You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Corrigé 65 Soit P l’événement “la pièce acheté est pirate” et O l’événement “la pièce acheté est originale”.<br />
On a alors<br />
On en déduit que<br />
π(t) = P(P|T > t) =<br />
=<br />
=<br />
P(T > t|P)P(P)<br />
P(T > t)<br />
1<br />
4 e−5t<br />
1<br />
4 e−5t + 3 4 e−2t<br />
1<br />
1 + 3e 3t<br />
lim π(t) = lim P(P|T > t) = 0<br />
t→∞ t→∞<br />
Corrigé 66 a) Soit I A le temps quand le coiffeur A a commencé a couper le cheveux du premier client.<br />
On sait que I A est une variable aléatoire uniforme dans l’intervalle [−30, 0]. Alors,<br />
{<br />
x/30 si x ∈ [0, 30]<br />
P(I A > −x) =<br />
0 si x /∈ [0, 30]<br />
Soit F A le temps quand le coiffeur A est libre pour s’occuper du client suivant. Étant donné que<br />
chaque coupe dure 30 minutes, on a que<br />
F A − I A = 30<br />
Alors, la probabilité que, t minutes après que le client B soit entré, le coiffeur A soit encore occupé<br />
avec le même client est<br />
⎧<br />
⎨ 1 si t ≤ 0<br />
30−t<br />
P(F A > t) = P(30 + I A > t) = P(I A > t − 30) =<br />
⎩<br />
30<br />
si 0 < t < 30<br />
0 si t ≥ 30<br />
b) Soient A 1 , A 2 , A 3 , A 4 , A 5 et A 6 les coiffeurs. Soient F i le temps quand le coiffeur A i est libre pour<br />
s’occuper du client suivant, où 1 ≤ i ≤ 6. Le temps d’attente du client qui vient d’arriver est la<br />
variable aléatoire T définie par<br />
T := min<br />
π∈P max{F π 1<br />
, F π2 , F π3 , F π4 }<br />
où P est l’ensemble de possibles permutations des nombres 1, 2, 3, 4, 5, 6 (par exemple, π 1 = 2, π 2 =<br />
4, π 3 = 3, π 4 = 6, π 5 = 1 et π 6 = 5 est une permutation qui appartient à P). Alors, la fonction<br />
répartition de T est donnée pour 0 ≤ t ≤ 30 par<br />
P(T ≤ t) = P(T 1 ≤ t, T 2 ≤ t, T 3 ≤ t, T 4 ≤ t, T 5 ≤ t, T 6 ≤ t)<br />
+ C 1 6 P(T 1 ≤ t, T 2 ≤ t, T 3 ≤ t, T 4 ≤ t, T 5 ≤ t, T 6 > t)<br />
+ C6 2 P(T 1 ≤ t, T 2 ≤ t, T 3 ≤ t, T 4 ≤ t, T 5 > t, T 6 > t)<br />
( ) 6 ( ) 5 ( ) 4 ( t t 30 − t t 30 − t<br />
= + 6 + 15<br />
30 30 30 30 30<br />
Remarquons que P(T ≤ t) = 0 si t ≤ 0 et P(T ≤ t) = 1 si t ≥ 30.<br />
c) De la formule E(T) = ∫ 30<br />
0<br />
P(T > t)dt on obtient,<br />
E(T) = 30 − 30 ( 30<br />
7 − 6 6 − 30 ) ( ) 30 30<br />
− 15 − 10 +<br />
7 5 7<br />
= 30 − 90<br />
7<br />
≈ 17.14<br />
) 2<br />
17