Documente Academic
Documente Profesional
Documente Cultură
= = = =
Remarquez que cest la mme probabilit pour toute valeur de k.
Exercice 11.
La probabilit quun autobus parte temps est 0,85, la probabilit quil parte temps et
arrive temps est 0,75 et la probabilit quil arrive temps est 0,78. Quelle est la
probabilit que
a) lautobus arrive temps sil part temps?
b) lautobus ne parte pas temps et arrive temps?
Solution:
Soient T lvnement : Lautobus part temps et A: lvnement : Lautobus arrive
temps. On a p T ( ) , = 0 85 , p T A ( ) , = 0 75 et p A ( ) , = 0 78.
a) p A T
p A T
p T
( / )
( )
( )
=
=
15
17
b) p T A p A p A T
c
( ) ( ) ( ) , = = 0 03
Exercice 12.
Montrez que si A et B sont indpendants alors A et
c
B sont indpendants et
c
A et
c
B le
sont aussi.
Solution:
Montrons que si A et B sont indpendants, alors A et B
c
sont indpendants.
On sait que p A B p A p A B
c
( ) ( ) ( ) =
Comme A et B sont indpendants, on a
p A B p A p A p B p A p B p A p B
c c
( ) ( ) ( ) ( ) ( )( ( )) ( ) ( ) = = = 1 et donc A et B
c
sont
indpendants.
Montrons que si A et B sont indpendants, alors A
c
et B
c
sont indpendants.
p A B p A B p A B p A p B p A B
c c c
( ) (( ) ) ( ) ( ) ( ) ( ) = = = + 1 1 et comme A et B
sont indpendants, on a
p A B p A p B p A p B p A p B p A p B
c c c c
( ) ( ) ( ) ( ) ( ) ( ( ))( ( )) ( ) ( ) = + = = 1 1 1 .
9
Exercice 13.
La probabilit de survivre une transplantation dun organe est 60%. Si un patient survit
lopration, son corps rejettera cet organe avec une probabilit de 15%. Quelle est la
probabilit que le patient passe les deux tapes avec succs?
Solution:
Soient S l`vnement Le patient survit la transplantation dorgane et R: lvnement
Le corps rejette lorgane. On p S ( ) , = 0 6 et p R S ( / ) , = 0 15. On a alors
p S R p R S p S p R S p S
c c
( ) ( / ) ( ) ( ( / )) ( ) , * , , = = = = 1 0 85 0 6 0 51
Exercice 14.
Dans un labyrinthe en T, une souris reoit de la nourriture si elle tourne droite et un choc
lectrique si elle tourne gauche. Si la souris a eu de la nourriture au premier essai, il ya
75% de chance quelle ira droite au deuxime essai, et si elle a reu un choc au premier
essai, il y'a 85% de chances quelle ira droite au deuxime essai. On suppose quau
premier essai, la souris a autant de chances de tourner droite qu gauche. Quelle est la
probabilit que la souris tourne droite au deuxime essai?
Solution:
Notons par D
i
lvnement : La souris tourne droite au i
me
essai . On a p D ( )
1
1
2
= ,
p D D ( / ) ,
2 1
0 75 = et p D D
c
( / ) ,
2 1
0 85 = . On veut calculer p D ( )
2
.
p D p D D p D D p D D p D p D D p D
c c c
( ) ( ) ( ) ( / ) ( ) ( / ) ( ) ,
2 2 1 2 1 2 1 1 2 1 1
0 8 = + = + = .
Exercice 15.
Deux composantes sont disposes en parallle. La fiabilit de la composante principale est
95%, celle de la composante de rechange 80% et celle du systme 99%. Quelle est la
probabilit que
a) les deux composantes soient oprationnelles?
b) la composante principale ne fonctionne et celle de rechange fonctionne ?
c) la composante de rechange fonctionne sachant que la principale ne fonctionne pas?
d) Les deux composantes fonctionnent-elles de faon indpendante?
