Exercices corrigés : Succession d'épreuves indépendantes, loi binomiale (Terminale)
Ce chapitre donne un modèle pour les expériences aléatoires répétées dans les mêmes conditions : lancers, tirages avec remise, contrôles de pièces, sondages. La loi binomiale permet de calculer la probabilité d'obtenir un nombre donné de succès et de répondre à des questions de seuil du type « combien d'essais faut-il pour être presque sûr de réussir au moins une fois ».
Exercice 1 · Une urne puis un dé
application●●●
Modéliser une succession d'épreuves indépendantesCalculer la probabilité d'une issue par un produit
Une urne contient 2 boules rouges et 3 boules noires, indiscernables au toucher. On tire une boule au hasard et on note sa couleur, puis on lance un dé équilibré à six faces. Les deux épreuves sont indépendantes. On note $R$ l'issue « la boule est rouge » et $N$ l'issue « la boule est noire ».
Décrire l'univers $\Omega$ de l'expérience globale et donner son nombre d'issues. Ces issues sont-elles équiprobables ?
Calculer la probabilité de l'issue $(R,6)$.
Calculer la probabilité de l'événement $A$ : « la boule est noire et le dé donne un nombre supérieur ou égal à 5 ».
Calculer la probabilité de l'événement $B$ : « la boule est rouge ou le dé donne 6 ».
La première épreuve a pour univers $\Omega_1=\{R\,;N\}$, avec $P_1(R)=\dfrac25$ et $P_1(N)=\dfrac35$. La seconde a pour univers $\Omega_2=\{1,2,3,4,5,6\}$, chaque face ayant la probabilité $\dfrac16$. L'univers de l'expérience globale est $\Omega=\Omega_1\times\Omega_2$ ; il contient $2\times6=12$ issues, de $(R,1)$ à $(N,6)$.
Ces issues ne sont pas équiprobables : par exemple $(R,1)$ a pour probabilité $\dfrac25\times\dfrac16=\dfrac1{15}$ et $(N,1)$ a pour probabilité $\dfrac35\times\dfrac16=\dfrac1{10}$.
Les épreuves étant indépendantes :
$$P\big((R,6)\big)=P_1(R)\times P_2(6)=\frac25\times\frac16=\frac2{30}=\frac1{15}.$$
$A=\{(N,5)\,;(N,6)\}$. Chacune de ces deux issues a pour probabilité $\dfrac35\times\dfrac16=\dfrac1{10}$, donc
$$P(A)=\frac1{10}+\frac1{10}=\frac15.$$
On retrouve bien $\dfrac35\times\dfrac26=\dfrac15$.
L'événement contraire $\overline B$ est « la boule est noire et le dé ne donne pas 6 ». Par indépendance :
$$P(\overline B)=\frac35\times\frac56=\frac{15}{30}=\frac12,\qquad\text{donc}\qquad P(B)=1-\frac12=\frac12.$$
Vérification avec la formule de la réunion : la probabilité que la boule soit rouge est $\dfrac25$, celle que le dé donne 6 est $\dfrac16$, celle des deux à la fois est $\dfrac1{15}$ ; d'où $P(B)=\dfrac25+\dfrac16-\dfrac1{15}=\dfrac{12+5-2}{30}=\dfrac12$.
Reconnaître un schéma de BernoulliJustifier qu'une variable suit une loi binomiale
Dans chaque situation, dire si la variable $X$ suit une loi binomiale. Si oui, préciser ses paramètres en justifiant ; sinon, expliquer pourquoi.
a) On lance 20 fois un dé équilibré à six faces ; $X$ compte le nombre de 1 obtenus.
b) Une urne contient 5 boules rouges et 5 boules noires. On tire successivement et sans remise 3 boules ; $X$ compte les boules rouges tirées.
c) Un QCM comporte 8 questions ; chacune propose 4 réponses dont une seule est exacte. Un candidat répond au hasard à chaque question, indépendamment des autres ; $X$ compte ses bonnes réponses.
