T. Probabilités.Exercices type bac 2021 .

Sommaire

Exercice n°1 

Pour préparer l’examen du permis de conduire, on distingue deux types de formation :
— la formation avec conduite accompagnée ;
— la formation traditionnelle.
On considère un groupe de 300 personnes venant de réussir l’examen du permis de conduire.
Dans ce groupe :
75 personnes ont suivi une formation avec conduite accompagnée ; parmi elles, 50 ont réussi
l’examen à leur première présentation et les autres ont réussi à leur deuxième présentation.
225 personnes se sont présentées à l’examen suite à une formation traditionnelle ; parmi
elles, 100 ont réussi l’examen à la première présentation, 75 à la deuxième et 50 à la troisième présentation.
On interroge au hasard une personne du groupe considéré.
On considère les évènements suivants :
A : « la personne a suivi une formation avec conduite accompagnée »;
R_1 : « la personne a réussi l’examen à la première présentation » ;
R_2: « la personne a réussi l’examen à la deuxième présentation » ;

R_3 : « la personne a réussi l’examen à la troisième présentation ».
1. Modéliser la situation par un arbre pondéré.

2. a. Calculer la probabilité que la personne interrogée ait suivi une formation avec conduite accompagnée et réussi l’examen à sa deuxième présentation

b. Montrer que la probabilité que la personne interrogée ait réussi l’examen à sa deuxième présentation est égale à  \frac{1}{3}

c. La personne interrogée a réussi l’examen à sa deuxième présentation. Quelle est la probabilité qu’elle ait suivi une formation avec conduite accompagnée ?

3. On note X la variable aléatoire qui, à toute personne choisie au hasard dans le groupe, associe le nombre de fois où elle s’est présentée à l’examen jusqu’à sa réussite.
Ainsi, X=1 correspond à l’évènement R_1.
a. Déterminer la loi de probabilité de la variable aléatoire X.

b. Calculer l’espérance de cette variable aléatoire. Interpréter cette valeur dans le contexte de l’exercice

4. On choisit, successivement et de façon indépendante, n personnes parmi les 300 du groupe étudié, où n est un entier naturel non nul. On assimile ce choix à un tirage avec remise de n personnes parmi les 300 personnes du groupe.
On admet que la probabilité de l’évènement R_3 est égale à \frac{1}{6}.
a. Exprimer en fonction de n, la probabilité de l’évènement G: « au moins une personne a réussi l’examen à la troisième tentative ». 

On considère la fonction Python seuil ci-dessous, où p est un nombre réel appartenant à l’intervalle ]0;1[.

b. Quelle est la valeur renvoyée par la commande seuil(0,9) ? Interpréter cette valeur dans le contexte de l’exercice.

Exercice n°2 

Dans une école de statistique, après étude des dossiers des candidats, le recrutement se fait de deux façons :
10 % des candidats sont sélectionnés sur dossier. Ces candidats doivent ensuite passer un
oral à l’issue duquel 60 % d’entre eux sont finalement admis à l’école.
• Les candidats n’ayant pas été sélectionnés sur dossier passent une épreuve écrite à l’issue
de laquelle 20 % d’entre eux sont admis à l’école.
Partie A
On choisit au hasard un candidat à ce concours de recrutement. On notera :
D l’évènement « le candidat a été sélectionné sur dossier »;
A l’évènement « le candidat a été admis à l’école »;
\bar{D} et \bar{A} les évènements contraires des évènements D et A respectivement.
1. Traduire la situation par un arbre pondéré.

2. Calculer la probabilité que le candidat soit sélectionné sur dossier et admis à l’école.

3. Montrer que la probabilité de l’évènement A est égale à 0.24.

4. On choisit au hasard un candidat admis à l’école. Quelle est la probabilité que son dossier n’ait pas été sélectionné ?

Partie B
1. On admet que la probabilité pour un candidat d’être admis à l’école est égale à 0.24.
On considère un échantillon de sept candidats choisis au hasard, en assimilant ce choix à un tirage au sort avec remise. On désigne par X la variable aléatoire dénombrant les candidats admis à l’école parmi les sept tirés au sort.
a. On admet que la variable aléatoire X suit une loi binomiale. Quels sont les paramètres de cette loi ?

b. Calculer la probabilité qu’un seul des sept candidats tirés au sort soit admis à l’école.On donnera une réponse arrondie au centième.

c. A l’aide de la calculatrice, calculer la probabilité qu’au moins deux des sept candidats tirés au sort soient admis à cette école. On donnera une réponse arrondie au centième.

2. Un lycée présente n candidats au recrutement dans cette école, où n est un entier naturel
non nul.
On admet que la probabilité pour un candidat quelconque du lycée d’être admis à l’école est égale à 0.24 et que les résultats des candidats sont indépendants les uns des autres.
a. Donner l’expression, en fonction de n, de la probabilité qu’aucun candidat issu de ce lycée ne soit admis à l’école.

b. À partir de quelle valeur de l’entier n la probabilité qu’au moins un élève de ce lycée soit admis à l’école est-elle supérieure  à 0.99 ?

Exercice n°3 

Partie A
Une étude sur ce nouveau test donne les résultats suivants :
• si un athlète est dopé, la probabilité que le résultat du test soit positif est 0.98 (sensibilité du test);
• si un athlète n’est pas dopé, la probabilité que le résultat du test soit négatif est 0.995
(spécificité du test).
On fait subir le test à un athlète sélectionné au hasard au sein des participants à une compétition d’athlétisme.
On note D l’évènement « l’athlète est dopé » et T l’évènement « le test est positif ».
On admet que la probabilité de l’évènement D est égale à 0.08.
1. Traduire la situation sous la forme d’un arbre pondéré.

2. Démontrer que p(T)=0.083.

3. a. Sachant qu’un athlète présente un test positif, quelle est la probabilité qu’il soit dopé ?

3. b.Le laboratoire décide de commercialiser le test si la probabilité de l’évènement« un athlète présentant un test positif est dopé » est supérieure ou égale à 0.95.
Le test proposé par le laboratoire sera-t-il commercialisé? Justifier.

