ZA’J

J.Ë@ P@YË@ - ú
GA JË@ á‚m 
Ì '@ éªÓAg.
Université Hassan II - Casablanca
ZA’J
J.Ë@ P@YË@ - Q
J
‚Ë@  ð èPAjJÊË éJ J£ñË@  Ï@
.
éƒPYÖ
École Nationale de Commerce et de Gestion de Casablanca

TD3: Variables aléatoires

Probabilités - Statistique

N.B.: Les exercices ci-dessus sont extraits du livre d’Anderson D.R., Sweeney D.J., Williams T.A., Statistiques pour
l’économie et la gestion, DeBoeck Université, 2010.

Variables aléatoires

Exercice 1 (Correction).
Le tableau suivant présente la distribution de probabilité des indemnités payées par la société d’assurance automobile Newton
en cas de collision.
Indemnité (en $) Probabilité
0 0.85
500 0.04
1 000 0.04
3 000 0.03
5 000 0.02
8 000 0.01
10 000 0.01

1. Utiliser l’indemnité moyenne en cas de collision pour déterminer la prime d’assurance collision qui permet à la société
d’équilibrer ses comptes. Indication.
2. La compagnie d’assurance fait payer une collision annuelle pour le risque de collision égale à 520 dollars. Quelle est
l’espérance mathématique de l’assurance collision pour un assuré? (Conseil: il s’agit des paiements moyens versés par
la compagnie moins le coût de l’assurance). Pourquoi un assuré souscrit-il à une police d’assurance collision avec cette
espérance mathématique?

Exercice 2 (Correction).
La demande pour un produit des industries Carolina fluctue beaucoup d’un moins à l’autre. La distribution de probabilité
présentée dans le tableau ci-dessus, basée sur les deux dernières années, correspond à la demande mensuelle qui s’adresse à
l’entreprise.

Demande (en nombre d’unités) Probabilité

300 0.20
400 0.30
500 0.35
600 0.15

1. Si l’entreprise base ses commandes mensuelles sur l’espérance mathématique de la demande mensuelle, quelle quantité
doit être commandée par mois?
2. Supposer que chaque unité demandée génère un revenu de 70 dollars et coûte 50 dollars. Combien l’entreprise perdra
ou gagnera en un mois si sa commande est basée sur votre réponse en (1) et que la demande effective pour le produit
est de 300 unités?

Exercice 3 (Correction).
La société informatique J.R. Ryland envisage l’extension de l’usine afin de pouvoir commencer la production d’un nouvel
ordinateur. Le président de la société doit déterminer si l’extension doit être faite à moyenne ou grande échelle. La demande
pour le nouveau produit est incertaine; elle peut être faible, moyenne ou élevée. Les estimations probabilistes de la demande
sont respectivement 0.20, 0.50 et 0.30. Soit X le profit annuel en milliers de dollars dans le cas du projet à moyenne échelle
et Y le profit annuel dans le cas du projet à grande échelle. Les révisionnistes de la firme ont développé les prévisions de
profit suivantes pour les projets d’expansion à moyenne et grande échelle.

1
 Expansion à moyenne échelle Expansion à grande échelle
x P (X = x) y P (Y = y)
Faible 50 0.20 0 0.20
Demande Moyenne 150 0.50 100 0.50
Élevée 200 0.30 300 0.30

1. Calculer l’espérance mathématique du profit pour les deux alternatives d’expansion. Quelle décision est préférable en
termes de maximisation du profit?
2. Calculer la variance du profit pour les deux alternatives d’expansion. Quelle décision est préférable en termes de
minimisation de risques ou de l’incertitude?

La Loi Binomiale
N.B.: On considère l’expérience aléatoire qui consiste à répéter n fois le schéma de Bernoulli E de manière
identique (p reste constant) et indépendante. Le nombre d’apparitions de l’événement S est une variable
aléatoire X dont la loi est: {(0, q n ), (1, npq n−1 ), . . . , (`, Cn` p` q n−` ), . . . , (n, pn )}.
Exercice 4 (Correction).
Quand une machine fonction correctement, seulement 3% des pièces produites sont défectueuses. Deux pièces produites sur
la machine sont sélectionnées de façon aléatoire. Nous nous intéressons au nombre de pièces défectueuses.