10
Solution:
Notons par A lvnement : La composante principale fonctionne et B: lvnement :
La composante de rechange fonctionne. On a ( ) 0, 95 p A = , ( ) 0,80 p B = et
( ) 0,99 p A B =
a) De la formule ( ) ( ) ( ) ( ) p A B p A p B p A B = + , on dduit p A B ( ) , = 0 76.
b) ( ) ( ) ( ) 0, 04
c
p A B p B p A B = =
c)
( ) 0, 04
( / ) 0,8
0, 05 ( )
c
c
c
p A B
p B A
p A
= = =
d) A et B sont indpendants car ( ) ( ) 0, 95*0,80 0, 76 p A p B = = et donc gal
( ) p A B . On peut aussi montrer que ( / ) 0, 8 p B A = et donc gale ( ) p B .
Exercice 16.
La probabilit quune unit de sang provienne dun donneur rmunr est de 0.7. Si le
donneur a t rmunr, la probabilit de contracter lhpatite de cette unit est 0.01. Si le
donneur na pas t rmunr, cette probabilit tombe 0,001. Un patient a reu une
unit de sang.
a) Quelle est la probabilit que le patient contracte lhpatite?
b) Si le patient a contract lhpatite, quelle est la probabilit que cette unit provienne
dun donneur rmunr?
Solution:
Notons par R: lvnement : Lunit provient dun donneur rmunr et par H
lvnement: Le patient contracte lhpatite. On a ( ) 0, 7 p R = , p H R ( / ) , = 0 01 et
p H R
c
( / ) , = 0 001.
a)
( ) ( ) ( ) ( / ) ( ) ( / ) ( ) 0.0073
c c c
p H p H R p H R p H R p R p H R p R = + = + =
b)
( / ) ( )
( )
( )
( / ) 0, 9589
( )
p H R p R
p H
p R H
p R H
p H
= = =
11
Exercice 17.
Le quart dune population est vaccine contre une maladie. Lors dune pidmie, il sest
avr quun malade sur 5 tait vaccin.
a) Ce vaccin a-t-il un effet? justifiez
b) Donnez la relation entre la probabilit dtre malade sachant quon est vaccin et la
probabilit dtre malade ?
c) De plus, on a constat un malade sur 10 parmi les vaccins. Quelle tait la probabilit
dtre malade pour une personne qui na pas t vaccine?
Solution:
Notons par M lvnement :La personne est malade et par V lvnement : La
personne est vaccine. On a p V ( ) =
1
4
et p V M ( / ) =
1
5
.
a) Comme ( / ) p V M et ( ) p V sont diffrents, les vnements V et M ne sont pas
indpendants et par consquent le vaccin a un effet. Comme il y a 25% de vaccins
parmi la population mais seulement 20% de vaccins parmi les malades, on peut
affirmer que le vaccin a un effet positif.
b)
( ) ( / ) ( ) 4
( / ) ( )
( ) ( ) 5
p M V p V M p M
p M V p M
p V p V
= =
o ( ) ( ) ( ) ( / ) ( ) ( / ) ( )
c c c
p B p B A p B A p B A p A p B A p A = + = + .
On sait que ( ) 0, 6 p A = et ( / ) 0, 756 p B A = . La probabilit quun 1 soit reu par le
rcepteur si un 1 a t transmis par lmetteur est la mme quen b) et ceci par symtrie
et donc ( / ) 0, 756
c c
p B A = et par suite ( / ) 1 0, 756 0, 244
c
p B A = = . Avec toutes ces
donnes on trouve ( ) 0.5512 p B = et par suite ( / ) 0, 8229 p A B = .
13
Variables alatoires
Exercice 1.