Partie B

Dans une compétition sportive, on admet que la probabilité qu’un athlète contrôlé présente un test positif est 0.103.
On suppose que les organisateurs décident de contrôler 5 athlètes au hasard parmi les athlètes de cette compétition.
On note X la variable aléatoire égale au nombre d’athlètes présentant un test positif parmi les 5 athlètes contrôlés.
1. Quelle est la nature de la loi suivie par la variable aléatoire X. Préciser ses paramètres.

2. Calculer l’espérance E(X) et interpréter le résultat dans le contexte de l’exercice.

Exercice n°4 

Un test est mis au point pour détecter une maladie dans un pays.
Selon les autorités sanitaires de ce pays, 7 % des habitants sont infectés par cette maladie.
Parmi les individus infectés, 20 % sont déclarés négatifs.
Parmi les individus sains, 1 % sont déclarés positifs.
Une personne est choisie au hasard dans la population.
On note :

M l’évènement : « la personne est infectée par la maladie »;
T l’évènement : « le test est positif ».
1. Construire un arbre pondéré modélisant la situation proposée.

2. a. Quelle est la probabilité pour que la personne soit infectée par la maladie et que
son test soit positif ?

2.b. Montrer que la probabilité que son test soit positif est de 0.0653.

3. On sait que le test de la personne choisie est positif.
Quelle est la probabilité qu’elle soit infectée ?
On donnera le résultat sous forme approchée à 10^{-2} près.

4. On choisit dix personnes au hasard dans la population. La taille de la population de ce
pays permet d’assimiler ce prélèvement à un tirage avec remise.
On note X la variable aléatoire qui comptabilise le nombre d’individus ayant un test
positif parmi les dix personnes.
a. Quelle est la loi de probabilité suivie par X ? Préciser ses paramètres.

b. Déterminer la probabilité pour qu’exactement deux personnes aient un test positif.
On donnera le résultat sous forme approchée à 10^{-2} près.

5. Déterminer le nombre minimum de personnes à tester dans ce pays pour que la probabilité qu’au moins une de ces personnes ait un test positif, soit supérieure à 99 %.

Exercice n°5 

Un sac contient les huit lettres suivantes : A B C D E F G H (2 voyelles et 6 consonnes).
Un jeu consiste à tirer simultanément au hasard deux lettres dans ce sac.
On gagne si le tirage est constitué d’une voyelle et d’une consonne.
1. Un joueur extrait simultanément deux lettres du sac.
a. Déterminer le nombre de tirages possibles

b. Déterminer la probabilité que le joueur gagne à ce jeu.

Pour la suite de l’exercice, on admet que la probabilité que le joueur gagne est égale à \frac{3}{7}.
2. Pour jouer, le joueur doit payer k euros, k désignant un entier naturel non nul.
Si le joueur gagne, il remporte la somme de 10 euros, sinon il ne remporte rien.
On note G la variable aléatoire égale au gain algébrique d’un joueur (c’est-à-dire la
somme remportée à laquelle on soustrait la somme payée).
a. Déterminer la loi de probabilité de G.

b. Quelle doit être la valeur maximale de la somme payée au départ pour que le jeu reste favorable au joueur ?

3. Dix joueurs font chacun une partie. Les lettres tirées sont remises dans le sac après
chaque partie.
On note X la variable aléatoire égale au nombre de joueurs gagnants.
a. Justifier que X suit une loi binomiale et donner ses paramètres

b. Calculer la probabilité, arrondie à 10^{-3} , qu’il y ait exactement quatre joueurs gagnants

c. Calculer p(X\geq 5) en arrondissant à 10^{-3}

Exercice n°6 

Dans tout cet exercice, les probabilités seront arrondies, si nécessaire, à 10^{-3} .
D’après une étude, les utilisateurs réguliers de transports en commun représentent 17 % de la population française.
Parmi ces utilisateurs réguliers, 32 % sont des jeunes âgés de 18 à 24 ans. 
Partie A :
On interroge une personne au hasard et on note :
R l’évènement : « La personne interrogée utilise régulièrement les transports en
commun ».
J l’évènement : « La personne interrogée est âgée de 18 à 24 ans ».

1. Représentez la situation à l’aide de cet arbre pondéré en y reportant les données de l’énoncé.

2. Calculer la probabilité p(R\cap J) .

3. D’après cette même étude, les jeunes de 18 à 24 ans représentent 11 % de la population française.
Montrer que la probabilité que la personne interrogée soit un jeune de 18 à 24 ans n’utilisant pas régulièrement les transports en commun est 0.056 à 10^{-3} près

4. En déduire la proportion de jeunes de 18 à 24 ans parmi les utilisateurs non réguliers des transports en commun.

Partie B :
Lors d’un recensement sur la population française, un recenseur interroge au hasard 50 personnes en une journée sur leur pratique des transports en commun.
La population française est suffisamment importante pour assimiler ce recensement à
un tirage avec remise.
Soit X la variable aléatoire dénombrant les personnes utilisant régulièrement les transports en commun parmi les 50 personnes interrogées.
1. Déterminer, en justifiant, la loi de X et préciser ses paramètres.

2. Calculer p(X=5) et interpréter le résultat.

3. Le recenseur indique qu’il y a plus de 95 % de chance pour que, parmi les 50 personnes interrogées, moins de 13 d’entre elles utilisent régulièrement les transports
en commun.
Cette affirmation est-elle vraie ? Justifier votre réponse.

4. Quel est le nombre moyen de personnes utilisant régulièrement les transports en
commun parmi les 50 personnes interrogées ?

