T. Loi binomiale. Exercices

Sommaire

Exercice n°1 

X suit une loi binomiale de paramètres n=20 et p=0.7 

A l’aide de la calculatrice, calculer : 

Exercice n°2 

X suit une loi binomiale de paramètres n=15 et p=0.2 

A l’aide de la calculatrice, calculer : 

p(5\leq X<10)
p(X\geq 12)

Exercice n°3

Une entreprise produit en grande quantité des stylos. La probabilité qu’un stylo présente un défaut est
égale à 0.1.
On prélève dans cette production, successivement et avec remise huit stylos.
On note X la variable aléatoire qui compte le nombre de stylos présentant un défaut parmi
les huit stylos prélevés.
a) On admet que X suit une loi binomiale. Donner les paramètres de cette loi.

b) Calculer la probabilité des événements suivants :
A : « il n’y a aucun stylo avec un défaut » ;
B : « il y a au moins un stylo avec un défaut » ;
C : « il y a exactement deux stylos avec un défaut ».

Exercice n°4 

Dans une urne il y a 6 boules noires et 4 boules rouges. On effectue successivement 10 tirages aléatoires avec remise. Quelle est la probabilité (à 10^{-4} près) d’avoir
4 boules noires et 6 boules rouges ?

Parmi les quatre réponses, quelle est la bonne réponse ? 

a. 0.1662

b. 0.4

c. 0.1115

d. 0.8886

Exercice n°5

Dans un centre de traitement du courrier, une machine est équipée d’un lecteur optique automatique de reconnaissance de l’adresse postale. Ce système de lecture permet de reconnaître convenablement 97 % des adresses; le reste du courrier, que l’on qualifiera d’illisible pour la machine, est orienté vers un employé du centre chargé de lire les adresses.
Cette machine vient d’effectuer la lecture de neuf adresses. On note X la variable aléatoire qui donne le nombre d’adresses illisibles parmi ces neuf adresses.
On admet que X suit la loi binomiale de paramètres n=9 et p=0.03.

1. La probabilité qu’aucune des neuf adresses soit illisible est égale, au centième près, à :

a. 0

b. 1

c. 0.24

d. 0.76

2. La probabilité qu’exactement deux des neuf adresses soient illisibles pour la machine est :

a. \binom{9}{2}\times 0.97^2\times 0.03^7

b. \binom{7}{2}\times 0.97^2\times 0.03^7

c. \binom{9}{2}\times 0.97^7\times 0.03^2

d. \binom{7}{2}\times 0.97^7\times 0.03^2

3. La probabilité qu’au moins une des neuf adresses soit illisible pour la machine est :

a. p(X<1)

b. p(X\leq 1)

c. p(X\geq 2)

d. 1-p(X=0)

Exercice n°6

On choisit dans le centre vétérinaire un échantillon de 20 chats au hasard. On admet que l’on peut assimiler ce choix à un tirage avec remise.

La probabilité que le test du chat soit positif est égale à 0.45.
On note X la variable aléatoire donnant le nombre de chats présentant un test positif dans l’échantillon choisi.

a. Déterminer, en justifiant, la loi suivie par la variable aléatoire X

b. Calculer la probabilité qu’il y ait dans l’échantillon exactement 2 chats présentant un test positif.

c. Calculer la probabilité qu’il y ait dans l’échantillon au plus 8 chats présentant un test positif.

d. Calculer la probabilité qu’il y ait dans l’échantillon entre 5 et 9 chats présentant un test positif ( les valeurs 5 et 9 sont incluses).

e. Déterminer l’espérance de la variable aléatoire X et interpréter le résultat dans le contexte
de l’exercice.