Lorsquon pose aux gens une question sensible (comme par exemple: avez-vous dj
conduit en tat dbrit), on na pas souvent des rponses franches. Supposons que la
vraie proportion des gens qui ont conduit en tat dbrit est p. On aimerait avoir une
estimation de p. Une mthode consiste demander chaque individu sond de lancer une
pice de monnaie et ne pas divulguer le rsultat au sondeur. Si le lancer donne face,
lindividu rpondra toujours oui cette question sensible. Si le lancer donne pile,
lindividu rpondra honntement la question. Comme le sondeur ne connat le rsultat
du lancer, il ne peut pas savoir si un individu ayant rpondu oui a vraiment conduit en tat
dbrit.
a) Quelle est la probabilit quune personne choisie au hasard rponde oui la question?
b) Soit X la variable alatoire : Nombre de personnes ayant rpondu oui parmi n
personnes. Donnez la loi de probabilit de X, son esprance et sa variance.
c) Une estimation p de p est obtenue en galisant lexpression de E X ( ) dans laquelle
p a t remplac par p avec la valeur de X observe dans un chantillon de taille n.
La valeur de p changera dun chantillon un autre. Cest donc une variable
alatoire quon appellera un estimateur. Quelle est lesprance et la variance de p .
d) Si parmi 180 personnes sondes, 120 ont rpondu oui la question, quelle serait une
estimation p de p.
Solution:
a) Notons par A lvnement: La personne rpond oui la question et par B
lvnement: Le lancer donne face. On a
p A p A B p A B p A B p B p A B p B
c c c
( ) ( ) ( ) ( / ) ( ) ( / ) ( ) = + = + et par suite
p A p
p
( ) * * = + =
+
1
1
2
1
2
1
2
.
14
b) X suit une loi binomiale de paramtres n et
1
2
p +
et par suite E X
n p
( )
( )
=
+1
2
et
2
( 1) 1 (1 )
var( ) (1 )
2 2 4
n p p n p
X
+ +
= = .
c) Lestimateur p est dfini par
n p
X
( ) +
=
1
2
. on a donc p
X
n
=
2
1 et par suite,
1
(2 )
2
( ) 1
p
n
E p p
n
+
= = et
2
2
2 2
4 4 1 1
var( ) var( ) (1 )
4
p
p X n p
n n n
= = =
d) En utilisant
n p
X
( ) +
=
1
2
avec X = 120 et n = 180 , on obtient p =
1
3
.
Exercice 2.
Le cot des quipements de maintenance reprsente une part importante du budget dune
entreprise. Lors dune panne, le reprsentant charge des frais fixes de 50 $ par mois et
120 $ pour ajuster le systme. Le systme doit tre ajust en moyenne 5 fois par mois
avec un cart type de 2.
a) Donnez lesprance et lcart type du cot mensuel de maintenance
b) Dans quel intervalle se situe le budget mensuel de maintenance dans au moins 75% du
temps ?
Solution:
Notons par X la variable alatoire: Nombre mensuel de pannes du systme et Y la
variable alatoire: cot mensuel de maintenance.
a) De la relation Y X = + 120 50 , on a E Y E X ( ) ( ) = + = 120 50 650 et
( ) ( ) Y X = = 120 240 .
b) Comme on ne connat pas la distribution de la variable Y, on utilise lingalit de
Chebyshev P E Y k Y Y E Y k Y
k
( ( ) ( ) ( ) ( )) + 1
1
2
. Pour avoir1
1
75%
2
=
k
,
on prend k = 2 . Par suite le budget mensuel se situe entre 650 2 240 170 = * et.
650 2 240 1130 + = * .
15
Exercice 3.
Un distributeur de produits alimentaires affirme que 90% de ses contenants de 100
grammes de noix contiennent au moins 3 pacanes. Un service de protection du
consommateur dcide de tester 8 contenants dune large production et de rejeter
laffirmation du distributeur si 2 contenants ou plus contiennent moins de 3 pacanes.
Quelle est la probabilit de
a) rejeter laffirmation malgr son exactitude ?
b) ne pas rejeter laffirmation alors quen ralit seulement 85% des contenants
contiennent au moins 3 pacanes?
Solution:
Soit X la variable alatoire: nombre de contenants parmi 8 et qui contiennent moins de 3
pacanes..
a) Si laffirmation est vraie, (8,10%) X B . On rejettera laffirmation du distributeur si
2 X . La probabilit de rejet est donc ( 2) 18, 69% P X = .
b) (8,15%) X B . La probabilit de ne pas rejeter le lot est ( 1) 65, 72% p X = .
