I.U.

T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE TD N 5 : L ! "T#T!"T!$%& : %LL! ) L# L ! '!N *!#L& L# L

L#

L ! D&

'&(N

! D&

!"" N

Objectifs : Cours approfondi permettant lutilisation de la loi statistique utilise lors danalyse de phnomnes alatoires dont la rponse a un rsultat binaire (vrai/faux). TD approfondi permettant lapplication des probabilits en relation avec la loi binomiale et la loi de Poisson. COURS Soit une variable alatoire rpondant une exprience dont le caractre ne possde que deux modalits alternatives du type Succs/Echec . En gnral, le succs est cod 1 et lautre 0. o Pr (X = 1) = p = o Pr (X = 0) = q = = 1 p Avec o E (X) = Pr (X = 1) * 1 + Pr (X = 0) * 0 = p * 1 + q * 0 = p o V (X) = [Pr (X = 1) * 1 + Pr (X = 0) * 0 ] E(X) = p ( 1 q) = pq La loi qui sapplique ce type dtude est la loi de Bernoulli. Si on sapprte mesurer cette exprience sur n sujets slectionns au hasard et indpendant les uns des autres parmi un grand nombre de sujets, alors pour le sujet i, nous avons aussi un schma de Bernoulli. Si nous nous intressons au nombre total de succs parmi ces n sujets, le rsultat sera aussi une variable alatoire discrte qui va se situer entre 0 et n. Exemple : Soit la variable alatoire X : Quelle est la probabilit davoir le rsultat 0 (k=0) sur 3 essais : Pr ( X = k = 0 ) = Pr (x1=0 x2=0 x3=0) = Pr (x1=0) * Pr (x2=0) * Pr (x3=0) = q * q * q = q 3 Quelle est la probabilit davoir le rsultat 1 (k=1) sur 3 essais : Pr ( X = 1 ) = Pr (x1=1 x2=0 x3=0) Pr (x1=0 x2=1 x3=0) Pr (x1=0 x2=0 x3=1) = pqq + qpq + qqp = 3 p q .. Lensemble des rponses correspond la notion de combinaison exprime par :
C
n k

n! . k! ( n-k ) !

avec n ! = n (n-1) (n-2) . 1

Alors on dit que la variable X suit la loi Binomiale qui peut dans certains cas tre remplac par la loi de Poisson.
Proprit de la loi binomiale. !!e est ent"#rement $%&"n"e par $e'( param#tres n et p ) n = n*m+re $,%pre'ves e&&ect'%es - p = = pr*+a+"!"t% $e s'cc%s ; q = 1 p = probabilit dchec. M. AVRIL page 1 Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

: note , ) ' -n ; p .

(epr+entation de la loi 'inomiale

Fonction de rpartition

Si la variable X suit la loi Binomiale B(n,p), la loi de probabilit scrit, pour tout entier k appartenant [0,n] :
Pr X = k

} = p(k ) = C nk p k (1 p) n k

Esprance : E ( X ) = np Variance V ( X ) = npq Ecart-type

X = npq

M. AVRIL

page 2

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

Cas de la loi de Poisson :

Quand n tend vers linfini et p tend vers zro, on pourra remplacer la loi Binomiale par la loi de Poisson mk P(m) avec m = = np Pr X = k } = p (k ) = e m avec n > 50 et np 5 k!
Esprance mathmatique : E ( X ) = m Variance V (X ) = m
M. AVRIL page 3 Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

Exemple dutilisation des tableaux de la loi de Poisson: Probabilit daccepter un lot de CD en fonction du pourcentage prsum de dfectueux partir dun chantillon de 100 CD et un critre dacceptation de c = k = 2. 1) pour 2% de CD dfectueux dans le lot p=0.02 np = = 2 et Pr (k = 2) = 0,2707 On a donc 27,07 % de chance daccepter un lot ayant 2% de CD dfectueux 2) pour 4% de CD dfectueux dans le lot p=0.04 np = = 4 et P (d = 2)= 0,1475 On a donc 14,75 % de chance daccepter un lot ayant 4% de CD dfectueux M. AVRIL page 4 Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

Lefficacit dun plan dchantillonnage: Lefficacit dun contrle statistique correspond la capacit acqurir une connaissance plus ou moins prcise sur le lot en extrapolant une connaissance plus limite acquise sur un chantillon.

