Probabilités - Loi normale Brochure 27

Loi normale

Maintenance
Une usine assure le conditionnement d'un très grand nombre de bouteilles d'un certain type. On
désigne par X la variable aléatoire qui, à toute bouteille prise au hasard, associe sa contenance
exprimée en litres. On admet que lorsque la machine est bien réglée X suit la loi normale de moyenne
1 L et d'écart type 0,01 L.
a) Quelle est, à 10 −4 près, la probabilité p1 qu'une bouteille, prise au hasard, contienne moins
de 0,98 L .
b) La capacité maximale d'une bouteille est de 1,025 L ; quelle est, à 10 −4 près, la probabilité p2
qu'une bouteille, prise au hasard, contienne plus de 1,025 L ?

Groupement B 2000

Une entreprise industrielle utilise de grandes quantités d'un certain type de boulons. Un contrôle de
qualité consiste à vérifier que le diamètre de la tête ou le diamètre du pied d'un boulon est conforme à
la norme en vigueur.
Un boulon de ce type est considéré comme conforme pour le diamètre de sa tête si celui-ci est, en
millimètres, compris entre 25,30 et 25,70. On note D la variable aléatoire qui, à chaque boulon choisi
au hasard dans un lot très important, associe le diamètre de sa tête.
On suppose que D suit la loi normale de moyenne 25,50 et d'écart type 0,10.
Déterminer, à 10 −2 près, la probabilité qu'un boulon choisi au hasard dans le lot soit conforme pour le
diamètre de la tête.

Étude et économie de la construction

Une entreprise de travaux publics a un parc total de 150 camions. On désigne par X la variable
aléatoire qui, à chaque camion choisi au hasard, associe la distance qu'il a parcourue dans une journée.
(Les distances sont mesurées en kilomètres). Une étude statistique a montré que cette variable
aléatoire X suit la loi normale de moyenne 120 et d'écart type 14.
Déterminer à 10 −3 près la probabilité qu'un camion parcourre un jour donné une distance comprise
entre 110 et 130 kilomètres.

 1 
Probabilités - Loi normale Brochure 27

Travaux publics

Une entreprise de Travaux publics décide de s'équiper d'une table de coffrage pour fabriquer elle-
même ses bordures. On note L la variable aléatoire associant à chaque bordure tirée au hasard de la
production sa longueur. On admet que L suit la loi normale de paramètres µ = 100 cm et σ = 0,5 cm.
On prélève une bordure au hasard.
a) Calculer, à 10 −3 près, la probabilité qu'elle mesure plus de 100,6 cm.

b) Calculer, à 10 −3 près, la probabilité que sa longueur soit comprise entre 99,2 cm et 100,8 cm.

Productique des alliages moulés

Une machine fabrique en série des pièces métalliques de forme cylindrique.

On désigne par Y la variable aléatoire qui, à chaque pièce tirée au hasard dans la production, associe la
mesure en millimètres de son diamètre. A la suite de contrôles statistiques on estime que la variable
aléatoire Y suit la loi normale de moyenne µ = 16 et d'écart type σ = 0,14.
a - Déterminer la probabilité P(Y < 16,2).
b - Déterminer la probabilité P(Y > 15,7).
c - On accepte les pièces dont le diamètre appartient à l'intervalle [15,7 ; 16,2].
Quelle est à 10 −4 près la probabilité qu'une pièce, tirée au hasard dans la production soit acceptée ?
Quel rebut peut-on prévoir sur un lot de 1000 pièces ?

Bâtiment
Résistance à la compression à 28 jours d'un ciment. Dans la notice concernant les ciments on
considère comme élevée la probabilité que la résistance à la compression à 28 jours d'un ciment soit
comprise entre 50 mégapascal (MPa) et 60 MPa. On se propose de déterminer cette probabilité.
1° On note X la variable aléatoire qui, à un sac de ciment choisi au hasard dans la fabrication d'une
usine, associe sa résistance à la compression à 28 jours. Un croquis sur la notice permet d'admettre
que X suit la loi normale de moyenne µ = 55 MPa et d'écart type σ = 3 MPa. Déterminer la
probabilité P(50 ≤ X ≤ 60) à 10 −4 près, en utilisant éventuellement une interpolation linéaire.
2° La résistance à la compression à 28 jours minimale de chaque sac, garantie par cette usine, est de
45 MPa ; quelle est la probabilité qu'un sac ait une résistance à la compression à 28 jours
insuffisante ?
Déterminer cette probabilité à 10 −4 près en utilisant éventuellement une interpolation linéaire.

