Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2 Introduction aux Probabilités - Université Rennes 2
202 Annexe A. Annexes VI. Ascenseur pour l’échafaud Un ascenseur dessert les 10 étages d’un immeuble, 12 personnes le prennent au rez-de-chaussée et chacune choisit un des 10 étages au hasard. 1. X1 est nulle si aucune des 12 personnes ne choisit l’étage 1, ce qui arrive avec probabilité : È(X1 = 0) = 12 9 10 12 12 9 9 ⇒È(X1 = 1) = 1− ⇒ E[X1] = 1− . 10 10 2. Soit N le nombre (aléatoire) d’étages auxquels l’ascenseur s’arrête. Par définition, N = X1+···+X10. Les Xi ont toutes la même loi, donc le nombre moyen d’étages desservis est : 12 9 E[N] = E[X1 +···+X10] = 10 E[X1] = 10 1− . 10 Remarque : Les variables Xi sont de même loi mais pas indépendantes puisqu’il est par exemple clair qu’elles ne peuvent pas être toutes nulles simultanément : È(X1 = 0,...,X10 = 0) = 0 = 120 9 =È(X1 = 0)...È(X10 = 0). 10 En particulier le calcul de la variance de N n’est pas aussi simple que celui de l’espérance. 3. La généralisation du raisonnement précédent pour t étages et n personnes est immédiate : n t−1 E[N] = t 1− . t (a) Lorsque t tend vers l’infini avec n fixé, on a n t−1 = 1− t 1 n ∼ 1− t n t donc t−1 n E[N] = t 1− ∼ t 1− 1− t n = n, t autrement dit limt→∞E[N] = n. Ceci est logique : lorsqu’il y a un très grand nombre d’étages, il y a très peu de chances que plusieurs personnes choisissent le même, donc le nombre d’étages desservis correspond approximativement au nombre de personnes. (b) A contrario, lorsque n tend vers l’infini avec t fixé, on a t−1 n t−1 t < 1 ⇒ −−−→ t n→∞ 0 donc E[N] = t 1− n t−1 t −−−→ n→∞ t. Ceci est logique aussi : lorsque le nombre de personnes est beaucoup plus grand que le nombre d’étages, l’ascenseur s’arrête en général à tous les étages. Arnaud Guyader - Rennes 2 Probabilités
A.1. Annales 203 Université Rennes 2 Licence MASS 2 Contrôle de Probabilités Lundi 7 Novembre 2011 Durée : 1h30 Calculatrice autorisée Aucun document I. Circuits intégrés Un atelier reçoit 5000 circuits intégrés : 1000 en provenance de l’usine A et 4000 en provenance de l’usine B. 10% des circuits fabriqués par l’usine A et 5% de ceux fabriqués par l’usine B sont défectueux. 1. On choisit au hasard un circuit intégré à l’atelier. Quelle est la probabilité qu’il soit défectueux ? 2. Sachant qu’un circuit choisi est défectueux, quelle est la probabilité qu’il vienne de l’usine A? II. Systèmes de contrôle Deux systèmes de contrôle électrique opèrent indépendamment et sont sujets à un certain nombre de pannes par jour. Les probabilités pn (respectivement qn) régissant le nombre n de pannes par jour pour le système 1 (resp. 2) sont données dans les tableaux suivants : Système 1 Système 2 n pn 0 0.07 1 0.35 2 0.34 3 0.18 4 0.06 n qn 0 0.10 1 0.20 2 0.50 3 0.17 4 0.03 1. Calculer les probabilités des événements suivants : (a) Le système 2 a au moins 2 pannes dans la journée. (b) Il se produit une seule panne dans la journée. (c) Le système 1 a le même nombre de pannes que le système 2. 2. Quel est le nombre moyen de pannes du système 1 par jour? Comparer à celui du système 2. 3. Supposons que l’équipe de mécaniciens ne puisse réparer qu’un maximum de 6 pannes par jour. Dans quelle proportion du temps ne pourra-t-elle pas suffire à la tâche? III. Utilité d’un testeur Une chaîne de montage d’ordinateurs utilise un lot de processeurs contenant 2% d’éléments défectueux. En début de chaîne, chaque processeur est vérifié par un testeur dont la fiabilité n’est pas parfaite, de telle sorte que la probabilité que le testeur déclare le processeur bon (resp. mauvais) sachant que le processeur est réellement bon (resp. mauvais) vaut 0.95 (resp. 0.94). Probabilités Arnaud Guyader - Rennes 2
- Page 156 and 157: 152 Chapitre 3. Variables aléatoir
- Page 158 and 159: 154 Chapitre 3. Variables aléatoir
- Page 160 and 161: 156 Chapitre 3. Variables aléatoir