1. Décrire les conditions sous lesquelles cette situation constituerait une expérience binomiale.
2. Représenter cette expérience sous forme d’un digramme arborescent.
3. Combien de résultats y a-t-il avec exactement un défaut détecté?
4. Calculer les probabilités associées aux événements “aucun défaut n’est détecté”, “exactement un défaut est détecté” et
“deux défauts sont détectés”.

Exercice 5 (Correction).
Cinquante pourcents des américains estiment que le pays était en récession, bien que techniquement l’économie ait pas connu
deux trimestres consécutifs de croissance négative (Business Week, 30 juillet 2001). Pour un échantillon de 20 américains,
faire les calculs suivants.
1. Calculer la probabilité qu’exactement 12 personnes estiment que le pays était en récession.
2. Calculer la probabilité qu’au plus cinq personnes estimaient que le pays était en récession.
3. Quelle est l’espérance mathématique du nombre de personnes estimant que le pays était en récession?
4. Calculer la variance et l’écart-type du nombre de personnes estimant que le pays était en récession.

Exercice 6 (Correction).
Selon une enquête menée par TD Ameritrade, un investisseur sur quatre a des obligations échangeables (def.) dans son
portefeuille (USA Today, 11 janvier 2007). Pour un échantillon de 20 investisseurs, répondre aux questions suivantes:
1. Calculer la probabilité qu’exactement quatre investisseurs aient des obligations échangeables dans leur portefeuille.
2. Calculer la probabilité qu’au moins deux des investisseurs aient des obligations échangeables dans leur portefeuille.
3. Si vous trouvez qu’exactement douze des investisseurs ont des obligations échangeables dans leur portefeuille, douteriez-
vous de la véracité des résultats de l’enquête?
4. Calculer le nombre espéré d’investisseurs qui ont des obligations échangeables dans leur portefeuille.

Exercice 7 (Correction).
Vingt-trois pourcents des véhicules ne sont pas assurés (CNN, 23 février 2006). Au cours d’un week-end particulier, 35
véhicules furent impliqués dans des accidents de la circulation.

2
 1. Quelle est l’espérance mathématique du nombre de véhicules impliqués non assurés?

2. Quels sont la variance et l’écart-type?

La loi de Poisson
N.B.: La loi de Poisson est souvent utilisée pour décrire le nombre d’occurrences d’un événement dans un
intervalle de temps ou d’espace.

Exercice 8 (Correction).
Les appels téléphoniques arrivent à un taux de 48 par heure au bureau des réservations de Regional Airways.

1. Calculer la probabilité de recevoir trois appels dans un intervalle de 5 minutes.

2. Calculer la probabilité de recevoir exactement 10 appels en 15 minutes.
3. Supposons qu’il n’y ait aucun appel en attente pour le moment. Si l’agent met cinq minutes pour répondre à l’appel
en cours, combien de personne attendront pendant ce temps? Quelle est la probabilité que personne n’attende?
4. S’il n’y a aucun appel en cours, quelle est la probabilité que l’agent puisse prendre 3 minutes de repos sans être dérangé?

Exercice 9 (Correction).
Plus de 50 millions de personnes ont séjourné en chambre d’hôtel l’année dernière. Le site web nord-américain de bed
and breakfast Inns (www.bestinns.net), qui reçoit en moyenne environ 7 visiteurs par minute, permet à de nombreux B&B
d’attirer des clients (Time, septembre 2001).

1. Calculer la probabilité qu’aucun visiteur ne se connecte au site web durant une période d’une minute.

2. Calculer la probabilité qu’au moins deux visiteurs se connectent au site web durant une période d’une minute.
3. Calculer la probabilité qu’au moins un visiteur se connecte au site web durant une période de 30 secondes.
4. Calculer la probabilité qu’au moins cinq visiteurs se connectent au site web durant une période d’une minute.