 2 
Probabilités - Loi normale Brochure 27

Informatique de gestion
Chaque résultat sera donné avec trois décimales.
Une machine fabrique en grande série des disques de verre dont le diamètre doit être 30 millimètres.
On appelle X la variable aléatoire qui, à chaque disque pris au hasard, associe son diamètre exprimé en
millimètres. Cette variable aléatoire suit la loi normale d’espérance mathématique µ = 30 et d’écart
type σ = 0,18. On considère les événements suivants : A « le diamètre est supérieur à 29,76 mm »
B « le diamètre est inférieur à 30,14 mm ».
1. Calculer P(A), probabilité de l’événement A.
Calculer P(A∩B), probabilité de l’événement « A et B ».
2. Calculer PA(B), probabilité conditionnelle de B sachant que A est réalisé.

Techniques Physiques pour l'Industrie et le Laboratoire

Un jouet électronique est fabriqué en grande série. La variable aléatoire qui, à tout jouet électronique
aléatoire, associe sa durée de vie, exprimée en milliers d'heures, peut être modélisée par une variable
aléatoire X qui suit la loi normale de moyenne µ = 20 et d'écart type σ = 5.
a) Déterminer le réel positif x tel que : P(|X – 20| > x) = 0,08. (P(x – 20 < X < x + 20) = 0,92).
b) Calculer la probabilité conditionnelle : P(X < 25 / X > 15).
c) Calculer : P(X > 29,8).

 3 
Probabilités - Loi normale Brochure 27

Électrotechnique
Une machine fabrique des pièces de forme circulaire en série. A chaque pièce tirée au hasard on
associe son diamètre x exprimé en millimètres. On définit ainsi une variable aléatoire X. On suppose
que X suit la loi normale de moyenne µ = 32 et d'écart type σ = 1 (en mm).
Pour être utilisable, une pièce doit satisfaire à la norme suivante : 31 ≤ x ≤ 33.
1° Quelle est la probabilité p qu'une pièce soit utilisable ?
2° Prix moyen de fabrication. Le coût de fabrication d'une pièce est noté f. Dans un lot de 100
pièces fabriquées dont le coût de fabrication est donc 100 f, 100 p seulement d'entre-elles sont
100 f f
utilisables ; il en résulte que le prix moyen M de fabrication est M = = .
100 p p
a) Calculer le prix moyen de fabrication avec la machine précédente si f = 10,80 F.
Pour diminuer le pourcentage de pièces défectueuses, on pourrait utiliser une machine plus
moderne : l'écart type serait de 0,5 mm et X suivrait alors la loi normale n(32 ; 0,5), mais le coût
de fabrication f2 serait alors de 12 F pour cette nouvelle machine.
b) Calculer, pour cette nouvelle machine, la probabilité p2 qu'une pièce soit utilisable.
c) Déterminer le prix de revient moyen M2 de fabrication pour cette nouvelle machine. En déduire
la machine que l'on aurait intérêt à choisir.

Mécanique et automatismes industriels

Une entreprise fabrique des plaquettes dont la longueur et la largeur sont mesurées en mm.
On suppose dans cette partie que L suit la loi normale de moyenne 40 et d'écart type 1,6 et on suppose
que la variable aléatoire l qui à chaque plaquette prélevée au hasard dans la production associe sa
largeur suit la loi normale de moyenne 25 et d'écart type 1,2.
a) On tire au hasard dans la production une plaquette.
Quelle est la probabilité d'obtenir une longueur comprise entre 37 et 43 ?
Quelle est la probabilité d'obtenir ne largeur comprise entre 22 et 28 ?
b) Une plaquette est acceptée si sa longueur est comprise entre 37 et 43 mm et si sa largeur est
comprise entre 22 et 28 mm. En admettant que L et l sont des variables aléatoires indépendantes,
quelle est la probabilité d'obtenir une plaquette qui soit acceptée ?

 4 
Probabilités - Loi normale Brochure 27

Biotechnologie

Objet de l’exercice : évaluation d’un procédé de fabrication.

Un laboratoire veut fabriquer des pilules se composant de deux substances A et B . Pour chaque pilule
de la fabrication on considère les masses a et b respectivement des substances A et B qui la
constituent.
On désigne par X la variable aléatoire qui, à chaque pilule tirée au hasard, associe la masse a de la
substance A et Y la variable aléatoire qui associe à chaque pilule la masse b de la substance B.
On suppose que ces deux variables aléatoires sont indépendantes et suivent des lois normales de
moyennes respectives : mx = 8,55 mg et my = 5,20 mg et d’écarts types respectifs : σx = 0,05 mg et σ
y = 0,05 mg.
1. Déterminer à 10 −4 près la probabilité P(8,45 ≤ X ≤ 8,70).

