Probabilités et Statistiques : Examen Session printemps probabilités 2015
Télécharger PDFExercices de Probabilités
Cet article propose une série d'exercices de probabilités, couvrant des concepts fondamentaux tels que les probabilités d'événements, les probabilités conditionnelles, le théorème de Bayes, ainsi que les applications des lois de probabilité exponentielle et normale.
1. Probabilités d'événements
Soient A et B deux événements d'un même espace de probabilité (Ω, A, P), tels que : P(A) = 1/3 et P(B) = 1/2. Calculer P(A ∪ B) dans chacun des cas suivants :
- a. Les événements A et B sont indépendants.
- b. L'événement A implique l'événement B (A ⊂ B).
- c. P(A | B) = 1/6.
Rappel des concepts clés pour cette section :
- Indépendance : Deux événements A et B sont indépendants si la réalisation de l'un n'affecte pas la probabilité de réalisation de l'autre, c'est-à-dire P(A ∩ B) = P(A)P(B).
- Implication : Si l'événement A implique l'événement B, cela signifie que si A se réalise, alors B se réalise nécessairement. Graphiquement, A est un sous-ensemble de B (A ⊂ B), ce qui entraîne P(A ∩ B) = P(A).
- Probabilité conditionnelle : P(A | B) est la probabilité que l'événement A se produise sachant que l'événement B s'est déjà produit. Elle est définie par P(A | B) = P(A ∩ B) / P(B), à condition que P(B) > 0.
- Formule d'union : Pour calculer la probabilité de l'union de deux événements, on utilise la formule P(A ∪ B) = P(A) + P(B) - P(A ∩ B).
2. Probabilités conditionnelles et théorème de Bayes
Un laboratoire d'analyse chimique reçoit un lot de tubes à essai. Ces tubes sont fournis par trois sociétés différentes A, B et C dans les proportions suivantes : 50%, 30% et 20%. 2% des tubes fabriqués par A, 3% de ceux fabriqués par B et 4% de ceux fabriqués par C présentent des défauts.
On choisit au hasard un tube à essai dans le lot reçu.
- a. Quelle est la probabilité qu'il soit défectueux ?
- b. Sachant que le tube choisi est défectueux, quelle est la probabilité qu'il provienne de la société A ?
Méthodologie pour les probabilités conditionnelles :
Ce problème nécessite l'application du théorème des probabilités totales et du théorème de Bayes.
- Théorème des probabilités totales : Si B₁, B₂, ..., Bₙ forment une partition de l'espace des événements (c'est-à-dire qu'ils sont mutuellement exclusifs et leur union couvre tout l'espace), alors pour tout événement A, P(A) = Σᵢ P(A | Bᵢ)P(Bᵢ).
- Théorème de Bayes : Ce théorème permet de calculer une probabilité a posteriori. Pour un événement Bᵢ et un événement A, P(Bᵢ | A) = [P(A | Bᵢ)P(Bᵢ)] / P(A). Il est souvent utilisé pour mettre à jour la probabilité d'une hypothèse (la provenance du tube) en fonction de nouvelles preuves (le tube est défectueux).
3. Modélisation de la durée de vie par une loi exponentielle
La durée de vie d'une lampe électrique, exprimée en heures d'utilisation, est une variable aléatoire X qui suit une loi exponentielle de paramètre λ.
- a. Calculer la valeur de λ, arrondie à 10⁻⁴ près, pour que la probabilité P(X > 500) soit égale à 0,9.
- b. Quelle est la durée de vie moyenne d'une lampe ?
- c. Calculer la probabilité qu'une lampe fonctionne durant au moins 5000 heures.
Propriétés de la loi exponentielle :
La loi exponentielle est fréquemment utilisée pour modéliser des durées de vie ou des temps d'attente sans vieillissement.
- La probabilité qu'une variable X suivant une loi exponentielle de paramètre λ dépasse une certaine valeur x est donnée par P(X > x) = e^(-λx).