trac possible du nombre de pices non-conformes pour un contrle 100% du lot Analyse des courbes ci-dessus: * La courbe basse reprsente lhypothse o la majorit des mauvaises pices seraient prleves en fin du lot. * La courbe haute reprsente lhypothse o la majorit des mauvaises pices seraient prleves en dbut du lot. pour une taille dchantillon de 200 pices, il existe une dispersion des rsultats qui peuvent entraner deux types de conclusions: - rejeter un lot alors quil est acceptable. Lchantillon est, par hasard, constitu dun grand nombre de pices fausses alors que le lot est dune meilleure qualit moyenne Risque du fournisseur - accepter un lot alors quil est inacceptable. Lchantillon est, par hasard, constitu dun petit nombre de pices fausses alors que le lot est dune moins bonne qualit moyenne Risque du client Tout plan dchantillonnage doit tre accompagn de sa courbe defficacit. Il sagit de calculer la probabilit dacceptation (Pa) dun lot en fonction de la proportion prsume de pices non-conformes (p) dans le lot.

Courbe defficacit dun plan dchantillonnage

M. AVRIL

page 5

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

Effet de la variation de n sur la courbe defficacit: Pour une mme valeur de c, plus la valeur de n est leve, plus la courbe dcrot rapidement donnant une meilleure slectivit au contrle mais accrot son cot. Effet de la variation de c sur la courbe defficacit: Pour une mme taille dchantillon n, une augmentation du critre c loigne la courbe de lorigine. La courbe devient plus aplatie indiquant un contrle moins slectif.

M. AVRIL

page 6

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

T(#/#%, D!(!0&"

&1ercice 1 : S" . s'"t !a !*" / (0 -123) ) A) Ca!c'!er 3 !,a"$e $e !a &*rm'!e !es pr*+a+"!"t%s s'"vantes o 4r (. = 1) o 4r (. = 3) o 4r (. = 0) /) Retr*'ver !es va!e'rs $ans !e ta+!ea' C) Ca!c'!er !a m*5enne !*rs6'e !,*n "nterr*ge 0 s'7ets 8) A part"r $' ta+!ea'2 tr*'ver !es param#tres $e !a !*" +"n*m"a!e permettant 'ne va!e'r $e pr*+a+"!"t% 6'" va c*rresp*n$re 3 'n s'cc#s 3 9:; ) S" . s'"t !a !*" / (0 -123) ) <r*'ver 4r (. 2) =) S" . s'"t !a !*" / (0 - 129) ) <r*'ver 4r (. = :) &1ercice 2 : A) S" . s'"t !a !*" 4(0)2 $%term"ner 3 !,a"$e $es ta+!ea'( ) o 4r (. =3) o 4r (. = 11) o 4r ( . 0) /) S*"t < > / ( 121 - 1211) o 4e't-*n !,appr*("mer 3 !a !*" $e p*"ss*n o A !,a"$e $e !a &*rm'!e $e ca!c'! $e !a !*" /"n*m"a!e2 ca!c'!er 4r ( . 0) et c*mparer v*tre r%s'!tat a' r%s'!tat *+ten' par !a !*" $e 4*"ss*n. &1ercice 3 : %ne entrepr"se $e transp*rt p*ss#$e ?1 cam"*ns. C@a6'e cam"*n a 'ne pr*+a+"!"t% c*nstante p $ABtre @*rs serv"ce $'rant 'ne 7*'rn%e. LAentrepr"se est"me 6'e2 p*'r app!"6'er s*n p!ann"ng2 e!!e ne $*"t pas av*"r p!'s $e tr*"s cam"*ns en panne. A) S" !A*n est"me 6'e !,*n pe't appr*c@er !a !*" +"n*m"a!e /(?12p) par !a !*" $e 4*"ss*n $e param#tre 2 $%term"ner p*'r 6'e !a pr*+a+"!"t% $e nAav*"r pas p!'s $e 3 cam"*ns @*rs serv"ce s*"t a' m*"ns 12C0 . /) n $%$'"re !a va!e'r ma("ma!e $e p. &1ercice 4 : Dn s*'@a"te tester s" 'n message s'+!"m"na! est perE' c*nsc"emment par $es s'7ets. 4*'r ce &a"re2 'n %cran est $"v"s% en : part"es et $es part"c"pants $*"vent s"t'er $ans !a6'e!!e $e ces part"es 'n p*"nt !'m"ne'( $e tr#s &a"+!e "ntens"t%2 "nv"s"+!e 3 !,F"!2 apparaGt. Cette e(p%r"ence est r%p%t%e ? p*'r c@a6'e s'7et. S'r H = 91 s'7ets s*'m"s 3 cette e(p%r"ence2 !es r%s'!tats s*nt !es s'"vants )
nombre de rponses justes nombre de sujets ni 0 8 1 15 2 20 3 10 4 4 5 2 6 1 7 0 8 0