Exercice n°7

Un restaurant propose deux types de plats à emporter : le plat du jour et des pizzas.
Le restaurant propose également plusieurs desserts.
Le propriétaire constate que 60% des clients choisissent le plat du jour et que parmi ceux-ci  80% prennent également un dessert.
Elle constate aussi que 75 % des clients qui ont choisi une pizza  ne prennent pas de dessert.
On choisit au hasard un client .
On considère les évènements suivants :
J : « Le client interrogé a choisi le plat du jour ».
D : « Le client interrogé a choisi un dessert ».

Partie A
1. Recopier puis compléter l’arbre pondéré suivant :

2. Calculer la probabilité que le client ait choisi un plat du jour et un dessert.

3. Démontrer que p(D)=0.58 .

4. Sachant que le client a acheté un dessert, quelle est la probabilité, arrondie à 0, 01 près, qu’il
ait acheté une pizza ?

5. Les événements J et D sont-ils indépendants ?

Partie B

On a montré dans la partie A que p(D)=0.58.

On choisit dans ce restaurant un échantillon de 30 clients au hasard. On admet que l’on peut assimiler ce choix à un tirage avec remise.

On note X la variable aléatoire donnant le nombre de clients ayant pris un dessert dans l’échantillon choisi.

1. Déterminer, en justifiant, la loi suivie par la variable aléatoire X

2. Calculer la probabilité qu’il y ait dans l’échantillon exactement 20 personnes qui aient choisi un dessert.

3. Déterminer l’espérance de la variable aléatoire X et interpréter le résultat dans le contexte de l’exercice.

Exercice n°8

Pendant la semaine du blanc, une grande surface a mis en vente un lit à 499 euros et une parure de draps à 49 euros.

On a constaté que 40% des clients du magasin ont acheté un lit .
 Parmi les clients ayant acheté un lit, 70 % ont acheté une parure de draps
 Parmi les clients du magasin n’ayant pas acheté de lit, 25 % ont tout de même acheté une parure de draps.
On choisit au hasard un client. On admet qu’un client achète au plus un lit et au plus une parure de draps.
On note les événements suivants :
L « le client achète un lit »
D « le client achète une parure de draps ».

Partie 1
1. Reproduire sur la copie et compléter l’arbre pondéré ci-dessous décrivant la situation.

2. Calculer la probabilité que le client achète un lit et une parure de draps.

3. Montrer que la probabilité de l’événement D est égale à 0.43.

4. Calculer la probabilité que le client achète un lit sachant qu’il a acheté une parure de draps.

5. On appelle S la variable aléatoire donnant la somme  dépensée par un client au rayon literie.
Calculer l’espérance mathématique de 𝐷 et donner une interprétation de ce nombre dans le contexte de l’exercice.

Partie B

La probabilité de l’événement D est égale à 0.43.

On choisit dans ce magasin un échantillon de 100 clients au hasard. On admet que l’on peut assimiler ce choix à un tirage avec remise.

On note X la variable aléatoire donnant le nombre de clients ayant acheté une parure de draps.

1. Déterminer, en justifiant, la loi suivie par la variable aléatoire X

2. Calculer la probabilité qu’il y ait dans l’échantillon exactement 50 personnes qui aient acheté une parure de draps.

3. Déterminer l’espérance de la variable aléatoire X et interpréter le résultat dans le contexte de l’exercice.

Pour calculer p(X\leq 2), on utilise directement la calculatrice TI 83 Premium ainsi :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 2)=3.8 \times 10^{-8}.

 

On calcule p(X=10) à l’aide de la calculatrice comme suit : 

P(X=10)=0.031

 

 

Pour calculer p(X<15), on utilise la calculatrice TI 83 Premium en calculant p(X\leq 14) :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 14)=0.58.

 

 

Pour calculer p(X>8), on utilise la calculatrice TI 83 Premium en calculant p(X\leq 8) pour calculer ensuite 1-p(X\leq 8) :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 8)=0.005.

Donc p(X> 8)=1-0.005=0.995

 

 

Voici comment calculer P(X=6) avec la TI 83 Premium CE.