Exercice 4.
Un fermier a besoin de 10 plantes exotiques dune certaine grosseur pour participer un
concours. Il sait par exprience que 30 % des plants lui fourniront la grosseur voulue.
Quel est le nombre minimal de plants ncessaires pour participer au concours avec une
probabilit de 90%?
Solution
Notons par X le nombre de plants ayant la grosseur voulue parmi les n quil aura plant. X
suit une loi binomiale de paramtres n et p = 30%. On veut chercher n pour que
p X ( ) = 10 90%. En utilisant la calculatrice , on obtient n = 45.
Exercice 5.
Dans un contrle de qualit, 2 batteries sont choisies parmi un lot de 12 et le lot passe le
contrle si toutes les deux sont bonnes; sinon le lot est contrl en entier.
16
Quelle est la probabilit que le lot
a) passe linspection si le lot contient une seule batterie dfectueuse?
b) ne passe pas le contrle si le lot contient trois batteries dfectueuses?
Solution:
Notons par X la variable alatoire: nombre de batteries dfectueuses dans le lot.
a) Si une seule batterie est dfectueuse dans le lot, la probabilit que le lot passe le
contrle est p X ( ) = =
F
H
G
I
K
J
F
H
G
I
K
J
F
H
G
I
K
J
= 0
1
0
11
2
12
2
5
6
b) Si trois batteries sont dfectueuses dans le lot, la probabilit que le lot ne passe pas le
contrle est
11
5
2
12
2
9
0
3
1 ) 0 ( 1 ) 1 ( =
|
|
\
|
|
|
\
|
|
|
\
|
= = = X p X p
Exercice 6.
Il a t observ que 90% des copies dun logiciel fonctionnent correctement au moment
de linstallation.
a) Quelle est la probabilit quau moins 9 des 10 copies vendues dans un mois
fonctionnent correctement a linstallation?
b) Si 10 copies sont vendues chaque mois de lanne, quelle est la probabilit quau
moins 9 fonctionnent correctement linstallation chaque mois de lanne ?
Solution:
a) Notons par X la variable alatoire: nombre de copies qui fonctionnent correctement
linstallation parmi 10 vendues. X B ( , 10 90%) . On a p X ( ) , = 9 73 61% .
b) Notons par Y la variable alatoire: nombre de mois parmi 12 o sur les 10 copies
vendus, au moins 9 fonctionnent correctement linstallation. Y B n p ( , ) o n = 12
et p = 73 61% , . On a p Y ( ) , = = 12 2 53%.
17
Exercice 7.
On veut tester un chantillon de taille n dun grand lot de pneus. On estime que 5% des
pneus prsentent un dfaut. Trouvez la taille n pour que la probabilit de nobserver aucun
pneu dfectueux dans lchantillon soit denviron 10%?:
Solution:
Notons par X la variable alatoire: nombre de pices dfectueuses parmi n..
X B n ( ,5%) . On veut que p X ( ) = = 0 10%. En utilisant la calculatrice, on obtient
n = 45.
Exercice 8.
Les lignes tlphoniques dune compagnie arienne sont occupes 70% du temps.
a) Si vous appelez cette compagnie, quelle est la probabilit davoir la ligne au premier
coup? au deuxime?
b) combien de fois en moyenne devez vous appeler pour avoir la ligne?
Solution:
a) Notons par X la variable alatoire: nombre de fois que vous devez appelez pour avoir
la ligne. X suit une loi gomtrique de paramtre p = 30%.
p X ( ) = = 1 30%
p X ( ) * = = = 2 70% 30% 21%
b) On a E X ( ) , = =
1
30%
3 33
Exercice 9.
Le nombre de rsistances produites par une usine dans une journe suit une loi de poisson
de moyenne 200. Par exprience 5% des rsistances ne sont pas conformes. Quelle est la
probabilit que
a) 10 des rsistances produites en une journe ne soient pas conformes ?
b) plus de 10 rsistances produites en une journe ne soient pas conformes ?