A) Ca!c'!er !a pr*+a+"!"t% $e s"t'er c*rrectement !e p*"nt 3 c@a6'e essa". /) S" *n c*ns"$#re 6'e !es s'7ets r%p*n$ent a' @asar$2 a!*rs *n pe't c*ns"$%rer 6'e cette $"str"+'t"*n s'"t !a !*" +"n*m"a!e. 8%term"ner !es param#tres n et p 6'" !a caract%r"se. C) 8%term"ner p*'r c@a6'e cat%g*r"e $e r%p*nses 7'stes !a pr*+a+"!"t% 6'" !'" c*rresp*n$.

M. AVRIL

page 7

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

Exercice 5 : On fabrique un d ayant la forme dun ttradre rgulier (pyramide base triangulaire) les quatre faces tant des triangles quilatraux. Sur les quatre faces sont respectivement marqus les quatre nombres 1, 2, 5, 10. Lorsque le d est pos, trois faces sont visibles. Lorsquon lance le d, la probabilit pour quil se pose sur une face donne ne dpend pas de cette face. 1. On lance le d une fois. Quelle est la probabilit pour que la somme des nombres vus soit suprieurs ou gal 13 ? 2. Soient k et n des nombres entiers. On effectue n = 6 lanc de d et aprs chacun deux, on regarde la somme S des nombres vus. a. Calculer la probabilit pk pour quon ait exactement k = 3 lancers tels que S 13 ? b. Dterminer la mme probabilit pk partir du tableau et comparer la avec celle calcule. 3. Dterminer la plus petite valeur de n pour laquelle p0 = (Pr S 13) < 10-2. Exercice 6 : Sachant que le nombre moyen de communications tlphoniques reues par un standard entre 10h et 11h est de 1,8 par minute, et que le nombre X dappels reus par minute est une variable alatoire qui suit la loi de Poisson, calculer la probabilit pour quentre 10h53 et 10h 54, il y ait : 1. aucun appel 2. un appel 3. deux appels 4. au moins deux appels 5. plus de deux appels 6. deux, trois ou quatre appels. 7. Tracer la courbe de rpartition de la variable X Exercice 7 : La distribution statistique suivante donne la rpartition dans une ville du nombre de jours sans accident, avec 1 accident, jusqu 4 accidents pour une priode de 50 jours.
Nombre d'accidents xi Nombre de jours fi 0 21 1 18 2 7 3 3 4 1

1. Calculer le nombre moyen daccidents par jour durant la priode de 50 jours. 2. Ajuster la distribution prcdente par une loi de Poisson de paramtre . Calculer la probabilit pour quarrive 1 accident ; 2, 3, 4 accidents. 3. Calculer le nombre thorique de jours Fi o aura lieu aucun accident, 1 accident, , 4 accidents 4. Combien y aura-t-il de jours sans aucun accident pendant une priode de 365 jours ? 5. Combien y aura-t-il de jours avec moins de 3 accidents pendant une priode de 365 jours ?

M. AVRIL

page 8

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

Correction

&1ercice 1 : S" . s'"t !a !*" / (5 - 563) ) A) Ca!c'!er 3 !,a"$e $e !a &*rm'!e !es pr*+a+"!"t%s s'"vantes o 4r (, = 5) = C10 I 1231 I 12J0 = 561781 o 4r (, = 3) = C30 I 1233 I 12J2 = 561323 o 4r (, = 5) = C00 I 1230 I 12J1 = 565524 /) Retr*'ver !es va!e'rs $ans !e ta+!ea'