d) On lance un dé équilibré jusqu'à obtenir un 6 ; $X$ compte le nombre de lancers effectués.
e) Dans une grande ville, $35\,\%$ des habitants possèdent un vélo. On interroge 50 habitants choisis au hasard, ce choix étant assimilé à un tirage avec remise ; $X$ compte les personnes interrogées qui possèdent un vélo.
a) L'épreuve « lancer le dé » est une épreuve de Bernoulli dont le succès est « obtenir 1 », de probabilité $p=\dfrac16$. Elle est répétée 20 fois de façon identique et indépendante. $X$ compte les succès, donc $X$ suit la loi binomiale $\mathcal B\left(20\,;\dfrac16\right)$.
b) Non. Les tirages sont sans remise, donc la composition de l'urne change. La probabilité de tirer une rouge au second tirage vaut $\dfrac49$ si la première boule était rouge et $\dfrac59$ si elle était noire : les épreuves ne sont pas indépendantes, ce n'est pas un schéma de Bernoulli.
c) L'épreuve « répondre au hasard à une question » est une épreuve de Bernoulli dont le succès est « la réponse est exacte », de probabilité $p=\dfrac14=0{,}25$. Elle est répétée 8 fois de façon identique et indépendante. $X$ compte les succès, donc $X\sim\mathcal B(8\,;0{,}25)$.
d) Non. Le nombre d'épreuves n'est pas fixé à l'avance, et $X$ ne compte pas des succès parmi $n$ épreuves : il compte des lancers. D'ailleurs $X$ peut prendre n'importe quelle valeur entière supérieure ou égale à 1, alors qu'une variable de loi binomiale prend ses valeurs dans $\{0,1,\dots,n\}$.
e) L'épreuve « interroger un habitant » est une épreuve de Bernoulli dont le succès est « la personne possède un vélo », de probabilité $p=0{,}35$. D'après l'énoncé, le choix est assimilé à 50 tirages avec remise : l'épreuve est répétée 50 fois de façon identique et indépendante. $X$ compte les succès, donc $X\sim\mathcal B(50\,;0{,}35)$.
Résultat :
a) B(20 ; 1/6) ; b) non ; c) B(8 ; 0,25) ; d) non ; e) B(50 ; 0,35)
Exercice 3 · Cinq feux sur un trajet
application●●●
Justifier qu'une variable suit une loi binomialeCalculer P(X=k) avec les coefficients binomiauxUtiliser l'événement contraire
Sur son trajet, un cycliste rencontre 5 feux. On admet que chaque feu est vert à son arrivée avec la probabilité $0{,}4$, indépendamment des autres feux. On note $X$ le nombre de feux verts rencontrés.
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
Calculer la valeur exacte de $P(X=2)$.
Calculer les valeurs exactes de $P(X=0)$ et de $P(X=5)$.
Calculer la probabilité que le cycliste rencontre au moins un feu vert.
L'épreuve « arriver à un feu » est une épreuve de Bernoulli dont le succès est « le feu est vert », de probabilité $p=0{,}4$. Elle est répétée 5 fois de façon identique et indépendante (admis par l'énoncé). $X$ compte le nombre de succès, donc $X$ suit la loi binomiale $\mathcal B(5\,;0{,}4)$.
Avec $1-p=0{,}6$ :
$$P(X=2)=\binom52\times0{,}4^2\times0{,}6^3=10\times0{,}16\times0{,}216=0{,}3456.$$
$P(X=0)=\binom50\times0{,}4^0\times0{,}6^5=0{,}6^5=0{,}07776$ et $P(X=5)=0{,}4^5=0{,}01024$.