Exercice n°7 

Une entreprise reçoit quotidiennement de nombreux courriels (courriers électroniques).
Parmi ces courriels, 8 % sont du « spam », c’est-à-dire des courriers à intention publicitaire,
voire malveillante, qu’il est souhaitable de ne pas ouvrir.
On choisit au hasard un courriel reçu par l’entreprise.
Les propriétés du logiciel de messagerie utilisé dans l’entreprise permettent d’affirmer que :
• La probabilité que le courriel choisi soit classé comme « indésirable » sachant que c’est
un spam est égale à 0,9.
• La probabilité que le courriel choisi soit classé comme « indésirable » sachant que ce
n’est pas un spam est égale à 0,01.
On note :
• S l’évènement « le courriel choisi est un spam »;
• I l’évènement « le courriel choisi est classé comme indésirable par le logiciel de messagerie ».
• S et I les évènements contraires de S et I respectivement.
1. Modéliser la situation étudiée par un arbre pondéré, sur lequel on fera apparaître les
probabilités associées à chaque branche.

2. a. Démontrer que la probabilité que le courriel choisi soit un message de spam et
qu’il soit classé indésirable est égale à 0,072.

b. Calculer la probabilité que le message choisi soit classé indésirable

c. Le message choisi est classé comme indésirable. Quelle est la probabilité que ce soit effectivement un message de spam ? On donnera un résultat arrondi au centième.

3. On choisit au hasard 50 courriels parmi ceux reçus par l’entreprise. On admet que ce choix se ramène à un tirage au hasard avec remise de 50 courriels parmi l’ensemble des courriels reçus par l’entreprise.
On appelle Z la variable aléatoire dénombrant les courriels de spam parmi les 50 choisis.
a. Quelle est la loi de probabilité suivie par la variable aléatoire Z, et quels sont ses paramètres ?

b. Quelle est la probabilité que, parmi les 50 courriels choisis, au moins un soit un spam ? On donnera un résultat arrondi au centième.

Il y a deux types d’évènements : la formation suivie et la réussite à l’examen.

Compte-tenu de l’énoncé, ce qui vient avant c’est la formation et ce qui vient après la réussite.

La condition est la formation donc sur les branches primaires à gauche, il y aura A et \bar{A}.

L’évènement est la réussite donc sur les branches secondaires à droite, il y aura R_1R_2 R_3.

Dans le groupe de 300 personnes , 75 personnes ont suivi une formation avec conduite donc

p(A)=\frac{75}{300}.

Parmi les 75 personnes qui ont suivi une formation avec conduite accompagnée ;  50 ont réussi l’examen à leur première présentation donc

p_A(R_1)=\frac{50}{75}.

Et les autres ont réussi à leur deuxième présentation.

p_A(R_2)=\frac{25}{75}

De plus

p_A(R_3)=0.

Dans le groupe de 300 personnes , 225 personnes ont suivi une formation traditionnelle donc

p(\bar{A})=\frac{225}{300}.

Parmi les 225 personnes qui ont suivi une formation traditionnelle ;  100 ont réussi l’examen à leur première présentation donc

p_{\bar{A}}(R_1)=\frac{100}{225}.

75 à la deuxième

p_{\bar{A}}(R_2)=\frac{75}{225}.

50 à la troisième présentation.

p_{\bar{A}}(R_3)=\frac{50}{225}.

 

 

Calculer la probabilité que la personne interrogée ait suivi une formation avec conduite accompagnée et réussi l’examen à sa deuxième présentation

Calculer p(A\cap R_2) revient à calculer la probabilité du chemin qui passe par A et R_2 en multipliant les probabilités sur les branches, ce qui revient à appliquer la formule du cours

p(A\cap R_2)=p(A)\times p_A(R_2).

p(A\cap R_2)=\frac{75}{300}\times \frac{25}{75}

\hspace{1.6cm}=\frac{25}{300}

\hspace{1.6cm}=\frac{1}{12}

 

Montrer que la probabilité que la personne interrogée ait réussi l’examen à sa deuxième présentation est égale à  \frac{1}{3}

Pour calculer p( R_2), on ajoute les  probabilités de tous les chemins qui mènent à  R_2. Ce qui revient à appliquer la formule des probabilités totales

p(R_2)=p(A\cap R_2)+p(\bar A\cap R_2).

p(R_2)=\frac{1}{12}+\frac{225}{300}\times \frac{75}{225}

p(R_2)=\frac{1}{12}+\frac{75}{300}.

p(R_2)=\frac{25}{300}+\frac{75}{300}.

p(R_2)=\frac{100}{300}.

p(R_2)=\frac{1}{3}.

La personne interrogée a réussi l’examen à sa deuxième présentation. Quelle est la probabilité qu’elle ait suivi une formation avec conduite accompagnée ?

On reformule : sachant que la personne interrogée a réussi l’examen à sa deuxième présentation, quelle est la probabilité qu’elle ait suivi une formation avec conduite accompagnée ?

La condition est la personne interrogée a réussi l’examen à sa deuxième présentation et l’évènement est elle a suivi une formation avec conduite accompagnée.

Pour calculer p_{R_2}(A), on ne peut pas utiliser l’arbre car pour l’arbre la condition est A ou \bar A. On applique donc la formule du cours.

p_{R_2}(A)=\frac{p(R_2\cap A)}{p(R_2)}

p_{R_2}(A)=\frac{\frac{1}{12}}{\frac{1}{3}}\\p_{R_2}(A)=\frac{1}{12}\times \frac{3}{1} \\p_{R_2}(A)=\frac{1}{4}

On note X la variable aléatoire qui, à toute personne choisie au hasard dans le groupe, associe le nombre de fois où elle s’est présentée à l’examen jusqu’à sa réussite.
Ainsi, X=1 correspond à l’évènement R_1.
Déterminer la loi de probabilité de la variable aléatoire X.

Tout d’abord, on cherche les valeurs réelles prises par la variable aléatoire X. Les valeurs sont 1, 2 et 3.