P(X=6)=0.043

 

 

Calculer p(5\leq X<10) revient à calculer p(5\leq X\leq 9) ou encore p(X\leq 9)-p(X\leq 4).

A l’aide de la calculatrice, calculons p(X\leq 9)-p(X\leq 4)

A l’aide de la calculatrice, on obtient p(X\leq 9)=0.999886 et p(X\leq 4)=0.835766.

Donc p(X\leq 9)-p(X\leq 4)= 0.999886-0.835766=0.16412.

Donc p(5\leq X<10)=0.16412.

Pour calculer p(X\geq 12), on utilise la calculatrice TI 83 Premium en calculant p(X\leq 11) pour calculer ensuite 1-p(X\leq 11) :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 11)=0.9999989887.

Donc p(X\geq 12)=1-0.9999989887=1.01\times 10^{-6}.

 

 

Voici comment calculer P(X=9) avec la TI 83 Premium CE.

P(X=9)=6.72\times 10^{-4}

 

On assimile le tirage d’un stylo à un schéma de Bernoulli : il y a deux issues. Le succès : le stylo présente un défaut , l’échec : le stylo ne présente pas de défaut.

La probabilité qu’un stylo présente un défaut est égale à 0.1, donc la probabilité du succès p=0.1.

On prélève dans cette production, successivement et avec remise huit stylos. On répète l’expérience 8 fois de façon indépendante  n=8.

La variable aléatoire X est  une loi binomiale B(8;0.1).

 

A : « il n’y a aucun stylo avec un défaut »

C’est-à-dire qu’on aura 8 échecs, puisqu’on ne tire que des stylos sans défaut. On peut dire aussi 0 succès.

p(A)=p(X=0)

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 0, n par 8, p par 0.1 et q par 1-0.1=0.9.

p(A)=\binom{8}{0}0.1^0 0.9^{8-0} 

p(A)=1\times 1 \times 0.9^8 

p(A)=0.43 

On peut vérifier le résultat avec la calculatrice.

B : « il y a au moins un stylo avec un défaut »

En général quand on lit au moins un, on utilise l’évènement contraire pas du tout.

\bar{B} : « il n’y a pas du tout de stylo avec un défaut »

On constate que \bar{B}=A.

Donc p(\bar{B})=p(A)=0.43.

Ainsi p(B)=1-p(\bar{B})=1-0.43=0.57.

 

C : « il y a exactement deux stylos présentant un défaut »

C’est-à-dire qu’on aura 2 succès. 

p(C)=p(X=2)

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 2, n par 8, p par 0.1 et q par 1-0.1=0.9.

p(C)=\binom{8}{2}0.1^2 0.9^{8-2} 

Pour saisir \binom{8}{2} voir le cadre ci-contre

p(C)=0.1488 

Pour calculer \binom{8}{2} avec la calculatrice:

Appuyer sur la touche math, aller dans la quatrième colonne PROB, sélectionner 3: Combinaison et compléter les cadres comme ci-dessus.

Dans une urne il y a 6 boules noires et 4 boules rouges. On tire une boule, il y a deux issues possibles : la boule est rouge ( on décide que c’est le succès) et la boule est noire ( on décide que c’est l’échec).

La probabilité du succès est la probabilité de tirer une boule rouge parmi les 10 boules de l’urne

p=\frac{4}{10}=0.4.

On effectue successivement 10 tirages aléatoires avec remise donc n=10

On veut calculer la probabilité d’avoir 4 boules noires et 6 boules rouges donc k=6.

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 6, n par 10, p par 0.4 et q par 1-0.4=0.6.

p(X=6)=\binom{10}{6}0.4^6 0.6^{10-6} 

Pour taper \binom{10}{6}  regarder dans le cadre ci-contre

p(X=6)=0.1115 

Pour calculer \binom{10}{6} avec la calculatrice:

Appuyer sur la touche math, aller dans la quatrième colonne PROB, sélectionner 3: Combinaison et compléter les cadres comme ci-dessus.

a. 0.1662

b. 0.4

c. 0.1115

d. 0.8886

La bonne réponse est la réponse c. 0.1115 

 

 

 

Puisque la calculatrice est autorisée, on aurait tort de s’en priver. 