L'événement « au moins un feu vert » est $\{X\geqslant1\}$, contraire de $\{X=0\}$ :
$$P(X\geqslant1)=1-P(X=0)=1-0{,}07776=0{,}92224.$$
Calculer l'espérance, la variance et l'écart type d'une loi binomialeInterpréter l'espérance
Dans un magasin, $15\,\%$ des clients paient en espèces. On observe 200 clients et on admet que leurs choix sont indépendants. On note $X$ le nombre de clients, parmi les 200, qui paient en espèces.
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
Calculer $E(X)$, $V(X)$ et $\sigma(X)$ (arrondi au centième).
Interpréter $E(X)$ dans le contexte.
On note $Y=200-X$ le nombre de clients qui ne paient pas en espèces. Quelle est la loi de $Y$ ? Calculer $E(Y)$ et $V(Y)$.
La suite est réservée aux abonnés. L'abonnement arrive bientôt ; crée ton compte dès maintenant depuis Mon espace.
Exercice 6 · Répondre au hasard à un QCM
entrainement●●●
Calculer des probabilités cumulées à la calculatriceUtiliser la linéarité de l'espéranceTraduire un événement sur une note en événement sur X
Un QCM comporte 10 questions indépendantes ; chacune propose 4 réponses dont une seule est exacte. Un candidat répond au hasard à toutes les questions. On note $X$ le nombre de bonnes réponses.
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
Calculer la probabilité que le candidat n'ait aucune bonne réponse (arrondi à $10^{-4}$).
Calculer $P(X\geqslant5)$ (arrondi à $10^{-4}$).
Une bonne réponse rapporte 2 points, une mauvaise réponse en retire 1. On note $N$ la note obtenue.
a) Exprimer $N$ en fonction de $X$, puis calculer $E(N)$.
b) Calculer la probabilité que la note soit au moins égale à 5.
L'épreuve « répondre au hasard à une question » est une épreuve de Bernoulli dont le succès est « la réponse est exacte », de probabilité $p=\dfrac14=0{,}25$. Elle est répétée 10 fois de façon identique et indépendante, et $X$ compte les succès : $X\sim\mathcal B(10\,;0{,}25)$.
$P(X=0)=0{,}75^{10}\approx0{,}0563$.
Comme $X$ prend des valeurs entières, $\{X\geqslant5\}$ est le contraire de $\{X\leqslant4\}$. La calculatrice donne $P(X\leqslant4)\approx0{,}92187$, donc
$$P(X\geqslant5)=1-P(X\leqslant4)\approx0{,}0781.$$
a) Le candidat a $X$ bonnes réponses et $10-X$ mauvaises, donc
$$N=2X-(10-X)=3X-10.$$
Par linéarité de l'espérance, avec $E(X)=10\times0{,}25=2{,}5$ :
$$E(N)=3E(X)-10=7{,}5-10=-2{,}5.$$
En moyenne, répondre entièrement au hasard conduit à une note de $-2{,}5$.
b) $N\geqslant5\iff3X-10\geqslant5\iff3X\geqslant15\iff X\geqslant5$. Donc $P(N\geqslant5)=P(X\geqslant5)\approx0{,}0781$.
Résoudre un problème de seuil sur n par le logarithmeÉcrire une boucle de seuil en Python
Un ticket à gratter est gagnant avec la probabilité $0{,}08$. Une personne achète $n$ tickets ($n\geqslant1$) ; on admet que les résultats des tickets sont indépendants. On note $X$ le nombre de tickets gagnants.
Donner la loi de $X$ et exprimer en fonction de $n$ la probabilité $p_n$ d'avoir au moins un ticket gagnant.
Déterminer, par le calcul, le plus petit entier $n$ tel que $p_n\geqslant0{,}9$.
Écrire une fonction Python seuil() qui renvoie cet entier, et contrôler le résultat en calculant $p_n$ pour les deux valeurs encadrantes.