2. Déterminer à 10 −4 près la probabilité P(5,07 ≤ Y ≤ 5,33).

3. On impose les normes de fabrications suivantes : 8,45 ≤ a ≤ 8,70 et 5,07 ≤ b ≤ 5,33.
3.1. Calculer le pourcentage de pilules qui seront hors norme à la sortie de la chaîne de
fabrication.
3.2. Peut-on alors retenir ce procédé de fabrication, sachant que le pourcentage de pilules
défectueuses ne peut dépasser 1 % ?

Maintenance

On désigne par x, y, z les dimensions, exprimées en centimètres, des pièces fabriquées par les
machines. On suppose que :
 les variables aléatoires X et Y qui, à chaque pièce tirée au hasard, associent respectivement leurs
dimensions x et y suivent la loi normale de moyenne 10 et d'écart type 0,05.
 la variable aléatoire Z qui, à chaque pièce tirée au hasard, associe sa dimension z suit la loi
normale de moyenne 7 et d'écart type 0,02.
a) Une pièce étant tirée au hasard, calculer à 10 −4 près les probabilités :
p1 = P(9,9 ≤ X ≤ 10,1) ; p2 = P(9,9 ≤ Y ≤ 10,1) ; p3 = P(6,95 ≤ Z ≤ 7,05)
b) Une pièce est acceptable si ses dimensions sont telles que :
9,9 ≤ x ≤ 10,1

9,9 ≤ y ≤ 10,1
6,95 ≤ z ≤ 7,05

Les variables aléatoires X, Y, Z étant supposées indépendantes, calculer à 10 −4 près, la
probabilité qu'une pièce soit acceptée.


 5 
Probabilités - Loi normale Brochure 27

Électrotechnique 2001 (Nouvelle Calédonie)

Calcul des probabilités 1 (TP4)

Une entreprise possède un parc d'ordinateurs.

On s'intéresse au nombre d'ordinateurs immobilisés plus de 15 jours dans l'année, suite à une panne.
On note X la variable aléatoire prenant pour valeurs le nombre d'ordinateurs immobilisés plus de 15
jours dans l'année.
On suppose que X suit la loi normale de paramètres m = 3,92 et σ = 2,14 .
1° Calculer P( X ≥ 2) .

2° Calculer P( 2 ≤ X ≤ 6) .
3° Sachant qu'il y a au moins 2 ordinateurs immobilisés depuis plus de 15 jours, calculer la probabilité
que le nombre d'ordinateurs immobilisés plus de 15 jours dans l'année soit au plus égal à 6.

 6 
Probabilités - Loi normale Brochure 27

Lecture inverse de la table :

Conception de produits industriels

Une usine produit des billes d'acier en grande quantité.

On note X la variable aléatoire associant à chaque bille, prélevée au hasard, sa masse exprimée en
milligrammes. On suppose que X suit la loi normale de moyenne µ = 64 et d'écart type σ = 2.
1° Une bille est déclarée défectueuse si sa masse est inférieure à 60 mg ou supérieure à 68 mg.
Calculer la probabilité qu'une bille choisie au hasard dans la production soit défectueuse.
2° Déterminer le réel positif r tel que la probabilité qu'une bille ait une masse comprise entre
µ - r et µ + r soit égale à 0,99.

Groupement D 2000

Etude du résultat de la pesée d'un objet de masse m (exprimée en grammes).

On admet que la variable aléatoire X qui prend comme valeurs les résultats de la pesée d'un même
objet donné suit la loi normale de moyenne µ = 72,40 et d'écart type σ = 0,08..
1) Calculer la probabilité des événements suivants (les résultats seront arrondis au millième le plus
proche).
a) « X > 72,45 »
b) « X < 72,25 »
c) « 72,30 < X < 72,50 ».
2) Déterminer le réel strictement positif h (arrondi au centième) tel que la probabilité pour que X
prenne une valeur dans l'intervalle [µ – h, µ + h] soit égale à 0,989.

 7 
Probabilités - Loi normale Brochure 27

Bâtiment
Une machine produit des pièces cylindriques destinées à faire des axes de moteurs. On étudie le
diamètre, exprimé en millimètres, des pièces issues de cette fabrication.
Toutes les probabilités seront calculées à 10 −3 près.
On admet que la variable aléatoire X qui, à toute pièce choisie au hasard dans la production d'une
journée, associe son diamètre suit la loi normale de moyenne µ = 16,5 et d'écart type σ = 0,1.
a) Déterminer la probabilité que X prenne une valeur dans l'intervalle [16,4 ; 16,6] .
b) Déterminer le nombre réel positif h , tel que la probabilité que la variable aléatoire X prenne
une valeur dans l'intervalle [16,5 – h ; 16,5 + h] soit égale à 0,95 .