On admet que X suit la loi binomiale de paramètres n=9 et p=0.03.

L’auteur de l’exercice a choisi pour succès : l’adresse est illisible. 

On veut calculer la probabilité qu’aucune des neuf adresses soit illisible, c’est-à-dire que les neuf soient lisibles. Donc  k=0.

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 0, n par 9, p par 0.03 et q par 1-0.03=0.97.

p(X=0)=\binom{9}{0}0.03^0 0.97^{9-0} 

\hspace{1.5cm}=1\times 1\times 0.76 

\hspace{1.5cm}=0.76 

a. 0

b. 1

c. 0.24

d. 0.76

La bonne réponse est d. 0.76.

 

 

On veut calculer la probabilité qu’exactement deux des neuf adresses soient illisibles. Donc  k=2.

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 2, n par 9, p par 0.03 et q par 1-0.03=0.97.

p(X=2)=\binom{9}{2}0.03^2 0.97^{9-2} 

a. \binom{9}{2}\times 0.97^2\times 0.03^7

b. \binom{7}{2}\times 0.97^2\times 0.03^7

c. \binom{9}{2}\times 0.97^7\times 0.03^2

d. \binom{7}{2}\times 0.97^7\times 0.03^2

La bonne réponse est c. \binom{9}{2}\times 0.97^7\times 0.03^2.

 

 

On veut calculer la probabilité qu’au moins une des neuf adresses soit illisible pour la machine.

Quand on voit écrit au moins un, on utilise en général le contraire pas du tout.

C’est-à-dire p(X\geq 1)=1-p(X=0).

a. p(X<1)

b. p(X\leq 1)

c. p(X\geq 2)

d. 1-p(X=0)

La bonne réponse est d. 1-p(X=0)

On choisit un chat au hasard. Il ya deux issues possibles : le chat a un test positif ( on décide que c’est le succès) et le chat a un test négatif ( on décide que c’est l’échec).

La probabilité que le test du chat soit positif est égale à 0.45 donc  p=0.45.

L’échantillon comporte 20 chats donc n=20

La variable aléatoire X suit une loi binomiale de paramètres n=20 et p=0.45.

Calculer la probabilité qu’il y ait dans l’échantillon exactement 2 chats présentant un test positif.

C’est-à-dire qu’on aura 2 succès. 

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 2, n par 20, p par 0.45 et q par 1-0.45=0.55.

p(X=2)=\binom{20}{2}0.45^2 0.55^{20-2} 

Pour taper \binom{20}{2}  regarder dans le cadre ci-contre

\hspace{1.5cm}=0.000816

Pour calculer \binom{20}{2} avec la calculatrice:

Appuyer sur la touche math, aller dans la quatrième colonne PROB, sélectionner 3: Combinaison et compléter les cadres comme ci-dessus.

On vérifie le résultat trouvé à l’aide de la calculatrice TI 83 Premium CE

Calculer la probabilité qu’il y ait dans l’échantillon au plus 8 chats présentant un test positif.

On remplace au plus par au maximum.

Calculer la probabilité qu’il y ait dans l’échantillon au maximum 8 chats présentant un test positif.

On va  calculer p(X\leq 8). Il n’y a pas de formule dans le cours, on utilise directement la calculatrice TI 83 Premium.

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 8)=0.4143.

 

 

Calculer la probabilité qu’il y ait dans l’échantillon entre 5 et 9 chats présentant un test positif ( les valeurs 5 et 9 sont incluses).

Il faut donc calculer p(5\leq X\leq 9) revient à calculer p(X\leq 9)-p(X\leq 4).

