2 www.cours-fsjes.blogspot.comManar Sefiane
 
Fiche cfe amortissements
Fiche cfe amortissementsFiche cfe amortissements
Fiche cfe amortissementsManar Sefiane
 
Exercices d analyse financière
Exercices d analyse financièreExercices d analyse financière
Exercices d analyse financièreManar Sefiane
 
Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)
Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)
Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)Manar Sefiane
 
Mathématiques financières mme benomar
Mathématiques financières mme benomarMathématiques financières mme benomar
Mathématiques financières mme benomarManar Sefiane
 
Comptailité analytique s3_mme el hassani_www.cours-fsjes.blogspot
Comptailité analytique s3_mme el hassani_www.cours-fsjes.blogspotComptailité analytique s3_mme el hassani_www.cours-fsjes.blogspot
Comptailité analytique s3_mme el hassani_www.cours-fsjes.blogspotManar Sefiane
 
Mathématiques financières mme benomar
Mathématiques financières mme benomarMathématiques financières mme benomar
Mathématiques financières mme benomarManar Sefiane
 
Aates ch08 lois-a-densite
Aates ch08 lois-a-densiteAates ch08 lois-a-densite
Aates ch08 lois-a-densiteManar Sefiane
 

Más de Manar Sefiane (10)

Lc s2 www.cours-fsjes.blogspot.com
Lc s2 www.cours-fsjes.blogspot.comLc s2 www.cours-fsjes.blogspot.com
Lc s2 www.cours-fsjes.blogspot.com
 
Fiche cfe amortissements
Fiche cfe amortissementsFiche cfe amortissements
Fiche cfe amortissements
 
Exercices d analyse financière
Exercices d analyse financièreExercices d analyse financière
Exercices d analyse financière
 
Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)
Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)
Gestiondesoprationsattijariwafaebanquegesteco 130822054647-phpapp02 (1) (1)
 
Mathématiques financières mme benomar
Mathématiques financières mme benomarMathématiques financières mme benomar
Mathématiques financières mme benomar
 
Comptailité analytique s3_mme el hassani_www.cours-fsjes.blogspot
Comptailité analytique s3_mme el hassani_www.cours-fsjes.blogspotComptailité analytique s3_mme el hassani_www.cours-fsjes.blogspot
Comptailité analytique s3_mme el hassani_www.cours-fsjes.blogspot
 
Mathématiques financières mme benomar
Mathématiques financières mme benomarMathématiques financières mme benomar
Mathématiques financières mme benomar
 
Tableaux derivees
Tableaux deriveesTableaux derivees
Tableaux derivees
 
Aates ch08 lois-a-densite
Aates ch08 lois-a-densiteAates ch08 lois-a-densite
Aates ch08 lois-a-densite
 