Productique des alliages moulés

Une usine produit des bobines de fil d'acier. Etude de la longueur du fil des bobines produites.
On désigne par X la variable aléatoire qui, à toute bobine tirée au hasard de la production, associe la
longueur du fil de cette bobine.
On admet que X suit la loi normale de moyenne µ = 50 et d'écart type σ = 0,2.
1 - Calculer la probabilité de chacun des événements suivants :
a) la longueur du fil de la bobine est inférieure à 50,19 m ;
b) la longueur du fil de la bobine est supérieure à 50,16 m ;
c) la longueur du fil de la bobine est comprise entre 50,16 m et 50,19 m.
2 - Déterminer le réel positif a tel que : P(50 – a ≤ X < 50 + a) = 0,9.

 8 
Probabilités - Loi normale Brochure 27

En assistance technique d'ingénieur

Une usine fabrique en grande quantité des écrous. On appelle X la variable aléatoire qui, à chaque
écrou pris au hasard dans la production, associe son diamètre intérieur exprimé en millimètres.
On admet que cette variable aléatoire suit la loi normale de moyenne µ = 10 et d'écart type σ = 0,05.
1) a) Calculer la probabilité qu'un écrou, pris au hasard dans la production, ait un diamètre inférieur à
9,9 mm.
b) Calculer la probabilité qu'un écrou, pris au hasard dans la production, ait un diamètre
supérieur à 10,01 mm.
c) Déterminer le réel positif α tel que P(10 – α ≤ X ≤ 10 + α ) = 0,9974.
2) Un écrou est rejeté par le service "contrôle de qualité" si son diamètre intérieur n'est pas compris
entre 9,85 et 10,15 millimètres. Quelle est la probabilité qu'un écrou soit rejeté ?

Fabrication industrielle du mobilier

Une usine fabrique des pièces cylindriques, la variable aléatoire D qui, à chaque pièce prélevée au
hasard dans la production, associe son diamètre suit la loi normale de moyenne µ = 15 mm et d'écart
type σ = 0,35 mm.
1°-Le contrôle de la fabrication ne retient que les pièces dont le diamètre est compris entre 14,3 mm et
15,5 mm. On considère une production comprenant un très grand nombre de pièces. Quelle est dans
cette production le pourcentage de pièces valables ?
2°-Déterminer x pour que le diamètre de 95% de la production appartienne à l'intervalle :
[m – x ; m + x ].
3°-Un autre réglage de la machine fait apparaître la moyenne 14,9 mm. Quel devrait être l'écart type
pour que 90% des pièces soient conformes au contrôle tel qu'il est défini dans la question 1°.

 9 
Probabilités - Loi normale Brochure 27

Productique

Des machines fabriquent en série des plaques de tôle destinées au montage de transformateurs
électriques. Ces plaques sont empilées et servent de conducteur au champ magnétique du
transformateur. On désigne par Y la variable aléatoire qui, à chaque plaque utilisable tirée au hasard,
associe son épaisseur exprimée en mm. On suppose que Y suit une loi normale de moyenne 0,3 mm et
d'écart type σ. Soit A l'événement : " une plaque, tirée au hasard dans la production, a une épaisseur
inférieure à 0,35 mm ".
1° On suppose σ = 0,04 mm. Calculer P(A) à 10 −2 près.
2° On souhaite que P(A) = 0,95. Déterminer alors σ.

Mécanique et automatismes industriels

Une fabrique de desserts glacés dispose d'une chaîne automatisée pour remplir et emballer des
cônes de glace. Chaque cône est rempli avec de la glace à la vanille.
On désigne par X la variable aléatoire qui, à chaque cône, prélevé au hasard dans la production,
associe la masse (exprimée en grammes) de glace qu'il contient.
On suppose que X suit la loi normale de moyenne µ = 100 et d'écart type σ.
1° Dans cette question, σ = 2
On choisit au hasard, un cône rempli de glace. Calculer à 10 −2 près, la probabilité que la masse de
glace qu'il contient soit comprise entre 95g et 105g.
2° Un cône est considéré comme "bon" lorsque la masse de glace qu'il contient appartient à l'intervalle
[95, 105]. Déterminer la valeur du paramètre σ telle que la probabilité de l'événement "le cône est
bon" soit égale à 0,95 (on donnera le résultat avec deux décimales).

