Probabilités et Statistiques : Examen Session printemps Rattrapage SMC4 M26 probabilités
Télécharger PDFIntroduction aux Probabilités d'Événements
En probabilités, la compréhension des relations entre les événements est fondamentale. Soient A et B deux événements avec P(A) = 0,2 et P(B) = 0,6.
Calculs pour Différents Types d'Événements
Il est demandé de calculer la probabilité de l'union (P(A∪B)), de l'intersection (P(A∩B)) et les probabilités conditionnelles (P(A|B), P(B|A)) dans les scénarios suivants :
a. Événements Incompatibles
Lorsque A et B sont incompatibles, ils ne peuvent pas se produire en même temps. La probabilité de leur intersection est P(A∩B) = 0.
b. Événements Indépendants
Lorsque A et B sont indépendants, la survenue de l'un n'affecte pas la probabilité de l'autre. La probabilité de leur intersection est P(A∩B) = P(A) × P(B).
c. Union de Probabilité Donnée
Lorsque la probabilité de l'union P(A∪B) = 0,7 est donnée, cela permet de déduire d'autres probabilités.
Application de la Loi Exponentielle à la Durée de Vie
La durée de vie d'un composant électronique est modélisée par une variable aléatoire T suivant une loi exponentielle de paramètre λ. La durée de vie moyenne de ce composant est de 10 ans.
a. Détermination du Paramètre λ
Comment déterminer la valeur du paramètre λ de la loi exponentielle à partir de la durée de vie moyenne ?
b. Calcul de la Demi-Vie
La demi-vie (h) est la durée pour laquelle la probabilité que le composant fonctionne plus longtemps est de 1/2, c'est-à-dire P(T > h) = 1/2.
c. Probabilité de Survie au-delà de 3 Ans
Comment calculer la probabilité que ce composant fonctionne plus de 3 ans, P(T ≥ 3) ?
d. Probabilité Conditionnelle et Propriété d'Absence de Mémoire
Déterminer la probabilité que ce composant ait une durée de vie supérieure à 10 ans, sachant qu'il continue de fonctionner après 7 ans, P(T > 10 | T > 7). Cette question illustre la propriété fondamentale d'absence de mémoire des lois exponentielles.
e. Espérance de Gain par Composant
Une vente de composant rapporte 500 Dhs à son fabricant. Cependant, si le composant doit être remplacé pendant les 3 ans de garantie, le fabricant ne rapporte plus que 250 Dhs. Quel est le gain moyen attendu par composant vendu ?
Analyse de la Durée de Vie des Imprimantes par la Loi Normale
La durée de vie X des imprimantes, exprimée en millions de pages, est une variable aléatoire normale avec une moyenne µ = 2 millions de pages et un écart type σ = 0,25 million de pages.
a. Probabilité d'une Durée de Vie Supérieure à 2,5 Millions de Pages
Calculer la probabilité P(X > 2,5) qu'une imprimante ait une durée de vie supérieure à 2,5 millions de pages.
b. Probabilité d'une Durée de Vie dans un Intervalle Spécifique
Calculer la probabilité P(1,5 < X < 2,5) qu'une imprimante ait une durée de vie comprise entre 1,5 et 2,5 millions de pages.
c. Étude par Échantillonnage : Loi Binomiale et Approximation
Un échantillon de 100 imprimantes est choisi. Soit Y la variable aléatoire représentant le nombre d'imprimantes dont la durée de vie est supérieure à 2,5 millions de pages.
i. Loi de Probabilité, Moyenne et Écart Type de Y
Quelle est la loi de probabilité de Y ? Déterminer sa moyenne et son écart type.
ii. Probabilité d'Avoir au Moins 2 Imprimantes avec une Longue Durée de Vie
Calculer la probabilité P(Y ≥ 2) d’avoir au moins 2 imprimantes dont la durée de vie est supérieure à 2,5 millions de pages.
iii. Approximation de la Loi et Probabilité pour un Pourcentage
Proposer et justifier une loi approchée pour Y. Utiliser cette approximation pour calculer la probabilité qu'au moins 5 % des imprimantes testées aient une durée de vie supérieure à 2,5 millions de pages.
Modélisation du Comportement par Processus Stochastiques
Une personne commence un traitement médical pour arrêter de fumer. Nous modélisons son comportement quotidien par un processus st'ochastique avec les probabilités suivantes :
- La probabilité qu'elle ne fume pas la première journée de traitement est de 0,2.
- Si elle ne fume pas un jour donné, la probabilité qu’elle ne fume pas le jour suivant est de 0,9.
- Si elle fume un jour donné, la probabilité qu’elle ne fume pas le jour suivant est de 0,4.
On note Fn l'événement « la personne ne fume pas le nème jour du traitement » et pn la probabilité de cet événement : pn = P(Fn).
a. Calcul de p2
Calculer la valeur de p2, la probabilité que la personne ne fume pas le deuxième jour.
b. Probabilité Conditionnelle du Premier Jour
Sachant que la personne n’a pas fumé le deuxième jour du traitement, quelle est la probabilité qu'elle n’ait pas fumé la première journée, P(F1 | F2) ?
c. Probabilité de Ne Pas Fumer au Moins un Jour sur Trois
Calculer la probabilité que la personne ne fume pas au moins une journée sur les trois premières, P(F1 ∪ F2 ∪ F3).
d. Relation de Récurrence pour pn+1
Établir une relation de récurrence pour calculer pn+1 en fonction de pn.
e. Probabilité d'État Stable à Long Terme
En admettant la convergence de la suite (pn)n ≥ 1, quelle est la valeur de sa limite à long terme ?
Questions Fréquentes (FAQ)
Qu'est-ce qu'un événement incompatible en probabilité ?
Deux événements sont incompatibles s'ils ne peuvent pas se produire en même temps. Leur intersection est vide, et donc la probabilité de leur intersection est nulle (P(A∩B) = 0).
Comment la loi exponentielle est-elle utilisée pour modéliser la durée de vie ?
La loi exponentielle est souvent utilisée pour modéliser la durée de vie de composants ou le temps d'attente entre des événements, notamment pour sa propriété d'absence de mémoire. Cela signifie que la probabilité qu'un composant dure plus longtemps ne dépend pas du temps qu'il a déjà duré.
Quand utilise-t-on une approximation de la loi binomiale par la loi normale ?
On utilise l'approximation de la loi binomiale par la loi normale lorsque le nombre d'essais (n) est grand et que la probabilité de succès (p) n'est pas trop proche de 0 ou 1. Une règle empirique générale suggère que np ≥ 5 et n(1-p) ≥ 5 pour une bonne approximation.