n 5

k/p 0 1 2 3 4 5

0,01 0,951 0,048 0,01 0 0 0

0,05 0,7738 0,2036 0,0214 0,0011 0 0

0,1 0,5905 0,328 0,0729 0,0081 0,0004 0

0,15 0,4437 0,3915 0,1382 0,0244 0,0022 0,0001

0,2 0,3277 0,4096 0,2048 0,0512 0,0064 0,0003

0,25 0,2373 0,3955 0,2637 0,0879 0,0146 0,001

0,3 0,1681 0,3602 0,3087 0,1323 0,0284 0,0024

0,333 0,1317 0,3292 0,3292 0,1646 0,0412 0,004

0,35 0,116 0,3124 0,3364 0,1811 0,0488 0,0053

C) Ca!c'!er !a m*5enne !*rs6'e !,*n "nterr*ge 0 s'7ets . (.) = n I p = 0 I 123 = 120 a5ant 'n s'cc#s 8) A part"r $' ta+!ea'2 tr*'ver !es param#tres $e !a !*" +"n*m"a!e permettant 'ne va!e'r $e pr*+a+"!"t% 6'" va c*rresp*n$re 3 'n s'cc#s 3 9:;
n 2 k/p 0 1 0,01 0,9801 0,0198 0,05 0,9025 0,095 0,1 0,81 0,18 0,15 0,7225 0,255 0,2 0,64 0,32 0,25 0,5625 0,375 0,3 0,49 0,42 0,333 0,4444 0,4444 0,35 0,4225 0,455

' - 2 ; 562. et 9 = 5 ) S" . s'"t !a !*" / (5 - 563) ) <r*'ver 4r (. 2) 4r (. 2) = 4r (.=2) K 4r (.=1) K 4r (.=1) = 1231?J K 123912 K 1219?1 = 12?3?? Dn a $*nc ?32?? ; $,e&&ect'er $es essa"s a5ant 1 *' 1 *' 2 s'cc#s s'r 0 tests $*nt !es c@ances $e s'cc#s s*nt $e 31; par test. =) S" . s'"t !a !*" / (0 - 129) ) <r*'ver 4r (. = :) / (0 - 129) c*rresp*n$ 3 !a !*" +"n*m"a!e $%&"n"ssant !es c@ances $e s'cc#s ma"s !a va!e'r p=129 n,apparaGt pas $ans !e ta+!ea'. A&"n $e r%p*n$re 3 cette 6'est"*n2 "! est $*nc n%cessa"re $e trava"!!er avec !a !*" /"n*m"a!e $%&"n"ssant s*n c*ntra"re ) s*"t / (0 - 12:) Dn rec@erc@e $*nt !a 4r (. =1) 6'" c*rresp*n$ 3 ) 202C2 ; S*"t 202C2 ; $e c@ance $,av*"r : s'cc#s s'r 0 tests sac@ant 6'e !,*n 3 91; $e s'cc#s 3 'n test.

&1ercice 2 : A) S" . s'"t !a !*" 4(0)2 $%term"ner 3 !,a"$e $es ta+!ea'( ) 4(0) c*rresp*n$ 3 = 0 $,*L ) o 4r (. =3) k = 3 ce 6'" $*nne $ans !e ta+!ea' ) 121:1: s*"t 1:21:;. o 4r (. = 11) k = 11 ce 6'" $*nne $ans !e ta+!ea' ) 1211?2 s*"t 12?2;. o 4r ( . 0) = 4r ( . = 1) K 4r ( . = 1) K 4r ( . = 2) K 4r ( . = 3) K 4r ( . = :) K 4r ( . = 0) = 12119J K 12133J K 121?:2 K 121:1: K 121J00 K 121J00 = 12919 s*"t 91.9;.

M. AVRIL

page 9

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

/) S*"t < > / ( 121 - 1211) o 4e't-*n !,appr*("mer 3 !a !*" $e p*"ss*n Cr"t#res n%cessa"res 3 !,appr*("mat"*n ) n M 01 et n Ip 11 "c" n = 121 M 01 et 121 I 1211 = 122 11 Dn pe't $*nc appr*("mer !a !*" / ( 121 - 1211) par !a !*" 4 (122) o A !,a"$e $e !a &*rm'!e $e ca!c'! $e !a !*" /"n*m"a!e2 ca!c'!er 4r ( . 0) 4r ( . 0) = 4r ( . = 1) K 4r (. = 1) K K 4r ( . = 0) 4r ( . = 1) = C1121 12111 12CC121 = 122CC: 4r ( . = 1) = C1121 12111 12CC11C = 12392C 4r ( . = 2) = C2121 12112 12CC11? = 1221?1 4r ( . = 3) = C3121 12113 12CC11J = 121?9J 4r ( . = :) = C:121 1211: 12CC119 = 121209 4r ( . = 0) = C0121 12110 12CC110 = 12119 Pr -, 5. = 56::8; o C*mparer v*tre r%s'!tat a' r%s'!tat *+ten' 3 part"r $' ta+!ea' $e !a !*" $e 4*"ss*n.