 10 
Probabilités - Loi normale Brochure 27

Mécanique automatismes industriels

Le but de cet exercice est d'étudier une méthode de granulométrie fréquemment utilisée dans
l'industrie sucrière pour calibrer le sucre blanc en fonction de la taille de ses cristaux.
Le calibrage consiste alors à faire passer le sucre au travers d'une série de tamis emboîtés les uns sur
les autres et posés sur un fond.
On admettra que la variable aléatoire X qui
tamis 1 associe à chaque cristal de sucre sa taille x suit
tamis 2 une loi normale n(µ ; σ). Dans le cadre de cet
exercice on supposera qu'on dispose de 3 tamis
tamis 3 dont voici les ouvertures de mailles en mm:
Tamis n° 1 : ouverture 0,8 mm ;
Fond Tamis n° 2 : ouverture 0,5 mm ;
Tamis n° 3 : ouverture 0,2 mm.
Les cristaux de sucre dont la taille est inférieure à 0,2 mm se trouvent dans le fond à la fin du
calibrage.
1ère question : Compléter le tableau suivant :
Niveau de Taille des cristaux
récupération récupérés
Tamis n° 1 0,8 ≤ x
Tamis n° 2 ... ≤ x < ...
Tamis n° 3 ... ≤ <…
Fond x < 0,2
2ème question : On verse 1800 g de sucre, la variable aléatoire X définie précédemment suit la loi
normale de moyenne µ = 0,58 mm et d'écart type σ = 0,2 mm.
Calculer la probabilité de l'événement : [X < 0,2] et la probabilité de l'événement : [0,5 ≤ X < 0,8] puis
estimer la masse de sucre récupéré d'une part dans le fond et d'autre part dans le tamis n° 2.
3ème question :
On constate maintenant que µ = 0,65 et que 40 % de la quantité de sucre initialement versé se retrouve
dans le tamis n° 2. Quelle est alors la valeur de l'écart type σ de la variable aléatoire X ?

 11 
Probabilités - Loi normale Brochure 27

Constructions métalliques

L'objectif de cet exercice est d'analyser la qualité de la production d'une entreprise fabriquant des
poutres IPE 200. Pour chaque probabilité demandée on donnera la valeur exacte, puis la valeur
décimale approchée à 10 −3 près.
1) Soit H la variable aléatoire qui, à chaque poutre tirée au hasard dans la production , associe sa
hauteur en mm. On suppose que H suit la loi normale de moyenne µ1 = 199,8 et d'écart type σ
1 = 1,5. Déterminer la probabilité qu'une poutre tirée au hasard ait une hauteur n'appartenant pas à
l'intervalle [197, 203].
2) Soit L la variable aléatoire qui, à chaque poutre tirée au hasard dans la production , associe sa
largeur en mm. On suppose que L suit une loi normale de moyenne µ2 = 100. Déterminer l'écart
type σ2 pour que 98 % des poutres aient une largeur appartenant à l'intervalle [97, 103]. Donner de
σ2 une valeur décimale approchée à 10 −2 près.
3) Dans une étude de qualité on estime que 5 % des poutres ont une hauteur défectueuse et 2 % une
largeur défectueuse, ces deux défauts étant indépendants. On prélève dans la production une poutre
au hasard. Déterminer les probabilités que cette poutre ait :
- ses deux dimensions acceptables ;
- ses deux dimensions défectueuses.

Informatique de gestion

Pour chaque résultat demandé, on donnera une valeur approchée à 10 −3 près.

Un atelier s'approvisionne avec des pièces produites en grande série.
On note X la variable aléatoire qui, à chaque pièce prélevée au hasard dans la production, associe sa
masse exprimée en grammes.
On admet que X suit une loi normale d'espérance mathématique µ = 500 et d'écart type σ .
Les pièces présentent le défaut A si leur masse n'est pas dans l'intervalle [495, 505].
Quelle est la valeur maximale de σ pour qu'une pièce du stock tirée au hasard présente le défaut A
avec une probabilité inférieure ou égale à 0,05 ?

 12 
Probabilités - Loi normale Brochure 27

Industrie et commerce du bois

Une miroiterie commercialise de la farine en sachets.

La variable aléatoire X qui, à chaque sachet tiré au hasard, associe le poids de ce sachet, suit la loi
normale de moyenne µ = 1020 g et d'écart type σ = 15 g.
1° Quelle est à 10 −4 près la probabilité qu'un sachet pèse plus de 1050 g ?

2° Quelle est à 10 −4 près la probabilité que le poids du sachet soit compris entre 990 et 1035 g ?
3° Quel est le poids du sachet qui est tel que 10% des sachets fabriqués soient plus lourds que lui ?
( on suppose la production totale très grande ).
4° Quel est le poids du sachet qui est tel que 5% des sachets fabriqués soient plus légers que lui ? (on
suppose la production totale très grande )

Comptabilité gestion

Un fabricant de vêtements de sport et de loisirs commercialise directement une partie de sa production.