A l’aide de la calculatrice, calculons p(X\leq 9)-p(X\leq 4)

A l’aide de la calculatrice, on obtient p(X\leq 9)=0.59136 et p(X\leq 4)=0.01886.

Donc p(X\leq 9)-p(X\leq 4)= 0.59136-0.01886=0.5725.

Donc p(5\leq X\leq 9)=0.5725.

 

 

On remplace n par 20 et On remplace p par 0.45 dans la formule du cours E(X)=np.

E(X)=20\times 0.45.

E(X)=9.

Sur un grand nombre d’échantillons de 20 chats, il y aura en moyenne 9 chats positifs par échantillon de 20 chats.

 

Le propriétaire constate que 60% des clients choisissent le plat du jour donc p(J)=\frac{60}{100}=0.6.

La somme des probabilités sur les branches issues d’un même noeud est égale à 1.

p(\bar J)=1-0.6=0.4.

Le propriétaire constate que 60% des clients choisissent le plat du jour et que parmi ceux-ci  80% prennent également un dessert.

On reformule

Sachant que le client a choisi le plat du jour la probabilité qu’il choississe un dessert est \frac{80}{100}.

p_J(D)=\frac{80}{100}=0.8.

La somme des probabilités sur les branches issues d’un même noeud est égale à 1.

p_J(\bar D)=1-0.8=0.2.

Il constate aussi que 75 % des clients qui ont choisi une pizza  ne prennent pas de dessert.

On reformule

Sachant que le client a choisi la pizza la probabilité qu’il choississe pas de dessert est \frac{75}{100}.

p_{\bar J}(\bar D)=\frac{75}{100}=0.75.

La somme des probabilités sur les branches issues d’un même noeud est égale à 1.

p_{\bar J}(D)=1-p_{\bar J}(\bar D).

p_{\bar J}(D)=1-\frac{75}{100}.

p_{\bar J}(D)=1-0.75.

p_{\bar J}(D)=0.25.

 

 

Calculer la probabilité que le client ait choisi un plat du jour et un dessert.

Pour calculer p(J\cap D), on calcule la probabilité du chemin qui passe pas J et D en faisant le produit des probabilités sur les branches. Ce qui revient à appliquer la formule du cours p(J\cap D)=p(J)\times p_J(D).

p(J\cap D)=p(J)\times p_J(D)

p(J\cap D)=0.6 \times 0.8.

p(J\cap D)=0.48.

Pour calculer p( D), on ajoute les  probabilités de tous les chemins qui mènent à  D. Ce qui revient à appliquer la formule des probabilités totales

p(D)=p(J\cap D)+p(\bar J\cap D).

p(D)=p(J\cap D)+p(\bar J\cap D)

p(D)=0.48+p(\bar J)\times p_{\bar J}(D).

p(D)=0.48+0.4\times 0.25.

p(D)=0.48+0.1.

p(D)=0.58.

Sachant que le client a acheté un dessert, quelle est la probabilité, arrondie à 0, 01 près, qu’il
ait acheté une pizza ?

Pour calculer p_D( \bar J), on ne peut pas utiliser l’arbre car pour l’arbre la condition est J ou \bar J. On applique donc la formule du cours.

p_D(\bar J)=\frac{p( \bar J\cap D)}{p(D)}

p_D(\bar J)=\frac{p(\bar J\cap D)}{p(D)}\\p_D(\bar J)=\frac{0.1}{0.58}\\p_D(\bar J)=0.17

Dans les questions précédentes, on a établi que 

p(J)=0.6\\p(D)=0.58\\p(J\cap D)=0.48.

Calculons p(J)\times p(D) et comparons le résultat à p(J\cap D)

p(J)\times p(D)=0.6\times 0.58

p(J)\times p(D)=0.348

Donc p(J)\times p(D) \ne p(J\cap D)

Donc les évènements J et D ne sont pas indépendants.