Exercice 10 (Correction).
Le conseil national de sécurité estime que les accidents interrompant le travail coûtent environ 200 milliards de dollars chaque
année en perte de productivité aux entreprises américaines (Conseil National de Sécurité, mars 2006). En se fondant sur
les estimations du Conseil, on s’attend à ce que trois accidents surviennent dans les sociétés de 50 employés. Répondre aux
questions suivantes pour les sociétés de 50 employés.
1. Quelle est la probabilité qu’aucun accident ne survienne durant une période d’un an?
2. Quelle est la probabilité qu’au moins deux accidents surviennent durant une période d’un an?

3. Quelle est l’espérance mathématique du nombre d’accidents en six mois?

4. Quelle est la probabilité qu’aucun accident ne survienne au cours des six prochains mois?

3
 Correction
Corrigé de l’exercice 1 (Retour à l’énonce).

1. Soit X l’indemnité que paye la société en cas de collision. L’indemnité moyenne est donc: E(X) = 0.85 × 0 + 0.04 ×
500 + 0.04 × 1000 + 0.03 × 3000 + 0.02 × 5000 + 0.01 × 8000 + 0.01 × 10000 = 430.
2.
Indemnité (en $) Probabilité Gain du client (en $) Probabilité
0 0.85 -520 0.85
500 0.04 -20 0.04
1 000 0.04 480 0.04
3 000 0.03 2 480 0.03
5 000 0.02 4 480 0.02
8 000 0.01 7 480 0.01
10 000 0.01 9 480 0.01
Soit Y le gain de l’assuré, autrement, Y = X − 520. L’espérance de l’assurance collision pour un assuré est:
E(Y ) = 0.85 × (−520) + 0.04 × (−20) + 0.04 × 480 + 0.03 × 2480 + 0.02 × 4480 + 0.01 × 7480 + 0.01 × 9480 = −90. On
pourra remarquer que E(Y ) = E(X) − 520 = 430 − 520 = −90 car Y = X − 520.
L’assuré s’attend à ce qu’il paye une moyenne de 430$ comme indemnité annuelle. Il a donc intérêt à payer une
majoration de 90$ pour se protéger contre le coût d’un grave accident.

Corrigé de l’exercice 2 (Retour à l’énonce).

1. Soit X la variable demande. L’espérance mathématiques de cette variable est:

4
X
E(X) = xi P (X = xi ) = 0.20 × 300 + 0.30 × 400 + 0.35 × 500 + 0.15 × 600 = 445$.
i=1

2. Le coût de 445 unités achetés est 445 × 50$ = 22250$. Les 300 vendus génèrent un revenu de 300 × 70$ = 21000$,
c’est-à-dire une perte de 22250 − 21000 = 1250 dollars.

Corrigé de l’exercice 3 (Retour à l’énonce).

1. Moyenne échelle: E(X) = 145; Grande échelle: E(Y ) = 140. La décision préférable en terme de maximisation du profit
est la moyenne échelle.
2. Moyenne échelle: Var(X) = 2 725; Grande échelle: Var(Y ) = 12 400. La décision préférable est celle qui minimise le
risque, autrement, celle qui minimise la variance (la dispersion), c’est-à-dire, l’extension à moyenne échelle.

Corrigé de l’exercice 4 (Retour à l’énonce).

1. Chaque tirage doit être une expérience donnant lieu à deux événements (qu’on appelle succès et échec), la probabilité
de trouver une pièce défectueuse doit être la même à chaque tirage (0.03), les deux tirages doivent être indépendants.
Autrement, la taille de la population doit être grande de telle sorte que la probabilité de l’événement succès reste
(presque) constante tout au long de l’expérience.
2. Soit D l’événement avoir une pièce défectueuse et D l’événement contraire de D. Le digramme arborescent est donné
par:

0.03 D
D
0.03
0.97 D

0.03 D
0.97
D
0.97 D

3. Deux; {(D, D), (D, D)}.

4. Soit X le nombre de pièces défectueuses. X est donc une variable aléatoire de loi binomiale de paramètre n = 2 et
n!
p = 0.03. D’après le cours P (X = r) = Cnr pr q n−r = pr q n−r . D’où:
r!(n − r)!