On note Y la variable aléatoire qui, à chaque client, choisi au hasard, associe le montant total de ses
achats en francs.
On suppose que Y suit une loi normale de moyenne µ et d'écart type σ.
Une étude statistique réalisée sur un grand nombre de clients a permis d'établir que µ = 550 et σ = 195.
1 - On choisit au hasard un client. Calculer, avec la précision des tables, les probabilités des
événements suivants :
a) le montant de ses achats est inférieur à 600 F ;
b) le montant de ses achats est de 400 F au moins ;
c) le montant de ses achats est compris entre 400 F et 800 F.
2 - Le fabricant décide, au cours d'une campagne promotionnelle, d'accorder une remise aux
clients dont le montant des achats est suffisamment élevé.
A partir de quel montant, 5 % des clients bénéficieront-ils de cette remise

 13 
Probabilités - Loi normale Brochure 27

Industries céréalières

Un groupe céréalier dispose d’un silo portuaire d’une capacité de 70 000 tonnes et doit satisfaire,
chaque mois, à une demande aléatoire. La variable aléatoire qui, à tout mois aléatoire, associe sa
demande mensuelle suit la loi normale, de moyenne 70 000 tonnes et d’écart type 6 000 tonnes.
Pour satisfaire à une demande excédentaire, le groupe peut s’approvisionner dans ses silos de stockage
intérieur.
Quel doit être le stock minimum supplémentaire prévu pour que la probabilité de défaillance ne soit
pas supérieure à 0,025 ?

Géomètre topographe

Une variable aléatoire X suit une loi normale d'espérance mathématique µ et d'écart type σ.
On sait que :
A/ la probabilité que la variable aléatoire X prenne une valeur supérieure à 785 est 0,8413,
B/ la probabilité que la variable aléatoire X prenne une valeur inférieure à 822,5 est 0,9332.
Calculer les paramètres µ et σ de cette loi.

Maintenance

Soit X la variable aléatoire qui, à toute pièce JB OO7 aléatoire, associe le délai de livraison , exprimé
en jours. On admet que X suit la loi normale de moyenne µ = 30 (jours) et d’écart type σ = 5 (jours).
Déterminer le nombre réel x tel que dans 95% des cas le délai de livraison d’une pièce JB OO7 soit
supérieur à x jours.

 14 
Probabilités - Loi normale Brochure 27

Constructions métalliques

Une entreprise métallurgique produit des tôles d'acier d'épaisseur 10 mm. Chaque tôle est supposée
parfaitement homogène.
On considère la variable aléatoire X qui, à toute tôle choisie au hasard dans la production, associe sa
contrainte limite d'élasticité en Mégapascal.
On suppose que X suit une loi normale de moyenne : µ = 242,8 et d'écart type: σ = 5.
1° Calculer, à 10 −1 près, la probabilité : P(X > 250).
2° Une tôle n'est pas conforme si sa contrainte limite d'élasticité est inférieure ou égale à 235. Calculer
à 10 −2 près, la probabilité qu'une tôle ne soit pas conforme.

3° Déterminer, à 10 −1 près, le réel positif a tel que : P(X ≤ a) = 0,1.

Comptabilité et gestion

Une chaîne de supermarchés, spécialisée dans la vente du matériel de bricolage, vend des sacs aux
clients pour le transport des achats.
On désigne par X la variable aléatoire qui, à tout sac choisi au hasard associe la charge maximale, en
kg, qu'il peut supporter. D'après le fournisseur des sacs, X est une variable aléatoire qui suit la loi
normale de moyenne 50 et d'écart type 4.
1. Calculer la probabilité de l'événement X ≥ 55, puis celle de l'événement 48 ≤ X ≤ 52, avec la
précision permise par les tables.
2. Calculer le réel positif r tel que la probabilité de l'événement X < r soit égale à 0,025. Donner
l'entier le plus proche de r.

 15 
Probabilités - Loi normale Brochure 27

Approximation d'une loi binomiale par une loi normale

Informatique de gestion

On suppose que 5 % des pièces livrées présentent le défaut A. On prélève avec remise 400 pièces du
stock. On note Y la variable aléatoire qui, à chaque échantillon de 400 pièces prélevées au hasard dans
la production, associe le nombre de pièces présentant le défaut A.
a) Quelle est la loi suivie par Y ?
b) On approche la loi de Y par une loi normale. Quels sont les paramètres de cette loi normale ?
c) On note Z la variable aléatoire suivant cette loi normale. Déterminer la probabilité que le
nombre de pièces défectueuses soit inférieur ou égal à 10.
Pour répondre à cette question on calculera P(Z ≤ 10,5).