L'épreuve « gratter un ticket » est une épreuve de Bernoulli dont le succès est « le ticket est gagnant », de probabilité $0{,}08$, répétée $n$ fois de façon identique et indépendante. $X$ compte les succès : $X\sim\mathcal B(n\,;0{,}08)$. Donc
$$p_n=P(X\geqslant1)=1-P(X=0)=1-0{,}92^n.$$
$$\begin{aligned}p_n\geqslant0{,}9&\iff1-0{,}92^n\geqslant0{,}9\\&\iff0{,}92^n\leqslant0{,}1\\&\iff n\ln(0{,}92)\leqslant\ln(0{,}1)\quad\text{car }\ln\text{ est strictement croissante sur }]0\,;+\infty[\\&\iff n\geqslant\frac{\ln(0{,}1)}{\ln(0{,}92)}\quad\text{car }\ln(0{,}92)<0.\end{aligned}$$
Or $\dfrac{\ln(0{,}1)}{\ln(0{,}92)}\approx27{,}62$. Le plus petit entier qui convient est $n=28$.
def seuil():
n = 1
while 1 - 0.92**n < 0.9:
n = n + 1
return n
La boucle s'arrête au premier $n$ pour lequel $p_n\geqslant0{,}9$ ; l'appel renvoie 28. Contrôle : $p_{27}=1-0{,}92^{27}\approx1-0{,}1053=0{,}8947<0{,}9$ et $p_{28}=1-0{,}92^{28}\approx1-0{,}0969=0{,}9031\geqslant0{,}9$.
Il faut donc acheter au moins 28 tickets.
Résultat :
p_n = 1 − 0,92^n ; n = 28
Exercice 8 · Sièges enfants pour vélos de location
entrainement●●●
Résoudre un problème de seuil sur k à la calculatriceCalculer espérance et écart type
Une agence loue des vélos à 30 clients un samedi. Chaque client demande un siège enfant avec la probabilité $0{,}2$, indépendamment des autres. On note $X$ le nombre de sièges enfants demandés.
Donner la loi de $X$ en justifiant.
Calculer $E(X)$ et $\sigma(X)$ (arrondi au centième).
Déterminer le nombre minimal $k$ de sièges que l'agence doit prévoir pour que la probabilité de satisfaire toutes les demandes soit au moins $0{,}95$.
L'agence prévoit ce nombre $k$ de sièges. Calculer la probabilité qu'au moins un client ne puisse pas être satisfait (arrondi à $10^{-4}$).
L'épreuve « servir un client » est une épreuve de Bernoulli dont le succès est « le client demande un siège enfant », de probabilité $p=0{,}2$, répétée 30 fois de façon identique et indépendante. $X$ compte les succès, donc $X\sim\mathcal B(30\,;0{,}2)$.
$E(X)=30\times0{,}2=6$ et $V(X)=30\times0{,}2\times0{,}8=4{,}8$, donc $\sigma(X)=\sqrt{4{,}8}\approx2{,}19$.
Avec $k$ sièges, toutes les demandes sont satisfaites si et seulement si $X\leqslant k$. On cherche le plus petit entier $k$ tel que $P(X\leqslant k)\geqslant0{,}95$. La calculatrice donne :
$k$
$8$
$9$
$10$
$11$
$P(X\leqslant k)$
$\approx0{,}8713$
$\approx0{,}9389$
$\approx0{,}9744$
$\approx0{,}9905$
Comme $P(X\leqslant9)\approx0{,}9389<0{,}95$ et $P(X\leqslant10)\approx0{,}9744\geqslant0{,}95$, l'agence doit prévoir au moins 10 sièges.
Avec 10 sièges, au moins un client n'est pas satisfait si $X\geqslant11$ :
$$P(X\geqslant11)=1-P(X\leqslant10)\approx1-0{,}97438=0{,}0256.$$
Utiliser les formules E(X)=np et V(X)=np(1-p)Raisonner sur les paramètres d'une loi binomiale
Une variable aléatoire $X$ suit une loi binomiale $\mathcal B(n,p)$ avec $E(X)=12$ et $V(X)=8{,}4$. Déterminer $n$ et $p$, puis $\sigma(X)$ arrondi au centième.