Je prépare le tableau de la loi de probabilité.

a_i123
p(X=a_i)   

X=1 correspond à l’évènement R_1

p(R_1)=p(A\cap R_1)+p(\bar A\cap R_1)\\p(R_1)=\frac{75}{300}\times \frac{50}{75}+\frac{225}{300}\times \frac{100}{225}\\p(R_1)=\frac{50}{300}+\frac{100}{300}\\p(R_1)=\frac{150}{300}\\p(R_1)=\frac{1}{2}

X=2 correspond à l’évènement R_2

On a établi précédemment que

p(R_2)=\frac{1}{3}

X=3 correspond à l’évènement R_3

p(R_3)=p(A\cap R_3)+p(\bar A\cap R_3)\\p(R_3)=\frac{75}{300}\times 0+\frac{225}{300}\times \frac{50}{225}\\p(R_3)=0+\frac{50}{300}\\p(R_3)=\frac{1}{6}

On peut achever le tableau de la loi de probabilité de la variable aléatoire X :

a_i123
p(X=a_i)\frac{1}{2}\frac{1}{3}\frac{1}{6}

 

 

 

On a déterminé précédemment le tableau de la loi de probabilité de la variable aléatoire X :

a_i

123

p(X=a_i)

p(X=1)=\frac{1}{2}p(X=2)=\frac{1}{3}

p(X=3)=\frac{1}{6}

  Définitions 

  X est une variable aléatoire réelle définie sur \Omega  qui prend les valeurs a_1, a_2, a_3 , …a_n et dont la loi de probabilité est donnée ci-dessous 

Valeur de X

a_1a_2

a_n
P(X=a_i)p_1p_2

p_n

L’espérance de la variable aléatoire X est le nombre réel noté E(X) défini par

E(X)=p_1a_1+p_2a_2+…+p_na_n

La variance de la variable aléatoire X est le nombre réel noté V(X) défini par

V(X)=p_1(a_1-E(X))^2+p_2(a_2-E(X))^2+…+p_n(a_n-E(X))^2

L’écart-type de la variable aléatoire X est le nombre réel noté \sigma(X) défini par

\sigma(X)=\sqrt{V(X)}

On applique les résultats du cours au-dessus.

E(X)=\frac{1}{2}\times 1+\frac{1}{3}\times 2+\frac{1}{6}\times 3\\\hspace{1cm}=\frac{1}{2}+\frac{2}{3}+\frac{1}{2}\\\hspace{1cm}=1+\frac{2}{3}\\\hspace{1cm}=\frac{3}{3}+\frac{2}{3}\\\hspace{1cm}=\frac{5}{3}

Cela signifie, qu’en moyenne il faut passer 1.67 fois l’examen pour le réussir.

 

 

On choisit, successivement et de façon indépendante, n personnes . On assimile ce choix à un tirage avec remise de n personnes. Le nombre d’épeuves indépendantes est n.
On décide que la probabilité du succès est p=p(R_3)=\frac{1}{6}.

On a donc une loi binomiale du type B(n;\frac{1}{6}).

On veut calculer la probabilité de G : « au moins une personne a réussi l’examen à la troisième tentative »

Quand on voit écrit  au moins un, on s’intéresse au contraire pas du tout.

On va calculer la probabilité de \bar{G}  : « il n’y a pas du tout de  personne qui a réussi l’examen à la troisième tentative » donc le nombre de succès k=0.

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 0p par \frac{1}{6} et q par 1-\frac{1}{6}=\frac{5}{6}.

p(X=0)=\binom{n}{0}\times (\frac{1}{6})^0\times (\frac{5}{6})^{n}\\p(X=0)=(\frac{5}{6})^{n}

Donc p(\bar{G})=( \frac{5}{6})^{n} et p(G)=1- (\frac{5}{6})^{n}.

 

La valeur renvoyée par la fonction seuil(0,9) est la première valeur de n pour laquelle 1-(\frac{5}{6})^n>0.9.

Il faut résoudre 1-(\frac{5}{6})^n>0.9\\-(\frac{5}{6})^n>0.9-1\\(-\frac{5}{6})^n>-0.1

On multiplie l’inégalité par un nombre négatif -1, le sens de l’inégalité change.

(\frac{5}{6})^n<0.1

La fonction logarithme népérien est croissante, les nombres et leurs images varient dans le même sens.

ln(\frac{5}{6})^n<ln(0.1)

On applique la règle ln(a^p)=pln(a).

n\times ln(\frac{5}{6})<ln(0.1)

On divise l’inégalité par un nombre négatif ln(\frac{5}{6}), le sens de l’inégalité change.

n>\frac{ln(0.1)}{ln(\frac{5}{6})}\\n>12.63

Donc la valeur renvoyée par l’algorithme est 13

 

 

Il faut traduire la situation par un arbre pondéré.

Il y a deux types d’évènements : le dossier et l’admission.

Compte-tenu de l’énoncé, ce qui vient avant c’est le dossier et ce qui vient après l’admission.

La condition est le dossier donc sur les branches primaires à gauche, il y aura D et \bar{D}.

L’évènement est l’admission donc sur les branches secondaires à droite, il y aura A et \bar{A}.

10 % des candidats sont sélectionnés sur dossier

p(D)=0.1.

Ces candidats doivent ensuite passer un oral à l’issue duquel 60 % d’entre eux sont finalement admis à l’école.

p_D(A)=0.6.

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

p_D(A)+p_D(\bar{A})=1\\0.6+p_D(\bar{A})=1\\p_D(\bar{A})=1-0.6\\p_D(\bar{A})=0.4

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

p(D)+p(\bar{D})=1\\0.1+p(\bar{D})=1\\p(\bar{D})=1-0.1\\p(\bar{D})=0.9

Les candidats n’ayant pas été sélectionnés sur dossier passent une épreuve écrite à l’issue
de laquelle 20 % d’entre eux sont admis à l’école.

p_{\bar{D}}(A)=0.2

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

p_{\bar{D}}(A)+p_{\bar{D}}(\bar{A})=1\\0.2+p_{\bar{D}}(\bar{A})=1\\p_{\bar{D}}(\bar{A})=1-0.2\\p_{\bar{D}}(\bar{A})=0.8

 

Calculer la probabilité que le candidat soit sélectionné sur dossier et admis à l’école.

Calculer p(D\cap A) revient à calculer la probabilité du chemin qui passe par D et A en multipliant les probabilités sur les branches, ce qui revient à appliquer la formule du cours

p(D\cap A)=p(D)\times p_D(A).

p(D\cap A)=0.1\times 0.6

\hspace{1.6cm}=0.06

 

Montrer que la probabilité de l’évènement A est égale à 0.24.