Ing p3-03
Ing p3-03Ing p3-03
Ing p3-03
 

Exos corriges lois_continues

  • 1. Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr Page 1/4 LOIS CONTINUES - EXERCICES CORRIGES Exercice n°1. Dans chacun des cas, dites si la fonction f définit une densité de probabilité 1) ( ) 4 3 f x x = si [ [1;x∈ +∞ ; ( ) 0f x = sinon 2) ( ) x f x xe− = si [ [0;x∈ +∞ ; ( ) 0f x = sinon Exercice n°2. 1) Soit I l’intervalle [1 ;10] et fλ la fonction définie sur I par : ( ) 2 f t tλ λ − = . Déterminer le réel λ pour lequel fλ est une densité de probabilité 2) Même question avec [ [1;I = +∞ Exercice n°3. Dans un parc national, un guide propose quotidiennement l’observation de chamois venant s’abreuver dans un lac au coucher du soleil. Le temps d’attente du groupe T, en heures, avant l’arrivée des animaux, suit une loi uniforme sur [0 ;1]. Calculer les probabilités suivantes : 1) ( )0,5p T > 2) ( )0,2 0,6p T< < 3) ( )0,6p T = Exercice n°4. Une variable T soit une loi exponentielle de paramètre 0λ > 1) Trouvez le paramètre de cette loi sachant que ( )70 0,05p T ≤ = 2) Déduisez-en ( )30p T > Exercice n°5. Le temps, mesuré en heures, nécessaire pour réparer une certaine machine suit la loi exponentielle de paramètre 1 2 λ = . 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 ? Exercice n°6. (sujet baccalauréat Antilles Guyane septembre 2006) Partie A – Restitution Organisée de Connaissances On suppose connu le résultat suivant : Si X est une variable aléatoire qui suit une loi exponentielle de paramètre strictement positif λ alors, pour t réel positif, ( ) 0 t x p X t e dxλ λ − ≤ = ∫ * Démontrer l’égalité ( ) t p X t e λ− ≥ = * En déduire que pour s et t réels positifs, l’égalité suivante est vraie : ( ) ( ) ( )X t p X s t p X s> > + = > (loi de durée sans vieillissement), ( ) ( )X t p 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 ( )10 0,7p T ≤ = 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 ( ) ( )10 15T p T> > 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 2) On suppose que la durée d’attente à une caisse de ce supermarché est indépendante de celle des autres caisses. Actuellement 6 caisses sont ouvertes. On désigne par, Y la variable aléatoire qui représente le nombre de caisses pour lesquelles la durée d’attente est supérieure à 10 minutes. a) Donner la nature et les élements caractéristiques de Y. b) Le gérant du supermarché ouvre des caisses supplémentaires si la durée d’attente à au moins 4 des 6 caisses est supérieure à 10 minutes. Déterminer à 0,01 près la probabilité d’ouverture de nouvelles caisses.
  • 2. Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr Page 2/4 LOIS CONTINUES CORRECTION Exercice n°1 1) La fonction f est continue et strictement positive sur [ [1;+∞ en tant que fraction rationnelle définie sur [ [1;+∞ . De plus, pour tout réel x>1, ( ) 4 3 31 1 1 3 1 1 1 x x x f t dt dt t t x   = = − = − +   ∫ ∫ Ainsi, ( ) 31 1 lim lim 1 1 x x x f t dt x→+∞ →+∞ = − + =∫ La fonction f définit donc une densité de probabilité 2) La fonction f est continue et strictement positive sur [ [0;+∞ en tant que composée et produit de fonctions qui le sont. De plus, pour tout réel x>0, ( ) 00 0 1 x x xt t x f t dt te dt e e− − −  = = − = − + ∫ ∫ Ainsi, ( )0 lim lim 1 1 x x x x f t dt e− →+∞ →+∞ = − + =∫ car lim lim 0 lim 0 x x u x u x e e →+∞ − →+∞ →−∞ − = −∞ ⇒ = =  La fonction f définit donc une densité de probabilité Exercice n°2 1) 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 [ ]1;10t ∈ , ( ) 2 0 0 0f t tλ λ λ− ≥ ⇔ ≥ ⇔ ≥ . Enfin, il est nécessaire que : ( ) 10 1 1f t dtλ =∫ , soit : ( ) 10 10 10 10 2 21 1 1 1 1 1 1 1 1 1 1 9 10 1 1 1 10 10 9 f t dt t dt dt t t λ λ λ λ λ λ λ −   = ⇔ = ⇔ = ⇔ − =       ⇔ − + = ⇔ = ⇔ =        ∫ ∫ ∫ Conclusion : fλ est une densité de probabilité si et seulement si 10 9 λ = 2) fλ est continue sur [ [1;+∞ en tant que produit de fonctions qui le sont. De plus fλ sera une densité de probabilité si pour tout [ [1;t ∈ +∞ , ( ) 2 0 0 0f t tλ λ λ− ≥ ⇔ ≥ ⇔ ≥ . Enfin, il est nécessaire que : ( )1 lim 1 x x f t dtλ →+∞ =∫ . Pour tout x>1 ( ) 2 21 1 1 1 1 1 1 1 x x x x f t dt t dt dt t t x λ λ λ λ λ−     = = = − = − +      ∫ ∫ ∫ Ainsi ( )1 1 lim lim 1 x x x f t dt x λ λ λ →+∞ →+∞   = − + =    ∫ , et la condition ( )1 lim 1 x x f t dtλ →+∞ =∫ est alors équivalente à 1λ = Conclusion : fλ est une densité de probabilité si et seulement si 1λ = Exercice n°3 Notons p la loi de probabilité définie par la loi uniforme. On a alors : 1) ( ) ( ) [ ]( )0,5 1 0,5 1 0;0,5 1 0,5 0,5p T p T p> = − ≤ = − = − = 2) ( ) ] [( )0,2 0,6 0,2;0,6 0,6 0,2 0,4p T p< < = = − = 3) ( )0,6 0p T = =