Existe-t-il une variable aléatoire de loi binomiale d'espérance $5$ et de variance $6$ ? Justifier.
La suite est réservée aux abonnés. L'abonnement arrive bientôt ; crée ton compte dès maintenant depuis Mon espace.
Exercice 11 · Valeur la plus probable d'une loi binomiale
approfondissement●●●
Manipuler les coefficients binomiauxÉtudier les variations d'une suite de probabilitésDéterminer le mode d'une loi binomiale
Soit $n\geqslant1$, $p\in\,]0\,;1[$ et $X$ une variable de loi $\mathcal B(n,p)$. On cherche la ou les valeurs de $k$ pour lesquelles $P(X=k)$ est maximale.
Montrer que, pour tout entier $k$ tel que $0\leqslant k\leqslant n-1$ : $\dfrac{\binom n{k+1}}{\binom nk}=\dfrac{n-k}{k+1}$.
En déduire que $\dfrac{P(X=k+1)}{P(X=k)}=\dfrac{n-k}{k+1}\times\dfrac p{1-p}$.
Montrer que $P(X=k+1)>P(X=k)\iff k<(n+1)p-1$, et que $P(X=k+1)=P(X=k)\iff k=(n+1)p-1$.
Application : déterminer la valeur la plus probable de $X$ lorsque $X\sim\mathcal B(30\,;0{,}2)$, et donner la probabilité correspondante arrondie à $10^{-4}$.
Application : montrer que $\mathcal B(9\,;0{,}5)$ a deux valeurs les plus probables, et donner la probabilité correspondante.
Avec $\binom nk=\dfrac{n!}{k!\,(n-k)!}$ :
$$\frac{\binom n{k+1}}{\binom nk}=\frac{n!}{(k+1)!\,(n-k-1)!}\times\frac{k!\,(n-k)!}{n!}=\frac{k!}{(k+1)!}\times\frac{(n-k)!}{(n-k-1)!}=\frac{n-k}{k+1}.$$
Comme $0<p<1$, $P(X=k)=\binom nkp^k(1-p)^{n-k}>0$ et
$$\frac{P(X=k+1)}{P(X=k)}=\frac{\binom n{k+1}}{\binom nk}\times\frac{p^{k+1}}{p^k}\times\frac{(1-p)^{n-k-1}}{(1-p)^{n-k}}=\frac{n-k}{k+1}\times\frac p{1-p}.$$
$P(X=k)>0$, donc $P(X=k+1)>P(X=k)$ équivaut à un quotient strictement supérieur à 1. En multipliant par $(k+1)(1-p)>0$ :
$$\begin{aligned}P(X=k+1)>P(X=k)&\iff(n-k)p>(k+1)(1-p)\\&\iff np-kp>k+1-kp-p\\&\iff np+p-1>k\\&\iff k<(n+1)p-1.\end{aligned}$$
Le même calcul avec des égalités donne $P(X=k+1)=P(X=k)\iff k=(n+1)p-1$.
Ici $(n+1)p-1=31\times0{,}2-1=5{,}2$, qui n'est pas entier. Pour $k\leqslant5$, on a $k<5{,}2$ donc $P(X=k+1)>P(X=k)$ ; pour $k\geqslant6$, on a $k>5{,}2$ donc $P(X=k+1)<P(X=k)$. Ainsi
$$P(X=0)<P(X=1)<\dots<P(X=6)\quad\text{et}\quad P(X=6)>P(X=7)>\dots>P(X=30).$$
La valeur la plus probable est $6$, et $P(X=6)=\binom{30}6\times0{,}2^6\times0{,}8^{24}\approx0{,}1795$. Elle coïncide ici avec $E(X)=6$.