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

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

p(A)=0.06+0.9\times 0.2

p(A)=0.06+0.18.

p(A)=0.24.

 

On choisit au hasard un candidat admis à l’école. Quelle est la probabilité que son dossier n’ait pas été sélectionné ?

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

p_A( \bar{D})=\frac{p(D\cap A)}{p(A)}

p_A( \bar{D})=\frac{0.18}{0.24}\\p_A(\bar{D})=0.75

 

On choisit, successivement et de façon indépendante, 7 personnes . On assimile ce choix à un tirage avec remise de 7 personnes. Le nombre d’épeuves indépendantes est n=7.
On décide que la probabilité du succès est p=p(A)=0.24.

On a donc une loi binomiale du type B(7;0.24).

Calculer la probabilité qu’un seul des sept candidats tirés au sort soit admis à l’école.
On donnera une réponse arrondie au centième.

C’est-à-dire qu’on aura 1 succès. 

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 1, n par 7, p par 0.24 et q par 1-0.24=0.76.

p(X=1)=\binom{7}{1}0.24^{1} 0.76^{7-1} 

Taper le calcul en ligne avec la calculatrice ( voir ci-contre pour saisir  \binom{7}{1} )

p(X=1)=0.32 

Pour calculer \binom{7}{1} 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

A l’aide de la calculatrice, calculer la probabilité qu’au moins deux des sept candidats tirés au sort soient admis à cette école. 

On remplace au moins 2 par au minimum 2.

A l’aide de la calculatrice, calculer la probabilité qu’au minimum deux des sept candidats tirés au sort soient admis à cette école. 

Pour calculer p(X\geq 2), on utilise la calculatrice TI 83 Premium en calculant p(X\leq 1) pour calculer ensuite 1-p(X\leq 1) :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 1)=0.47.

Donc p(X\geq 2)=1-0.47=0.53.

 

 

On choisit, successivement et de façon indépendante, n personnes . On assimile ce choix à un tirage avec remise de n personnes. Le nombre d’épeuves indépendantes est n.
On décide que la probabilité du succès est p=0.24.

On a donc une loi binomiale du type B(n;0.24).

On va calculer la probabilité de  : « il n’y a pas du tout d’élève de ce lycée admis à l’école » donc le nombre de succès k=0.

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 0p par 0.24 et q par 1-0.24=0.76.

p(X=0)=\binom{n}{0}\times (0.24)^0\times (0.76)^{n}\\p(X=0)=(0.76)^{n}

Donc la probabilité de  : « il n’y a pas du tout d’élève de ce lycée admis à l’école » est (0.76)^{n}

 

À partir de quelle valeur de l’entier n la probabilité qu’au moins un élève de ce lycée soit admis à l’école est-elle supérieure  à 0.99 ?

p(X\geq1)>0.99 revient à résoudre 1-p(X=0)>0.99.

En utilisant les résultats de la question précédente, on obtient l’inéquation suivante

1-0.76^n>0.99\\-0.76^n>0.99-1\\-0.76^n>-0.01

On multiplie l’inégalité par un nombre négatif -1, le sens de l’inégalité change.

0.76^n<0.01

La fonction logarithme népérien est croissante, les nombres et leurs images varient dans le même sens.

ln(0.76^n)<ln(0.01)

On applique la règle ln(a^p)=pln(a).

n\times ln(0.76)<ln(0.01)

On divise l’inégalité par un nombre négatif ln(0.76), le sens de l’inégalité change.

n>\frac{ln(0.01)}{ln(0.76)}\\n>16.8

Donc à partir de la valeur 17, la probabilité qu’au moins un élève de ce lycée soit admis à l’école est-elle supérieure ou égale à 0.99.

 

 

Il faut traduire la situation par un arbre pondéré.

Il y a deux types d’évènements : être dopé  et le résultat du test.

Compte-tenu de l’énoncé, ce qui vient avant c’est être dopé et ce qui vient après le résultat du test.

La condition est être dopé donc sur les branches primaires à gauche, il y aura D et \bar{D}.

L’évènement est le résultat du test donc sur les branches secondaires à droite, il y aura T et \bar{T}.

On admet que la probabilité de l’évènement D est égale à 0.08

p(D)=0.08.

Si un athlète est dopé, la probabilité que le résultat du test soit positif est 0.98

p_{D}(T)=0.98.

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

p_D(T)+p_D(\bar{T})=1\\0.98+p_D(\bar{T})=1\\p_D(\bar{T})=1-0.98\\p_D(\bar{T})=0.02

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

p(D)+p(\bar{D})=1\\0.08+p(\bar{D})=1\\p(\bar{D})=1-0.08\\p(\bar{D})=0.92

Si un athlète n’est pas dopé, la probabilité que le résultat du test soit négatif est 0.995.

p_{\bar{D}}(\bar{T})=0.995

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

p_{\bar{D}}(T)+p_{\bar{D}}(\bar{T})=1\\p_{\bar{D}}(T)+0.995=1\\p_{\bar{D}}(T)=1-0.995\\p_{\bar{D}}(T)=0.005

Montrer que la probabilité de l’évènement T est égale à 0.083.

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

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

p(T)=0.08\times 0.98+0.92\times 0.005

p(T)=0.0784+0.0046.

p(T)=0.083.

 

 Sachant qu’un athlète présente un test positif, quelle est la probabilité qu’il soit dopé

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

p_T(D)=\frac{p(D\cap T)}{p(T)}

p_T(D)=\frac{0.0784}{0.083}\\p_T(D)=0.945

 

D’après la question précédente 0,945 < 0,95, donc le test ne sera pas commercialisé.

On choisit, successivement et de façon indépendante, 5 personnes . On assimile ce choix à un tirage avec remise de 5 personnes. Le nombre d’épeuves indépendantes est n=5.
On décide que la probabilité du succès est p=p(T)=0.103.

On a donc une loi binomiale du type B(5;0.103).