 

 

On choisit un client au hasard. Il y a deux issues possibles : le client a pris un dessert ( on décide que c’est le succès) et le client n’a pas pris de dessert( on décide que c’est l’échec). C’est une épreuve de Bernoulli.

La probabilité que le client ait pris un dessert est égale à 0.58 donc  p=0.58.

L’échantillon comporte 30 clients donc n=30. C’est comme si on répétait 30 fois de façon indépendante l’épreuve de Bernoulli plus haut.

La variable aléatoire X suit une loi binomiale de paramètres n=30 et p=0.58.

Calculer la probabilité qu’il y ait dans l’échantillon exactement 20 clients qui aient pris un dessert.

C’est-à-dire qu’on aura 20 succès. 

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 20, n par 30, p par 0.58 et q par 1-0.58=0.42.

p(X=20)=\binom{30}{20}0.58^{20} 0.42^{30-20} 

Taper le calcul en ligne avec la calculatrice ( voir ci-contre pour saisir  \binom{30}{20} )

p(X=2)=0.0952 

Pour calculer \binom{30}{20} avec la calculatrice:

Appuyer sur la touche math, aller dans la quatrième colonne PROB, sélectionner 3: Combinaison et compléter les cadres comme ci-dessus.

On vérifie le résultat trouvé à l’aide de la calculatrice TI 83 Premium CE

On remplace n par 30 et On remplace p par 0.58 dans la formule du cours E(X)=np.

E(X)=30\times 0.58.

E(X)=17.4.

Sur un grand nombre d’échantillons de 30 clients, il y aura en moyenne 17 personnes qui auront pris un dessert par échantillon de 30 personnes.

40% des clients du magasin ont acheté un lit donc p(L)=\frac{40}{100}=0.4

La somme des probabilités sur les branches issues d’un même noeud est toujours égale à 1.

p(\bar L)=1-p(L)=1-0.4=0.6
Parmi les clients ayant acheté un lit, 70 % ont acheté une parure de draps

On peut reformuler

Sachant que la personne a acheté un lit, la probabilité qu’elle achète une parure de draps est \frac{70}{100}

p_L(D)=\frac{70}{100}=0.7

La somme des probabilités sur les branches issues d’un même noeud est toujours égale à 1.

p_L(\bar D)=1-0.7=0.3
 Parmi les clients du magasin n’ayant pas acheté de lit, 25 % ont tout de même acheté une parure de draps.

On peut reformuler

Sachant que la personne n’a pas acheté de lit, la probabilité qu’elle achète une parure de draps est \frac{25}{100}

p_{\bar L}(D)=\frac{25}{100}=0.25

La somme des probabilités sur les branches issues d’un même noeud est toujours égale à 1.

p_{\bar L}(\bar D)=1-0.25=0.75

 

 

Pour calculer p(L\cap D), on calcule la probabilité du chemin qui passe pas L et D en faisant le produit des probabilités sur les branches. Ce qui revient à appliquer la formule du cours p(L\cap D)=p(L)\times p_L(D).

p(L\cap D)=p(L)\times p_L(D).

p(L\cap D)=0.4\times 0.7.

p(L\cap D)=0.28.

Pour calculer p( D), on ajoute les  probabilités de tous les chemins qui mènent à  D. Ce qui revient à appliquer la formule des probabilités totales

p(D)=p(L\cap D)+p(\bar L\cap D).

p(D)=p(L\cap D)+p(\bar L\cap D)

p(D)=0.28+p(\bar L)\times p_{\bar L}(D).

p(D)=0.28+0.6\times 0.25.

p(D)=0.28+0.15.

p(D)=0.43.

Il faut calculer la probabilité que le client achète un lit sachant qu’il a acheté une parure de draps.

Pour calculer p_D( L), on ne peut pas utiliser l’arbre car pour l’arbre la condition est L ou \bar L. On applique donc la formule du cours.

p_D(L)=\frac{p(L\cap D)}{p(D)}

p_D(L)=\frac{p(L\cap D)}{p(D)}\\p_D(L)=\frac{0.28}{0.43}\\p_D(L)=0.65

Pendant la semaine du blanc, une grande surface a mis en vente un lit à 499 euros et une parure de draps à 49 euros.