Ici $(n+1)p-1=10\times0{,}5-1=4$, entier. Pour $k<4$, $P(X=k+1)>P(X=k)$ ; pour $k=4$, $P(X=5)=P(X=4)$ ; pour $k>4$, $P(X=k+1)<P(X=k)$. Les probabilités croissent jusqu'à $k=4$, $P(X=4)=P(X=5)$, puis elles décroissent : il y a deux valeurs les plus probables, $4$ et $5$, avec
$$P(X=4)=P(X=5)=\binom94\times0{,}5^9=\frac{126}{512}=\frac{63}{256}\approx0{,}2461.$$
Résoudre un problème de seuil par un algorithmeÉtudier le sens de variation d'une suiteExprimer P(X≤1) en fonction de n
Une graine d'orchidée germe avec la probabilité $0{,}1$. On sème $n$ graines ($n\geqslant1$) et on admet que leurs germinations sont indépendantes. On note $X$ le nombre de graines qui germent. On veut obtenir au moins deux plants avec une probabilité d'au moins $0{,}95$.
Montrer que $u_n=P(X\leqslant1)=0{,}9^{n-1}\,(0{,}9+0{,}1n)$.
Montrer que la suite $(u_n)$ est strictement décroissante. Que peut-on en déduire pour la probabilité d'obtenir au moins deux plants ?
Traduire la condition « $P(X\geqslant2)\geqslant0{,}95$ » à l'aide de $u_n$. Expliquer pourquoi on ne peut pas la résoudre avec le logarithme comme dans le cours.
Écrire une fonction Python seuil() qui renvoie le plus petit entier $n$ qui convient.
La calculatrice donne $u_{45}\approx0{,}0524$ et $u_{46}\approx0{,}0480$. Conclure.
L'épreuve « semer une graine » est une épreuve de Bernoulli de succès « la graine germe », de probabilité $0{,}1$, répétée $n$ fois de façon identique et indépendante ; $X$ compte les succès donc $X\sim\mathcal B(n\,;0{,}1)$. Alors
$$u_n=P(X=0)+P(X=1)=0{,}9^n+n\times0{,}1\times0{,}9^{n-1}=0{,}9^{n-1}(0{,}9+0{,}1n).$$
Pour $n\geqslant1$, en remarquant que $0{,}9+0{,}1(n+1)=1+0{,}1n$ :
$$\begin{aligned}u_{n+1}-u_n&=0{,}9^n(1+0{,}1n)-0{,}9^{n-1}(0{,}9+0{,}1n)\\&=0{,}9^{n-1}\big[0{,}9+0{,}09n-0{,}9-0{,}1n\big]\\&=-0{,}01n\times0{,}9^{n-1}<0.\end{aligned}$$
La suite $(u_n)$ est strictement décroissante. Comme $P(X\geqslant2)=1-u_n$, la probabilité d'obtenir au moins deux plants est strictement croissante en $n$ : une fois le seuil atteint, il reste atteint pour toutes les valeurs suivantes de $n$.
$P(X\geqslant2)\geqslant0{,}95\iff1-u_n\geqslant0{,}95\iff u_n\leqslant0{,}05$. L'inconnue $n$ apparaît à la fois en exposant et en facteur dans $0{,}9+0{,}1n$ : appliquer $\ln$ ne permet pas d'isoler $n$. On procède par balayage.
def seuil():
n = 1
while 0.9**(n - 1) * (0.9 + 0.1*n) > 0.05:
n = n + 1
return n
La boucle s'arrête au premier $n$ tel que $u_n\leqslant0{,}05$.
$u_{45}\approx0{,}0524>0{,}05$ et $u_{46}\approx0{,}0480\leqslant0{,}05$. Par décroissance de $(u_n)$, on a $u_n>0{,}05$ pour tout $n\leqslant45$ et $u_n\leqslant0{,}05$ pour tout $n\geqslant46$. La fonction renvoie donc 46 : il faut semer au moins 46 graines. On a alors $P(X\geqslant2)\approx0{,}9520$ (contre $\approx0{,}9476$ pour 45 graines).