On a donc une loi binomiale du type B(5;0.103).

On calcule l’espérance en remplaçant n par 5 et p par 0.103 dans  E(X)=np.

E(X)=5\times 0.103

E(X)=0.515

Sur un grand nombre de contrôles, il y aura 0.5151 personne contrôlée positive sur 5. On préfère dire sur un grand nombre de contrôles, il y aura 1 personne contrôlée positive sur 10.

 

 

Il faut traduire la situation par un arbre pondéré.

Il y a deux types d’évènements : être malade  et le résultat du test.

Compte-tenu de l’énoncé, ce qui vient avant c’est être malade et ce qui vient après le résultat du test.

La condition est être malade donc sur les branches primaires à gauche, il y aura M et \bar{M}.

L’évènement est le résultat du test donc sur les branches secondaires à droite, il y aura T et \bar{T}.

Selon les autorités sanitaires de ce pays, 7 % des habitants sont infectés par cette maladie.

p(M)=0.07.

Parmi les individus infectés, 20 % sont déclarés négatifs.

p_{M}(\bar{T})=0.2.

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

p_M(T)+p_M(\bar{T})=1\\p_M(T)+0.2=1\\p_M(T)=1-0.2\\p_M(T)=0.8

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

p(M)+p(\bar{M})=1\\0.07+p(\bar{M})=1\\p(\bar{M})=1-0.07\\p(\bar{M})=0.93

Parmi les individus sains, 1 % sont déclarés positifs.

p_{\bar{M}}(T)=0.01

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

p_{\bar{M}}(T)+p_{\bar{M}}(\bar{T})=1\\0.01+p_{\bar{M}}(\bar{T})=1\\p_{\bar{M}}(\bar{T})=1-0.01\\p_{\bar{M}}(\bar{T})=0.99

 

 

Calculer la probabilité pour que la personne soit infectée par la maladie et que son test soit positif .

Calculer p(M\cap T) revient à calculer la probabilité du chemin qui passe par M et T en multipliant les probabilités sur les branches, ce qui revient à appliquer la formule du cours

p(M\cap T)=p(M)\times p_M(T).

p(M\cap T)=0.07\times 0.8

\hspace{1.6cm}=0.056

 

Montrer que la probabilité que le test soit positif est  0.0653

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

p(T)=p(M\cap T)+p(\bar M\cap T).

p(T)=0.056+0.93\times 0.01 \\p(T)=0.056+0.0093 \\p(T)=0.0653

 

On sait que le test de la personne choisie est positif. Quelle est la probabilité qu’elle soit infectée ?

Pour calculer p_{T}(M), on ne peut pas utiliser l’arbre car pour l’arbre la condition est A ou \bar A. On applique donc la formule du cours.

p_{T}(M)=\frac{p(M\cap T)}{p(T)}

p_{T}(M)=\frac{0.056}{0.0653}\\p_{T}(M)=0.86

 

On choisit, successivement et de façon indépendante, 10 personnes . On assimile ce choix à un tirage avec remise de 10 personnes. Le nombre d’épeuves indépendantes est n=10.
On décide que la probabilité du succès est la probabilité que l’individu ait un test positif p=p(T)=0.0653.

On a donc une loi binomiale du type B(10;0.0653).

 

Déterminer la probabilité pour qu’exactement deux personnes aient un test positif.
On donnera le résultat sous forme approchée à 10^{-2} près.

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 10, p par 0.0653 et q par 1-0.0653=0.9347.

p(X=2)=\binom{10}{2}0.0653^{2} 0.9347^{10-2} 

Taper le calcul en ligne avec la calculatrice ( voir ci-contre pour saisir  \binom{10}{2} )

p(X=2)=0.11 

Pour calculer \binom{10}{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

Déterminer le nombre minimum de personnes à tester dans ce pays pour que la probabilité qu’au moins une de ces personnes ait un test positif, soit supérieure à 99 %.

p(X\geq1)>0.99 revient à résoudre 1-p(X=0)>0.99.

1-0.9347^n>0.99\\-0.9347^n>0.99-1\\-0.9347^n>-0.01

On multiplie l’inégalité par un nombre négatif -1, le sens de l’inégalité change.

0.9347^n<0.01

La fonction logarithme népérien est croissante, les nombres et leurs images varient dans le même sens.

ln(0.9347^n)<ln(0.01)

On applique la règle ln(a^p)=pln(a).

n\times ln(0.9347)<ln(0.01)

On divise l’inégalité par un nombre négatif ln(0.9347), le sens de l’inégalité change.

n>\frac{ln(0.01)}{ln(0.9347)}\\n>68.2

 Il faut donc tester au moins 69 personnes pour que la probabilité qu’au moins une de ces personnes ait un test positif, soit supérieure à 99 %.

 

 

Un sac contient les huit lettres suivantes : A B C D E F G H (2 voyelles et 6 consonnes).
Un jeu consiste à tirer simultanément au hasard deux lettres dans ce sac.

L’univers est constitué par les combinaisons de deux élèments dans un ensemble à 8 éléments.

Il y en a \binom {8}{2}, c’est-à-dire 28 combinaisons possibles.
Le nombre de tirages possibles est donc 28.

Un sac contient les huit lettres suivantes : A B C D E F G H (2 voyelles et 6 consonnes).

Il y a 6 tirages composés de la lettre A et d’une consonne.

Il y a 6 tirages composés de la lettre E et d’une consonne.

Il y a donc 12 tirages composés d’une  voyelle et d’une consonne.

Chacune de ces issues a une probabilité de \frac{1}{28}.

La probabilité de l’évènement : obtenir une voyelle et une conconne est \frac{12}{28}=\frac{3}{7}
La probabilité que le joueur gagne est \frac{3}{7}.

Pour la suite de l’exercice, on admet que la probabilité que le joueur gagne est égale à \frac{3}{7}.
2. Pour jouer, le joueur doit payer k euros, k désignant un entier naturel non nul.
Si le joueur gagne, il remporte la somme de 10 euros, sinon il ne remporte rien.
On note G la variable aléatoire égale au gain algébrique d’un joueur (c’est-à-dire la
somme remportée à laquelle on soustrait la somme payée).
a. Déterminer la loi de probabilité de G.