Bâtiment

A l'agence de Marne-la-Vallée d'une grande entreprise de Bâtiment on admet que l'on expédie 100
lettres par jour.
On note X la variable aléatoire qui, à un jour choisi au hasard, associe le nombre de lettres qui
parviendront à leur destinataire le lendemain. On suppose que les acheminements de ces lettres se font
en toute indépendance. On décide d'approcher la loi de la variable discrète X par la loi normale de
paramètres m = 70 et σ = 5. On note Y une variable aléatoire suivant la loi normale n (70 , 5).
En utilisant cette approximation calculer :
a) la probabilité qu'au moins 80 des 100 lettres, expédiées un jour choisi au hasard parviennent à leur
destinataire le lendemain, c'est à dire P(Y ≥ 79,5) ;
b) la probabilité que le nombre de lettres, sur les 100 expédiées un jour choisi au hasard, parvenant à
leur destinataire le lendemain, soit strictement compris entre 55 et 85, c'est à dire :
P(55,5 ≤ Y ≤ 84,5).

 16 
Probabilités - Loi normale Brochure 27

Biochimiste

Les individus d'une population donnée peuvent être atteints d'une maladie A. La probabilité qu'un
individu pris au hasard dans la population soit malade de A est 0,03.
Soit X la variable aléatoire, associant à tout échantillon de la population de 10 000 personnes le
nombre de malades de A.
1 - Déterminer la loi de probabilité de X , préciser les paramètres.
2 - Le nombre 10 000 étant important, par quelle loi normale peut-on approcher cette loi de
probabilité ? On note Y une variable aléatoire qui suit cette loi normale.
3 - En déduire à 10 −3 près la probabilité P( X < 250 ) c'est à dire P(Y ≤ 249,5).

Informatique de gestion

Une enquête est faite auprès des 2 500 élèves d'un lycée sans internat, afin de savoir s'ils disposent
d'un ordinateur chez eux.
L'enquête a montré que 40 % des élèves du lycée disposent d'au moins un ordinateur chez eux.
On interroge successivement 100 élèves du lycée, choisis au hasard. On admet que l'effectif est
suffisamment important pour que les interrogations soient considérées comme indépendantes.
Soit X la variable aléatoire qui indique combien, parmi ces 100 élèves, disposent d'au moins un
ordinateur chez eux.
1.- Expliquer pourquoi X suit une loi binomiale et préciser ses paramètres.
2.- a) Vérifier que la loi de X peut être approchée par une loi normale, dont les paramètres sont :
m = 40 et σ = 2 6

b) On note Z la variable aléatoire suivant la loi normale n (40, 2 6 ).

On admet que P(Z ≤ 50,5) est une bonne approximation de P(X ≤ 50).
Calculer P(Z ≤ 50,5) et P(Z > 50,5). Interpréter ce dernier calcul. On donnera les résultats de
ces calculs arrondis à 10 −4 .

 17 
Probabilités - Loi normale Brochure 27

Industries graphiques

Les premières épreuves d'un ouvrage à imprimer contiennent des fautes d'impression. On considère la
variable aléatoire qui, à toute page d'un livre prise au hasard, associe le nombre de "coquilles" figurant
sur cette page. On suppose tout d'abord que X suit la loi normale de moyenne de moyenne µ = 30 et
d'écart type σ = 5.
 Déterminer une valeur approchée de la probabilité de l'événement "X > 40", en calculant à 10 −4
près : P(X ≥ 40,5).
 Déterminer une valeur approchée de la probabilité de l'événement "X < 25", en calculant à 10 −4
près : P(X ≤ 25,5).
 Déterminer une valeur approchée de la probabilité de l'événement "20 < X < 40", en calculant à
10 −4 près : P(20,5 ≤ X ≤ 39,5).

En assistance technique d'ingénieur

On désigne par Y la variable aléatoire qui, à chaque groupe de 1000 candidats, associe le nombre de
candidats sélectionnés. On suppose que la probabilité qu'un candidat choisi au hasard soit sélectionné
est 0,02 et on assimile tout groupe de 1000 candidats à 1000 choix aléatoires et indépendants.
Quelle est la loi de probabilité de Y ?
On admet que la loi de probabilité de Y peut être approchée par la loi normale n (m , σ) avec m = 20
et σ = 4,4 . On note Z la variable aléatoire suivant cette loi normale Déterminer la probabilité (on
demande la réponse à 10 −2 près) que le nombre de candidats sélectionnés dans un groupe soit compris
entre 10 et 25 c'est à dire : P(9,5 ≤ Z ≤ 25,5).