0,3012 + 0,3614 + 0,2169 + 0,0867 + 0,0260 + 0,0062 = 0,9984

&1ercice 3 : %ne entrepr"se $e transp*rt p*ss#$e ?1 cam"*ns. C@a6'e cam"*n a 'ne pr*+a+"!"t% c*nstante p $ABtre @*rs serv"ce $'rant 'ne 7*'rn%e. LAentrepr"se est"me 6'e2 p*'r app!"6'er s*n p!ann"ng2 e!!e ne $*"t pas av*"r p!'s $e tr*"s cam"*ns en panne. S" !A*n est"me 6'e !,*n pe't appr*c@er !a !*" +"n*m"a!e /(?12p) par !a !*" $e 4*"ss*n $e param#tre 2 $%term"ner p*'r 6'e !a pr*+a+"!"t% $e nAav*"r pas p!'s $e 3 cam"*ns @*rs serv"ce s*"t a' m*"ns 12C0 . 8*nn%es ) = n I p avec n = ?1 $,*L = ?1 p 4r (. 3 ) = 12C0 8ans !es ta+!ea'( *n a ) Po<r = 163 Pr -, 3 . = 56:5; Po<r = 164 Pr -, 3 . = 56:472 n $%$'"re !a va!e'r ma("ma!e $e p. Dn pren$ = 1230 $,*L p = 1230 N ?1 = 12119C Le+ camion+ ne doi=ent pa+ a=oir pl<+ de 167:> de chance de tomber en panne. &1ercice 4 : Dn s*'@a"te tester s" 'n message s'+!"m"na! est perE' c*nsc"emment par $es s'7ets. 4*'r ce &a"re2 'n %cran est $"v"s% en : part"es et $es part"c"pants $*"vent s"t'er $ans !a6'e!!e $e ces part"es 'n p*"nt !'m"ne'( $e tr#s &a"+!e "ntens"t%2 "nv"s"+!e 3 !,F"! 2 apparaGt. Cette e(p%r"ence est r%p%t%e ? p*'r c@a6'e s'7et. S'r H = 91 s'7ets s*'m"s 3 cette e(p%r"ence2 !es r%s'!tats s*nt !es s'"vants )

nombre de rponses justes nombre de sujets ni

0 8

1 15

2 20

3 10

4 4

5 2

6 1

7 0

8 0

M. AVRIL

page 10

Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

A) Ca!c'!er !a pr*+a+"!"t% $e s"t'er c*rrectement !e p*"nt 3 c@a6'e essa". A c@a6'e essa"2 !e s'7et c@*"s" 'ne case parm" :. I! a $*nc O $e c@ance $,av*"r !a +*nne2 +oit 5625 /) S" *n c*ns"$#re 6'e !es s'7ets r%p*n$ent a' @asar$2 a!*rs *n pe't c*ns"$%rer 6'e cette $"str"+'t"*n s'"t !a !*" +"n*m"a!e. 8%term"ner !es param#tres n et p 6'" !a caract%r"se. p = 1220 (v*"r 6'est"*n pr%c%$ente) n=? !e n*m+re $,essa"s e&&ect'%s c*rresp*n$ 3 ? I 91 = :?1 La p*p'!at"*n s'"t $*nc !a !*" /"n*m"a!e $e t5pe ' - 8 ; 5625. C) 8%term"ner p*'r c@a6'e cat%g*r"e $e r%p*nses 7'stes !a pr*+a+"!"t% 6'" !'" c*rresp*n$.
nombre de rponses justes k nombre de sujets ni Pr ( X = k) 0 8 0,1001 1 15 0,267 2 20 0,3115 3 10 0,2076 4 4 0,0865 5 2 0,0231 6 1 0,0038 7 0 0,0004 8 0 0

Exercice 5 : 1. On lance le d une fois. Quelle est la probabilit pour que la somme des nombres vus soit suprieur ou gal 13 ? Rsultats possibles aux diffrents lancs : o 1+2+5 = 8 o 1+2+10 = 13 o 1+5+10 = 16 o 2+5+10 = 17 On a donc = 4 do Pr ( S 13) = 3/4