Tout d’abord, on cherche les valeurs réelles prises par la variable aléatoire G. Les valeurs sont 10-k et -k.

Je prépare le tableau de la loi de probabilité.

a_i10-k-k
p(G=a_i)  

G=10-k correspond à l’évènement le joueur gagne 

p(G=10-k)=\frac{3}{7}

G=-k correspond à l’évènement le joueur perd.

p(G=-k)=1-\frac{3}{7}=\frac{4}{7}

On peut achever le tableau de la loi de probabilité de la variable aléatoire G :

a_i10-k-k
p(G=a_i)p(G=10-k)=\frac{3}{7}p(G=-k)=\frac{4}{7}

On a déterminé précédemment le tableau de la loi de probabilité de la variable aléatoire G :

a_i10-k-k
p(G=a_i)p(G=10-k)=\frac{3}{7}p(G=-k)=\frac{4}{7}

  Définitions 

  X est une variable aléatoire réelle définie sur \Omega  qui prend les valeurs a_1, a_2, a_3 , …a_n et dont la loi de probabilité est donnée ci-dessous 

Valeur de X

a_1a_2

a_n
P(X=a_i)p_1p_2

p_n

L’espérance de la variable aléatoire X est le nombre réel noté E(X) défini par

E(X)=p_1a_1+p_2a_2+…+p_na_n

La variance de la variable aléatoire X est le nombre réel noté V(X) défini par

V(X)=p_1(a_1-E(X))^2+p_2(a_2-E(X))^2+…+p_n(a_n-E(X))^2

L’écart-type de la variable aléatoire X est le nombre réel noté \sigma(X) défini par

\sigma(X)=\sqrt{V(X)}

On applique les résultats du cours au-dessus.

E(G)=(10-k)\times \frac{3}{7}+(-k)\times \frac{2}{7}\\\hspace{1cm}=\frac{30-3k}{7}-\frac{4k}{7}\\\hspace{1cm}=\frac{30-7k}{7}

Le jeu est favorable au joueur si E(G)>0, c’est-à-dire si

\frac{30-7k}{7}>0\\30-7k>0\\-7k>-30\\k<\frac{30}{7}, \frac{30}{7}\approx 4.28

Le jeu est favorable au joueur si la mise est inférieure ou égale à 4.

 

Dix joueurs font chacun une partie. Les lettres tirées sont remises dans le sac après chaque partie.
On note X la variable aléatoire égale au nombre de joueurs gagnants.

On choisit, successivement et de façon indépendante, 10 personnes . On assimile ce choix à un tirage avec remise de 10 personnes. Le nombre d’épeuves indépendantes est n=10.
On décide que la probabilité du succès est la probabilité que l’individu gagne p=p(G)=\frac{3}{7}.

On a donc une loi binomiale du type B(10;\frac{3}{7}).

 Calculer la probabilité, arrondie à 10^{-3} , qu’il y ait exactement quatre joueurs gagnants
C’est-à-dire qu’on aura 4 succès. 

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 4, n par 10, p par \frac{3}{7} et q par 1-\frac{3}{7}=\frac{4}{7}.

p(X=4)=\binom{10}{4}(\frac{3}{7})^{4}( \frac{4}{7})^{10-4}

Taper le calcul en ligne avec la calculatrice ( voir ci-contre pour saisir  \binom{10}{4} )

p(X=4)=0.247 

Pour calculer \binom{10}{4} 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 p(X\geq 5) en arrondissant à 10^{-3}

Pour calculer p(X\geq 5), on utilise la calculatrice TI 83 Premium en calculant p(X\leq 4) pour calculer ensuite 1-p(X\leq 4) :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 4)=0.56.

Donc p(X\geq 5)=1-0.56=0.44.

 

« D’après une étude, les utilisateurs réguliers de transports en commun représentent 17 % de la population française. » donc p(R)=\frac{17}{100}=0.17.

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

p(R)+p(\bar{R})=1\\0.17+p(\bar{R})=1\\p(\bar{R})=1-0.17\\p(\bar{R})=0.83

« Parmi ces utilisateurs réguliers, 32 % sont des jeunes âgés de 18 à 24 ans. »

On reformule sachant que c’est un utilisateur régulier, la probabilité que ce soit un jeune âgé de 18 à 24 ans est de 32% »

p_R(J)=\frac{32}{100}=0.32

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

p_R(J)+p_R(\bar{J})=1\\0.32+p_R(\bar{J})=1\\p_R(\bar{J})=1-0.32\\p_R(\bar{J})=0.68

 

Calculer la probabilité p(R\cap J)

Calculer p(R\cap J) revient à calculer la probabilité du chemin qui passe par R et J en multipliant les probabilités sur les branches, ce qui revient à appliquer la formule du cours

p(R\cap J)=p(R)\times p_R(J).

p(R\cap J)=0.17\times 0.32

\hspace{1.6cm}=0.0544

 

Montrer que la probabilité que la personne interrogée soit un jeune de 18 à 24 ans n’utilisant pas régulièrement les transports en commun est 0.056 à 10^{-3} près .

D’après cette même étude, les jeunes de 18 à 24 ans représentent 11 % de la population française.

p(J)=0.11.

On applique la formule des probabilités totales.

p(R\cap J)+p(\bar{R}\cap J)=p(J)\\0.0544+p(\bar{R}\cap J)=0.11\\p(\bar{R}\cap J)=0.11-0.0544\\p(\bar{R}\cap J)=0.0556

Donc la probabilité que la personne interrogée soit un jeune de 18 à 24 ans n’utilisant pas régulièrement les transports en commun est 0.056 à 10^{-3} près .

En déduire la proportion de jeunes de 18 à 24 ans parmi les utilisateurs non réguliers des transports en commun.

On reformule la phrase : En déduire la proportion de jeunes de 18 à 24 ans sachant que ce sont des utilisateurs non réguliers des transports en commun. La condition est \bar{R} et l’évènement J.