On appelle S la variable aléatoire donnant la somme  dépensée par un client au rayon literie.

Tout d’abord, on cherche les valeurs réelles prises par la variable aléatoire S. Les valeurs sont

0 , 49 , 499  et 548.

Je prépare le tableau de la loi de probabilité.

a_i049499548
p(S=a_i)    

On va utiliser l’arbre. 

L’évènement la somme dépensée est  0 est composée de l’issue \bar L\cap \bar D

p(S=0)=p(\bar L\cap \bar D)\\p(S=0)=0.6\times 0.75=0.45

L’évènement la somme dépensée est  49 est composée de l’issue \bar L\cap D

p(S=49)=p(\bar L\cap D)\\p(S=49)=0.6\times 0.25=0.15

L’évènement la somme dépensée est  499 est composée de l’issue L\cap \bar D

p(S=499)=p(L\cap \bar D)\\p(S=499)=0.4\times 0.3=0.12

L’évènement la somme dépensée est  548 est composée de l’issue L\cap D

p(S=548)=p(L\cap  D)\\p(S=548)=0.4\times 0.7=0.28
a_i049499548
p(S=a_i)p(S=0)=0.45p(S=49)=0.15p(S=499)=0.12p(S=548)=0.28

On calcule l’espérance 

E(x)=0\times0.45+49\times0.15+499\times0.12+548\times0.28\\E(x)=220.67.

 

 

On choisit un client au hasard. Il y a deux issues possibles : le client a acheté une parure de draps ( on décide que c’est le succès) et le client n’a pas acheté de parure de draps ( on décide que c’est l’échec). C’est une épreuve de Bernoulli.

La probabilité que le client ait acheté une parure de draps est égale à 0.43 donc  p=0.43.

L’échantillon comporte 100 clients donc n=100. C’est comme si on répétait 100 fois de façon indépendante l’épreuve de Bernoulli plus haut.

La variable aléatoire X suit une loi binomiale de paramètres n=100 et p=0.43.

Calculer la probabilité qu’il y ait dans l’échantillon exactement 50 clients qui aient acheté une parure de draps.

C’est-à-dire qu’on aura 50 succès. 

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 50, n par 100, p par 0.43 et q par 1-0.43=0.57.

p(X=50)=\binom{100}{50}0.43^{50} 0.57^{100-50} 

Taper le calcul en ligne avec la calculatrice ( voir ci-contre pour saisir  \binom{100}{50} )

p(X=50)=0.0296 

Pour calculer \binom{100}{50} avec la calculatrice:

Appuyer sur la touche math, aller dans la quatrième colonne PROB, sélectionner 3: Combinaison et compléter les cadres comme ci-dessus.

On vérifie le résultat trouvé à l’aide de la calculatrice TI 83 Premium CE

On remplace n par 100 et On remplace p par 0.43 dans la formule du cours E(X)=np.

E(X)=100\times 0.43.

E(X)=43.

Sur un grand nombre d’échantillons de 100 clients, il y aura en moyenne 43 personnes qui auront acheté une parure de draps par échantillon de 100 personnes.

Réponse:

\overrightarrow{DC}=\overrightarrow{HG}.

Résoudre graphiquement f(x)=1

C’est une autre façon de demander de déterminer graphiquement les antécédents de 1.

Je place 1 sur l’axe des ordonnées, je trace alors la parallèle à l’axe des abscisses passant par 1 toute entière. Je repère les points d’intersection avec la courbe. Les abscisses de ces points sont les antécédents de 1.

Les antécédents sont -2 et 2.

Donc S=\{-2;2\}

Remarque : comme on demande de résoudre une équation, il faut écrire ainsi l’ensemble des solutions.