2. Soient k et n des nombres entiers vrifiant n 1 et 0 k n. On effectue n = 6 lancs de d et aprs chacun deux, on regarde la somme S des nombres vus. Calculer la probabilit pk pour quon ait exactement k = 3 lancers tels que S 13 ? Calcul de p3 pour S 13 sur 6 lancs : La variable suit la loi Binomiale B ( 6 ; ) do Pr ( S 13) = C63 (3/4)3 (1/4)6-3 C63 = 6 ! / [ 3 ! ( 6 3) !] = 720 / [ 6 * 6 ] = 720/36 = 20 Pr ( S 13) = 20 * 0,422 * 0,0156 = 0,1317 soit 13,17 % A partir du tableau : La valeur p = 0,75 nexistant pas, on va travailler avec la loi contraire soit B ( 6 ; 0,25) n = 6 ; k = 3 ; p = 0,25 ce qui donne 0,1318 soit 13,18 % 3. Dterminer la plus petite valeur de n pour laquelle p0 < 10-2. P0 = Cn0 (3/4)0 (1/4)n-0 = (1/4)n < 10 2 = (1/4)n < (1/10)2 Cela revient 4n > 102 do n log 4 > 2 log 10 do n > (2 *log 10) / log 4
M. AVRIL page 11 Semestre 3

I.U.T Alenon

Dpartement C.S. option G.U. Module 33STAT: STATISTIQUE

do n > 3,322 lancs Il y a 1 % de chance de ne pas avoir eu un rsultat suprieur ou gal 13 pour 4 lancs.
Exercice 6 : Sachant que le nombre moyen de communications tlphoniques reues par un standard entre 10h et 11h est de 1,8 par minute, et que le nombre X dappels reus par minute est une variable alatoire qui suit la loi de Poisson, calculer la probabilit pour quentre 10h53 et 10h 54, il y ait : m = 1,8 la variable X P (1,8)

1. 2. 3. 4. 5. 6. 7.

Pr ( X=0) = 0,1653 Pr ( X = 1) = 0,2975 Pr ( X = 2) = 0,2678 Pr ( X 2) = 1 [ Pr ( X=0) + Pr ( X=1) ] = 1 [ 0,1653 + 0,2975 ] = 0,5372 Pr ( X > 2) = 1 - [ Pr ( X=0) + Pr ( X=1) + Pr ( X=2) ] = 1 - [ 0,1653 + 0,2975 + 0,2678] = 0,2712 Pr [(X=2) (X=3) (X=4)] = Pr (X=2) + Pr (X=3) + Pr (X=4) = 0,2678 + 0,1607 + 0,0723 = 0,5208 Tracer la courbe de rpartition de la variable X

Exercice 7 : La distribution statistique suivante donne la rpartition dans une ville du nombre de jours sans accident, avec 1 accident, jusqu 4 accidents pour une priode de 50 jours.
Nombre d'accidents xi Nombre de jours fi 0 21 1 18 2 7 3 3 4 1

1. Calculer le nombre moyen daccidents par jour durant la priode de 50 jours. Nombre moyen daccident = fi xi = 1/50 * [ 0*21 + 1*18 + 2*7 + 3*3 + 4*1] = 45/50 = 0,9 fi 2. Ajuster la distribution prcdente par une loi de Poisson de paramtre . Calculer la probabilit pour quarrive 1 accident ; 2 , 3, 4 accidents. Pr (X=0) = 0,4066 Pr (X=1) = 0,3659 Pr (X=2) = 0,1647 Pr (X=3) = 0,0494 Pr (X=4) = 0,0111 3. Combien y aura-t-il de jours sans aucun accident pendant une priode de 365 jours ? Pr (X=0) = 0,4066 Sur 365 jours on aura donc : 365 * 0,4066 = 148,4j environ 149 jours sans accidents 4. Combien y aura-t-il de jours avec moins de 3 accidents pendant une priode de 365 jours ? Pr (X=0) = 0,4066 Pr (X=1) = 0,3659 Pr (X=2) = 0,1647 Pr (X2) = 0,4066 + 0,3659 + 0,1647 = 0,9372 On aura donc 342 jours avec moins de 3 accidents.
M. AVRIL page 12 Semestre 3