Pour calculer p_{\bar{R}}(J), on applique donc la formule du cours.

p_{\bar{R}}(J)=\frac{p(\bar{R}\cap J)}{p(\bar{R})}

p_{\bar{R}}(J)=\frac{0.056}{0.83}\\p_{\bar{R}}(J)=0.0675

 

Lors d’un recensement sur la population française, un recenseur interroge au hasard 50 personnes en une journée sur leur pratique des transports en commun. La population française est suffisamment importante pour assimiler ce recensement à un tirage avec remise.
n=50

Soit X la variable aléatoire dénombrant les personnes utilisant régulièrement les transports en commun parmi les 50 personnes interrogées.

On choisit pour succès la personne utilise régulièrement les transports publics ,  p=p(R)=0.17 .

On a donc une loi binomiale du type B(50;0.17).

Calculer p(X=5) et interpréter le résultat.
C’est-à-dire qu’on aura 5 succès. 

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 5, n par 10, p par 0.17 et q par 1-0.17=0.83.

p(X=5)=\binom{50}{5}(0.17)^{5}( 0.83)^{50-5}

Taper le calcul en ligne avec la calculatrice ( voir ci-contre pour saisir  \binom{50}{5} )

p(X=5)=0.069 

Pour calculer \binom{50}{5} avec la calculatrice:

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

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

Le recenseur a dit qu’il y a plus de 95 % de chance pour que, parmi les 50 personnes interrogées, moins de 13 d’entre elles utilisent régulièrement les transports en commun.
Cette affirmation est-elle vraie ? Justifier votre réponse.

Pour calculer p(X<13), on calcule directement p(X\leq 12) avec la calculatrice TI 83 Premium ainsi :

A l’aide de la calculatrice TI 83 Premium, on obtient p(X\leq 12)=0.929.

Le recenseur a dit qu’il y a plus de 95 % de chance pour que, parmi les 50 personnes interrogées, moins de 13 d’entre elles utilisent régulièrement les transports en commun. Il a tort car il n’y a que 92.9 % .

 

 

On a donc une loi binomiale du type B(50;0.17).

On calcule l’espérance en remplaçant n par 50 et p par 0.17 dans  E(X)=np.

E(X)=50\times 0.17

E(X)=8.5

Le nombre moyen de personnes utilisant régulièrement les transports en commun est 8.5 parmi 50 personnes interrogées.

 

Parmi ces courriels, 8 % sont du « spam » donc

p(S)=0.08.

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

p(S)+p(\bar{S})=1\\0.08+p(\bar{S})=1\\p(\bar{S})=1-0.08\\p(\bar{S})=0.92

La probabilité que le courriel choisi soit classé comme « indésirable » sachant que c’est un spam est égale à 0,9.

p_S(I)=0.9

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

p_S(I)+p_S(\bar{I})=1\\0.9+p_S(\bar{I})=1\\p_S(\bar{I})=1-0.9\\p_S(\bar{I})=0.1

La probabilité que le courriel choisi soit classé comme « indésirable » sachant que ce n’est pas un spam est égale à 0,01

p_{\bar{S}}(I)=0.01

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

p_{\bar{S}}(I)+p_{\bar{S}}(\bar{I})=1\\0.01+p_{\bar{S}}(\bar{I})=1\\p_{\bar{S}}(\bar{I})=1-0.01\\p_{\bar{S}}(\bar{I})=0.99

Démontrer que la probabilité que le courriel choisi soit un message de spam et qu’il soit classé indésirable est égale à 0,072.

Calculons la probabilité p(S\cap I)

Calculer p(S\cap I) revient à calculer la probabilité du chemin qui passe par S et I en multipliant les probabilités sur les branches, ce qui revient à appliquer la formule du cours

p(S\cap I)=p(S)\times p_S(I).

p(S\cap I)=0.08\times 0.9

\hspace{1.6cm}=0.072

Calculer la probabilité que le message choisi soit classé indésirable

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

p(I)=p(S\cap I)+p(\bar S\cap I).

p(I)=0.072+0.92\times 0.01 \\p(I)=0.072+0.0092 \\p(I)=0.0812

Le message choisi est classé comme indésirable. Quelle est la probabilité que ce soit effectivement un message de spam ? 

On reformule : quelle est la probabilité que ce soit un message de spam sachant que le message choisi est classé comme indésirable. 

La condition est le message choisi est classé comme indésirable et l’évènement est c’est un message de spam.

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

p_{I}(S)=\frac{p(S\cap I)}{p(I)}

p_{I}(S)=\frac{0.072}{0.0812}\\p_{I}(S)=0.887

 On choisit au hasard 50 courriels parmi ceux reçus par l’entreprise. On admet que ce choix se ramène à un tirage au hasard avec remise de 50 courriels parmi l’ensemble des courriels reçus par l’entreprise. Le nombre d’épeuves indépendantes est n=50.
On appelle Z la variable aléatoire dénombrant les courriels de spam parmi les 50 choisis. On décide que le succès est le courrier est un spam p=p(S)=0.08.

On a donc une loi binomiale du type B(50;0.08).

Quelle est la probabilité que, parmi les 50 courriels choisis, au moins un soit un spam ? On donnera un résultat arrondi au centième.

On veut calculer la probabilité de  : « au moins un courriel est un spam»

Quand on voit écrit  au moins un, on s’intéresse au contraire pas du tout.

On va calculer la probabilité de   : « il n’y a pas du tout de courrier qui soit un spam » donc le nombre de succès k=0.

On applique le cours p(X=k)=\binom{n}{k}p^kq^{n-k}q=1-p en remplaçant k par 0,  latex]n[/latex] par 50,p par 0.08 et q par 1-0.08=0.92.

p(X=0)=\binom{50}{0}\times 0.08^0\times 0.92^{50}
p(X=0)=0.0154

Donc  la probabilité de  : « au moins un courriel est un spam» vaut 1-0.0155=0.9845

Si on arrondit au centième près, on obtient 0.98.

 

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.