Électrotechnique
Une usine fabrique en grande série des pièces susceptibles de présenter un défaut B dans 7% des cas.
Soit Y la variable aléatoire qui, à tout prélèvement de 250 pièces, fait correspondre le nombre de
pièces présentant le défaut B. On décide d'approcher la loi de la variable discrète Y par la loi normale
de paramètres µ = 17,5 et σ = 4,03.
On note Z une variable aléatoire suivant la loi normale n (17,5 ; 4,03).
a) Justifier les valeurs de µ et σ.
b) Calculer la probabilité qu'il y ait au plus 20 pièces présentant le défaut B c'est à dire P(Z ≤ 20,5).
c) Calculer la probabilité que le nombre de pièces présentant le défaut B soit compris au sens large
entre 15 et 20, c'est à dire : P(14,5 ≤ Z ≤ 20,5).

 18 
Probabilités - Loi normale Brochure 27

Biotechnologie
Le but de cet exercice est l'étude statistique du diamètre des feuilles d'une plante médicinale au
moment où une résine pharmaceutique les utilise dans la préparation d'un médicament.
Seules les feuilles dont le diamètre est inférieur à 8 cm sont utilisables.
La probabilité p qu'une feuille prise au hasard soit utilisable est 0,64.
On prélève par tirage au hasard un échantillon de 100 feuilles. La production est suffisamment
importante pour que les tirages de 100 feuilles soient assimilés à des tirages avec remise. On désigne
par Y la variable aléatoire qui, à tout échantillon aléatoire de 100 feuilles associe le nombre de feuilles
utilisables.
1. Justifier le fait que Y suit une loi binomiale, préciser ses paramètres.
2. On veut approcher la loi de la variable discrète Y par une loi normale, on désigne par Z la variable
aléatoire suivant cette loi.
a. Quels sont les paramètres de cette loi normale ?
b. On prélève un échantillon aléatoire de 100 feuilles. Calculer la probabilité des événements
suivants : " le nombre de feuilles utilisables est strictement inférieur à 70", c'est à dire
P(Z ≤ 69,5) ," le nombre de feuilles utilisables est strictement supérieur à 60", c'est à dire
P(Z ≤ 60,5).

Hygiène - propreté – environnement

Un test de contrôle de la qualité d'une eau de baignade consiste à mesurer le nombre de coliformes
contenus dans 100 ml (cent millilitres) de cette eau.
On désigne par X la variable aléatoire qui, à tout prélèvement au hasard de 100 ml d'eau associe le
nombre de coliformes, exprimés en milliers, contenus dans cette eau. On admet que cette variable
aléatoire discrète X suit approximativement la loi normale de moyenne µ = 4,5 et d'écart type σ = 2,4 .
On désigne par Z la variable aléatoire qui suit cette loi normale n (4,5 ; 2,4).
a) Donner une approximation de la probabilité de l'événement "X > 4" en calculant P(Z ≥ 4,5).
b) Donner une approximation de la probabilité de l'événement "X > 8" en calculant P(Z ≥ 8,5).
c) Calculer approximativement la probabilité d'avoir "X > 8" , sachant que l'événement "X > 4" est
réalisé en calculant P(Z ≥ 8,5 / Z ≥ 4,5).

 19 
Probabilités - Loi normale Brochure 27

Maintenance 2000

Les ateliers de peinture d'un grand constructeur

d'automobiles comportent des robots permettant de
positionner les pistolets autour de la carrosserie.
Armoire de Bras
contrôle articulé Ces robots sont constitués de trois parties : un bras
articulé actionné par des vérins hydrauliques, un groupe
hydraulique et une armoire de contrôle (système
électronique qui gère les mouvements du robot par des
Groupe programmes).
hydraulique

A. Pannes mécaniques sur le bras articulé.

Au moment de s'équiper de 300 robots équipés de bras articulés d'un certain type, le constructeur
d'automobiles s'intéresse aux essais réalisés par le fournisseur lors de la mise au point des robots :
la probabilité qu'un robot ait une panne mécanique sur un bras articulé pendant une période déterminée
est alors 0,05 et les pannes mécaniques des bras des différents robots sont supposées indépendantes.
On prélève au hasard 300 robots dans le stock très important du fournisseur et on assimile ce
prélèvement à un tirage avec remise.
On désigne par X la variable aléatoire qui, à tout prélèvement ainsi défini, associe le nombre de robots
dont le bras a connu une panne mécanique pendant la période considérée.
1. Expliquer pourquoi X suit une loi binomiale ; déterminer les paramètres de cette loi.
2. On approche X par la variable aléatoire Y de loi normale de moyenne µ = 15 et d'écart type
σ = 3,77. Justifier le choix des paramètres µ et σ.
3. Soit E l'événement "lors de leur mise au point, strictement plus de 20 robots ont eu une panne
mécanique sur leur bras articulé pendant la période considérée".
Calculer P(Y ≥ 20,5) à 10 −2 près, (c'est, en utilisant l'approximation de X par Y, la valeur de
P(E) ).

 20 