Résultat :
u_n = 0,9^(n−1)(0,9 + 0,1n) ; n = 46
Exercice 13 · Le problème du chevalier de Méré
approfondissement●●●
Résoudre un problème de seuil sur nCritiquer un raisonnement par proportionnalité
Au XVIIe siècle, le chevalier de Méré pariait sur deux jeux.
On lance $n$ fois un dé équilibré. Déterminer le plus petit entier $n$ tel que la probabilité d'obtenir au moins un six soit strictement supérieure à $\dfrac12$.
On lance $n$ fois deux dés équilibrés simultanément, les lancers étant indépendants. Déterminer le plus petit entier $n$ tel que la probabilité d'obtenir au moins un double six soit strictement supérieure à $\dfrac12$.
Méré pensait que, le double six étant 6 fois moins probable qu'un six, il suffisait de 6 fois plus de lancers, soit $6\times4=24$. Calculer la probabilité d'obtenir au moins un double six en 24 lancers (arrondi à $10^{-4}$) et conclure.
Plus généralement, soit $p\in\,]0\,;1[$ et $X\sim\mathcal B(n,p)$. Montrer que $P(X\geqslant1)>\dfrac12\iff n>\dfrac{\ln2}{-\ln(1-p)}$.
La suite est réservée aux abonnés. L'abonnement arrive bientôt ; crée ton compte dès maintenant depuis Mon espace.
Exercice 14 · Contrôle de gourdes (type bac)
examen●●●
Utiliser un arbre pondéré et la formule des probabilités totalesJustifier et utiliser une loi binomialeRésoudre un problème de seuil
Une entreprise fabrique des gourdes sur deux chaînes. La chaîne A produit $60\,\%$ des gourdes et la chaîne B le reste. $5\,\%$ des gourdes de la chaîne A et $10\,\%$ des gourdes de la chaîne B sont défectueuses.
Partie A
On choisit une gourde au hasard dans la production. On note $A$ l'événement « la gourde provient de la chaîne A », $B$ son contraire et $D$ l'événement « la gourde est défectueuse ».
Représenter la situation par un arbre pondéré.
Calculer $P(A\cap D)$.
Montrer que $P(D)=0{,}07$.
La gourde choisie est défectueuse. Calculer la probabilité qu'elle provienne de la chaîne A (arrondi à $10^{-3}$).
Partie B
On prélève 20 gourdes dans la production. Celle-ci est assez importante pour assimiler ce prélèvement à un tirage avec remise. On note $X$ le nombre de gourdes défectueuses du prélèvement.
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
Calculer la probabilité qu'aucune gourde ne soit défectueuse (arrondi à $10^{-4}$).
Calculer $P(X\leqslant2)$ (arrondi à $10^{-4}$).
Le lot est refusé s'il contient au moins 3 gourdes défectueuses. Calculer la probabilité que le lot soit refusé.
Calculer $E(X)$ et l'interpréter.
Partie C
On prélève désormais $n$ gourdes, dans les mêmes conditions. Déterminer le plus petit entier $n$ tel que la probabilité d'obtenir au moins une gourde défectueuse soit supérieure ou égale à $0{,}99$.
$A$ et $B$ forment une partition de l'univers ; par la formule des probabilités totales :
$$P(D)=P(A\cap D)+P(B\cap D)=0{,}03+0{,}4\times0{,}1=0{,}03+0{,}04=0{,}07.$$
L'épreuve « prélever une gourde » est une épreuve de Bernoulli dont le succès est « la gourde est défectueuse », de probabilité $p=0{,}07$ d'après la partie A. Le prélèvement étant assimilé à un tirage avec remise, cette épreuve est répétée 20 fois de façon identique et indépendante. $X$ compte les succès, donc $X\sim\mathcal B(20\,;0{,}07)$.