Nbr pièces déf 0 1 2

Proba P (X = 0) = 0.9409 P (X = 1) = 0.0582 P (X = 2) = 0.0009

4
Corrigé de l’exercice 5 (Retour à l’énonce).
Soit S l’événement “la personne estime que le pays était en récession”. Sur un échantillon de 20 américains, soit X le
nombre de personnes estimant que le pays était en récession (autrement, X est le nombre d’apparition de l’événement
S). X est donc une variable aléatoire de loi binomiale de paramètres n = 20 et p = 0.5 (en effet, 50% d’américains
estimant que le pays était en récession, c’est-à-dire, la probabilité de réaliser l’événement S est 0.5). D’après le cours:
n!
P (X = r) = Cnr pr q n−r = pr q n−r . D’où:
r!(n − r)!
20!
1. P (X = 12) = × (0.5)12 × (0.5)20−12 = 0.1201344. Bien évidement si on a la table de loi binomiale on
12! × (20 − 12)!
peut lire directement cette probabilité.
5 5
X X 20!
2. P (X ≤ 5) = P (X = k) = × (0.5)k × (0.5)20−k = 0.02069473. Cette probabilité peut être lue sur
k! × (20 − k)!
k=0 k=0
la table de la fonction de répartition de la loi binomiale.
3. E(X) = np = 20 × 0.5 = 10.
p √
4. Var(X) = npq = 20 × 0.5 × (1 − 0.5) = 5 et l’écart-type Var(X) = 5.

Corrigé de l’exercice 6 (Retour à l’énonce).

1. 0.1897
2. 0.8355
3. Non, cet événement malgré qu’il est peu probable, il est probable et donc peut se réaliser.
4. 5

Corrigé de l’exercice 7 (Retour à l’énonce).

1.
2.
3.

Corrigé de l’exercice 8 (Retour à l’énonce).

1. Soit X le nombre d’appels reçus sur un intervalle 5 minutes. Il est clair que X est une variable aléatoire de loi de
48
Poisson de paramètre λ = × 5 = 4 appels (le taux d’appels par cinq minutes). On rappelle que pour une variable
60
λk e−λ 43 × e−4
de loi de Poisson de paramètre λ, la probabilité P (X = k) = . D’où: P (X = 3) = = 0.1952.
k! 3!
48
2. Le nombre Y d’appels reçus par 15 minutes est une variable aléatoire de loi de Poisson de paramètre × 15 = 12.
60
1210 × e−12
D’où: P (Y = 10) = = 0.1048.
10!
3. Le nombre de personnes attendront pendant cinq minutes est la moyenne d’appels par cinq minutes, c’est-à-dire,
l’espérance de X (la variable définie ci-dessus), E(X) = λ = 4. Donc 4 personnes attendront pendant les cinq minutes.
40 × e−4
La probabilité que personne n’attende est P (X = 0) = = 0.0183.
0!
48
4. Le nombre Z d’appels reçus par 3 minutes est une variable aléatoire de loi de Poisson de paramètre × 3 = 2.4. D’où:
60
(2.4)0 × e−2.4
P (Z = 0) = = 0.0907. Par conséquent, la probabilité que l’agent puisse prendre 3 minutes de repos sans
0!
être dérangé est 0.0907.

Corrigé de l’exercice 9 (Retour à l’énonce).

1. 0.0009

5
 2. 0.9927

3. 0.9698
4. 0.8271

Corrigé de l’exercice 10 (Retour à l’énonce).

1.
2.
3.
4.