  • 3. Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr Page 3/4 Exercice n°4 1) a) L’égalité ( )70 0,05p T ≤ = se traduit par : ( ) ( ) 70 70 70 00 70 0,05 0,05 1 0,05 ln 0,95 0,95 70 ln 0,95 70 x x e dx e e e λ λ λ λ λ λ λ − − − −  = ⇔ − = ⇔ − =  ⇔ = ⇔ − = ⇔ = − ∫ 2) On calcule : ( ) ( ) ( ) ( )( ) 30 0 30 30 0 30 30 0 30 1 30 1 30 1 1 1 1 1 x x p T p T p T e dx e e e e e λ λ λ λ λ λ λ − − − − × − − > = − ≤ = − ≤ = −  = − − = − − − − = + − =  ∫ En utilisant la valeur ( )ln 0,95 70 λ = − , on obtient ( ) ( ) ( )ln 0,95 3ln 0,95 30 70 7 30 0,978p T e e − ×− > = = ≈ à 0,001 près Exercice n°5 Notons T la variable aléatoire mesurant le temps, mesuré en heures, nécessaire pour réparer une certaine machine. Puisque T suit la loi exponentielle de paramètre 1 2 λ = , on a : 1) La probabilité que le temps de réparation excède deux heures est égale à : ( ) ( ) 1 2 2 0 21 1 1 2 0 12 2 2 0 1 2 1 2 1 2 1 1 1 1 1 x x p X p X e dx e e e e e − − − × − × − ≥ = − ≤ = −      = − − = − − − − = + − =           ∫ 2) La probabilité qu’une réparation prenne au moins dix heures, étant donné que sa durée a déjà dépassé neuf heures est égale à : ( ) ( ) ( ) ( )( ) ( ) ( ) ( )9 10 9 10 10 9 9X p X X p X p X p X p X> > ∩ > > > = = > > car 10 9X X> ⇒ > . Ainsi, ( ) ( ) 1 10 1 10 2 10 10 9 12 2 0 2 2 2 1 1 9 9 9 2 2 2 0 1 110 1 12 9 1 1 1 1 2 x x e dxp X e e e e p X e dx e e − − × − − + − − − × − −> + − = = = = = > − + − ∫ ∫ Exercice n°6 (sujet baccalauréat Antilles Guyane septembre 2006) Partie A – Restitution Organisée de Connaissances * Pour tout réel t, on a : ( ) ( ) ( )( ) 0 0 0 1 1 1 1 1 1 t x tx t t t p X t p X t e dx e e e e e λ λ λ λ λ λ λ − − − − × − − ≥ = − ≤ = −  = − − = − − − − = + − =  ∫ * Pour s et t réels positifs, on a : ( ) ( ) ( ) ( )( ) ( ) ( ) ( )X t p X s t X t p X s t p X s t p X t p X t> > + ∩ > > + > + = = > > car X s t X t> + ⇒ > . D’après ce qui précède, ( ) ( ) ( ) ( ) ( ) s t s t t s t p X s p X s t e e e p X t e λ λ λ λ λ − + − + + − − = > > + = = = > , donc ( ) ( ) ( )X t p X s t p X s> > + = >
  • 4. Cours et exercices de mathématiques M. CUAZ, http://mathscyr.free.fr Page 4/4 Partie B 1) a) L’égalité ( )10 0,7p T ≤ = se traduit par : ( ) ( ) 10 10 10 00 10 0,7 0,7 1 0,7 ln 0,3 0,3 10 ln 0,3 10 x x e dx e e e λ λ λ λ λ λ λ − − − −  = ⇔ − = ⇔ − =  ⇔ = ⇔ − = ⇔ = − ∫ 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 : ( ) ( ) ( ) 5 0,12 5 0,6 10 10 15 10 5 5 t T T t s p T p T p T e e eλ− × − × − >   >        > = > + = > = = =    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 ( ) ( ) ( ) ( ) 0,6 10 10 15 1 15 1 0,45T T p T p T e− > > ≤ = − > = − ≈ à 0,01 près 2) a) On répète 6 fois de manière indépendante une épreuve de Bernouilli pouvant se solder par l’issue « la durée d’attente à une caisse est inférieure à 10 minutes », de probabilité ( )10 0,7p p T= ≤ = (donné par l’énoncé), ou par l’issue « la durée d’attente à une caisse est supérieure à 10 minutes », de probabilité 1-p=0,3 Si on note Y le nombre de caisses pour lesquelles la durée d’attente est supérieure à 10 minutes, Y suit la loi binomiale de paramètre n=6 et p=0,7 , de sorte que pour tout entier k tel que 0 6k≤ ≤ , ( ) 66 0,7 0,3k k p Y k k −  = =     b) La probabilité d’ouverture de nouvelles caisses est égale à ( )4p Y ≥ On calcule : ( ) ( ) ( ) ( ) 2 4 1 5 0 6 4 4 5 6 6 6 6 0,7 0,3 0,7 0,3 0,7 0,3 4 5 6 0,07 à 0,01 près p Y p Y p Y p Y≥ = = + = + =       = + +            ≈