$P(X=0)=0{,}93^{20}\approx0{,}2342$.
$P(X=1)=\binom{20}1\times0{,}07\times0{,}93^{19}\approx0{,}3526$ et $P(X=2)=\binom{20}2\times0{,}07^2\times0{,}93^{18}=190\times0{,}0049\times0{,}93^{18}\approx0{,}2521$. Donc
$$P(X\leqslant2)=P(X=0)+P(X=1)+P(X=2)\approx0{,}8390,$$
valeur confirmée par la fonction cumulée de la calculatrice.
Le lot est refusé si $X\geqslant3$ :
$$P(X\geqslant3)=1-P(X\leqslant2)\approx1-0{,}8390=0{,}1610.$$
$E(X)=20\times0{,}07=1{,}4$. Sur un grand nombre de prélèvements de 20 gourdes, on trouve en moyenne 1,4 gourde défectueuse par prélèvement.
Partie C
Le nombre $X_n$ de gourdes défectueuses parmi $n$ suit $\mathcal B(n\,;0{,}07)$, donc $P(X_n\geqslant1)=1-0{,}93^n$.
$$\begin{aligned}1-0{,}93^n\geqslant0{,}99&\iff0{,}93^n\leqslant0{,}01\\&\iff n\ln(0{,}93)\leqslant\ln(0{,}01)\quad(\ln\text{ strictement croissante})\\&\iff n\geqslant\frac{\ln(0{,}01)}{\ln(0{,}93)}\quad\text{car }\ln(0{,}93)<0.\end{aligned}$$
Or $\dfrac{\ln(0{,}01)}{\ln(0{,}93)}\approx63{,}46$. Le plus petit entier qui convient est $n=64$. Contrôle : $0{,}93^{63}\approx0{,}0103>0{,}01$ et $0{,}93^{64}\approx0{,}0096\leqslant0{,}01$.
Justifier et utiliser une loi binomialeEnchaîner deux lois binomialesRésoudre une inéquation avec le logarithmeLire et compléter un algorithme en Python
Un archer atteint la cible à chaque flèche avec la probabilité $0{,}7$, indépendamment des autres flèches. Une série comporte 10 flèches. On note $X$ le nombre de flèches qui atteignent la cible au cours d'une série.
Partie A
Justifier que $X$ suit une loi binomiale dont on précisera les paramètres.
Calculer la probabilité que les 10 flèches atteignent la cible (arrondi à $10^{-4}$).
Calculer $P(X=8)$ (arrondi à $10^{-4}$).
Une série est dite qualifiante si au moins 8 flèches atteignent la cible. Montrer que la probabilité $q$ qu'une série soit qualifiante vaut environ $0{,}3828$.
Calculer $E(X)$ et $\sigma(X)$ (arrondi au centième).
Partie B
Lors d'une compétition, l'archer tire 3 séries, indépendantes les unes des autres. Il est sélectionné pour la finale s'il réalise au moins une série qualifiante. On note $Y$ le nombre de séries qualifiantes.
Quelle est la loi de $Y$ ?
Calculer la probabilité que l'archer soit sélectionné (arrondi à $10^{-4}$, en prenant $q\approx0{,}3828$).
Partie C
Après entraînement, l'archer atteint la cible avec une probabilité $p\in\,]0\,;1[$. On souhaite que la probabilité de réussir une série parfaite (10 flèches sur 10) soit au moins $0{,}5$.
Montrer que cette condition équivaut à $\ln p\geqslant\dfrac{\ln(0{,}5)}{10}$, puis donner la valeur minimale de $p$ arrondie à $10^{-3}$.
On considère la fonction Python suivante :
def seuil_p():
p = 0.5
while p**10 < 0.5:
p = p + 0.01
return p
Que renvoie cette fonction (à l'arrondi machine près) ? Justifier par un calcul.