- L'espérance mathématique (ou la durée de vie moyenne) d'une variable suivant une loi exponentielle est E[X] = 1/λ.
- La loi exponentielle possède la propriété d'absence de mémoire, signifiant que la probabilité qu'un événement se produise dans un intervalle de temps futur ne dépend pas du temps déjà écoulé.
4. Contrôle qualité et loi normale/binomiale
Une usine fabrique des composants mécaniques utilisés dans le montage de voitures. L'épaisseur de ces composants varie selon une loi normale de moyenne µ = 2 cm et d'écart-type σ = 0,05 cm. Tous les composants dont l'épaisseur n'est pas comprise entre 1,88 cm et 2,12 cm sont inutilisables (rejetés).
- a. Quelle est la probabilité qu'un composant choisi au hasard soit utilisable ?
- b. Parmi les composants utilisables, quelle est la proportion de ceux qui ont une épaisseur inférieure à 2,05 cm ?
- c. On choisit au hasard un lot de 200 composants. On appelle Y la variable aléatoire dont la valeur correspond au nombre de composants inutilisables dans cet échantillon.
- i. Quelle est la loi de probabilité de Y ? Quelles sont sa moyenne et sa variance ?
- ii. Calculer la probabilité d'avoir au moins un composant inutilisable dans le lot.
- iii. Utiliser une approximation de la loi de Y pour calculer la probabilité d'avoir au plus 5% de composants inutilisables.
Analyse des lois de probabilité :
Cette section combine l'étude de la loi normale pour l'épaisseur des composants et la loi binomiale pour le nombre de défauts dans un échantillon.
- Loi normale : Une variable aléatoire X suit une loi normale N(µ, σ) si sa distribution est symétrique autour de sa moyenne µ et son écart-type σ mesure la dispersion des données. Pour calculer des probabilités, on standardise la variable en Z = (X - µ) / σ, qui suit une loi normale centrée réduite N(0,1), dont les probabilités sont tabulées.
- Loi binomiale : La loi binomiale B(n, p) décrit le nombre de succès Y dans une série de n épreuves de Bernoulli indépendantes, chacune ayant une probabilité de succès p. Dans le contexte du contrôle qualité, 'succès' peut signifier un composant inutilisable (défectueux).
- Approximation de la loi binomiale : Pour de grands échantillons (n élevé), la loi binomiale peut être approximée par une loi normale N(np, √np(1-p)) si les conditions np ≥ 5 et n(1-p) ≥ 5 sont remplies. Cette approximation simplifie les calculs de probabilité.
FAQ sur les Probabilités
Q1 : Quelle est la différence entre des événements indépendants et mutuellement exclusifs ?
Des événements indépendants sont des événements dont la réalisation de l'un n'affecte pas la probabilité de réalisation de l'autre (P(A∩B) = P(A)P(B)). Des événements mutuellement exclusifs (ou disjoints) sont des événements qui ne peuvent pas se produire simultanément, ce qui signifie que leur intersection est vide et P(A∩B) = 0.
Q2 : Quand utilise-t-on le théorème de Bayes ?
Le théorème de Bayes est utilisé pour calculer la probabilité conditionnelle d'une cause (par exemple, la provenance d'un tube défectueux) étant donné un effet (par exemple, que le tube choisi est défectueux). Il permet de réviser les probabilités a priori d'un événement en fonction de nouvelles informations ou observations.
Q3 : Comment déterminer si une variable suit une loi exponentielle ou normale ?
Une variable suit généralement une loi exponentielle si elle modélise le temps d'attente avant la première occurrence d'un événement dans un processus de Poisson, où la durée de vie est sans mémoire. Une loi normale est souvent utilisée pour modéliser des phénomènes où les observations sont centrées autour d'une moyenne et se dispersent de manière symétrique, comme les mesures physiques ou les erreurs, surtout lorsque le phénomène est le résultat de nombreuses petites influences aléatoires.