- Page 162 and 163: 158 Chapitre 3. Variables aléatoir
- Page 164 and 165: 160 Chapitre 3. Variables aléatoir
- Page 166 and 167: 162 Chapitre 3. Variables aléatoir
- Page 168 and 169: 164 Chapitre 3. Variables aléatoir
- Page 170 and 171: 166 Chapitre 3. Variables aléatoir
- Page 172 and 173: 168 Chapitre 3. Variables aléatoir
- Page 174 and 175: 170 Chapitre 3. Variables aléatoir
- Page 176 and 177: 172 Chapitre 3. Variables aléatoir
- Page 178 and 179: 174 Chapitre 3. Variables aléatoir
- Page 181 and 182: Annexe A Annexes A.1 Annales Univer
- Page 183 and 184: A.1. Annales 179 Université de Ren
- Page 185 and 186: A.1. Annales 181 Université de Ren
- Page 187 and 188: A.1. Annales 183 3. Montrer que E[X
- Page 189 and 190: A.1. Annales 185 4. Par définition
- Page 191 and 192: A.1. Annales 187 4. Soit Y la varia
- Page 193 and 194: A.1. Annales 189 0.50 0.45 0.40 0.3
- Page 195 and 196: A.1. Annales 191 4. (Bonus) La prob
- Page 197 and 198: A.1. Annales 193 III. Pièces défe
- Page 199 and 200: A.1. Annales 195 Tandis que dans le
- Page 201 and 202: A.1. Annales 197 IV. Jeu d’argent
- Page 203 and 204: A.1. Annales 199 4. L’espérance
- Page 205: A.1. Annales 201 1. Dire que T est
- Page 209 and 210: A.1. Annales 205 Université Rennes
- Page 211 and 212: A.1. Annales 207 Ainsi, le taux de
- Page 213 and 214: A.1. Annales 209 Université Rennes
- Page 215 and 216: A.1. Annales 211 4. Soit X1 et X2 d
- Page 217 and 218: A.1. Annales 213 Figure A.5 - Densi
- Page 219 and 220: A.1. Annales 215 3. Pour la varianc
- Page 221 and 222: A.1. Annales 217 à la suite de quo
- Page 223: Bibliographie [1] Nicolas Bouleau.
A.1. Annales 203<br />
<strong>Université</strong> <strong>Rennes</strong> 2<br />
Licence MASS 2<br />
Contrôle de <strong>Probabilités</strong><br />
Lundi 7 Novembre 2011<br />
Durée : 1h30<br />
Calculatrice autorisée<br />
Aucun document<br />
I. Circuits intégrés<br />
Un atelier reçoit 5000 circuits intégrés : 1000 en provenance de l’usine A et 4000 en provenance<br />
de l’usine B. 10% des circuits fabriqués par l’usine A et 5% de ceux fabriqués par l’usine B sont<br />
défectueux.<br />
1. On choisit au hasard un circuit intégré à l’atelier. Quelle est la probabilité qu’il soit défectueux<br />
?<br />
2. Sachant qu’un circuit choisi est défectueux, quelle est la probabilité qu’il vienne de l’usine A?<br />
II. Systèmes de contrôle<br />
Deux systèmes de contrôle électrique opèrent indépendamment et sont sujets à un certain nombre<br />
de pannes par jour. Les probabilités pn (respectivement qn) régissant le nombre n de pannes par<br />
jour pour le système 1 (resp. 2) sont données dans les table<strong>aux</strong> suivants :<br />
Système 1 Système 2<br />
n pn<br />
0 0.07<br />
1 0.35<br />
2 0.34<br />
3 0.18<br />
4 0.06<br />
n qn<br />
0 0.10<br />
1 0.20<br />
2 0.50<br />
3 0.17<br />
4 0.03<br />
1. Calculer les probabilités des événements suivants :<br />
(a) Le système 2 a au moins 2 pannes dans la journée.<br />
(b) Il se produit une seule panne dans la journée.<br />
(c) Le système 1 a le même nombre de pannes que le système 2.<br />
2. Quel est le nombre moyen de pannes du système 1 par jour? Comparer à celui du système<br />
2.<br />
3. Supposons que l’équipe de mécaniciens ne puisse réparer qu’un maximum de 6 pannes par<br />
jour. Dans quelle proportion du temps ne pourra-t-elle pas suffire à la tâche?<br />
III. Utilité d’un testeur<br />
Une chaîne de montage d’ordinateurs utilise un lot de processeurs contenant 2% d’éléments défectueux.<br />
En début de chaîne, chaque processeur est vérifié par un testeur dont la fiabilité n’est pas<br />
parfaite, de telle sorte que la probabilité que le testeur déclare le processeur bon (resp. mauvais)<br />
sachant que le processeur est réellement bon (resp. mauvais) vaut 0.95 (resp. 0.94).<br />
<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2