Solution:
Notons par X la variable alatoire: nombre de rsistances produites dans une journe et par
Y la variable alatoire: nombre de rsistances non conformes produites en une journe. la
18
variable X suit une loi de poisson de moyenne 200 et Y suit une loi de poisson de moyenne
200 5% 10 * = .
a) p Y ( ) , = = 10 0 125
b) p Y ( ) , = 10 0 542
Exercice 10.
Le nombre de voitures qui entrent dans un tunnel dans une priode de 5 minutes suit une
loi de Poisson de moyenne est 3.
a) quelle est la probabilit que le nombre de voitures entrant le tunnel dans une priode
de 5 minutes excde 4 ?
b) Si le tunnel est observ pendant 10 priodes de 5 minutes, quelle serait la probabilit
que plus de 4 voitures entrent dans le tunnel au moins une fois dans les 10 priodes de
5 minutes ?
Solution:
Notons par X la variable alatoire: nombre voitures entrant le tunnel dans une priode de
5 minutes. La variable X suit une loi de Poisson de moyenne 3.
a) p X ( ) , = 5 18 47%
b) Soit Y la variable alatoire: nombre de priodes de 5 minutes parmi 10 dans lesquelles
plus de 4 voitures entrent dans le tunnel. Y B ( ; , 1018 47%) et p Y ( ) = 1 87%
Exercice 11.
La proportion de personnes atteintes dune certaine maladie est p. Cette maladie peut tre
dtecte par un test sanguin. On veut tester un nombre N de personnes dans une ville. Le
test peut tre fait de deux faons:
1- Chaque personne est teste et le nombre de tests est alors N.
2- On suppose que N est un multiple de n ( n 2 ). On forme alors des groupes de n
personnes. On mlange le sang de chaque groupe de n personnes et on teste ce
mlange. Si le test est ngatif, aucune personne du groupe nest atteinte. Si le test est
positif, on teste chaque personne individuellement. Pour chaque groupe, on fait donc
soit un test, soit n+1 tests.
a) Quel est le nombre moyen de tests dans la mthode 2?
19
b) Si p=5%, Quelle est la valeur de n qui minimise le nombre moyen de tests dans la
mthode 2?
c) Si p=5% et en prenant pour n la valeur obtenue la question b), combien de tests en
moyenne la mthode 2 permet-elle dconomiser?
Solution:
a) Comme N est un multiple de n, N kn = . Il y a donc k groupes de n personnes. Pour
i=1 k, soit X
i
la variable alatoire: nombre de tests effectuer dans le groupe i. Soit
Y la variable alatoire: nombre de personnes atteintes parmi n. La variable Y suit une
loi binomiale de paramtres n et p. Chaque variable X
i
prend soit la valeur 1, soit la
valeur n +1. Comme ( 1)
i
X = veut dire quaucune personne parmi n nest atteinte,
p X p Y p
i
n
( ) ( ) ( ) = = = = 1 0 1 et par suite p X n p
i
n
( ) ( ) = + = 1 1 1 . On dduit de
ce qui prcde que E X p n p n p
i
n n n
( ) ( ) ( )( ( ) ) ( ( ) ) = + + = + 1 1 1 1 1 1 1.
Comme le nombre de tests effectuer pour tous les groupes est X X
i
i
k
=
=
1
, on a
E X k n p
n
( ) ( ( ( ) ) ) = + 1 1 1 et comme N kn = , on obtient
1
( ) ( (1 (1 ) ) 1) ((1 (1 ) ) )
n n
N
E X n p N p
n n
= + = + .
b) Si p = 5%, la valeur de n qui minimise le nombre moyen de tests est 5.
c) Si p = 5% et n = 5 le nombre moyen de tests conomiss est 0,5738N.
Exercice 12.
Le nombre de camions arrivant un poste de pese est model suivant une loi de Poisson
de moyenne 20 camions lheure. Daprs les statistiques, on estime 50% la proportion
de camions dont le poids dpasse la charge permise.
a) Quelle est la probabilit que la prochaine heure, 20 camions arriveront au poste de
pese et 10 dpasseront la charge?
b) Soit x un entier 20 x . Donnez une formule pour la probabilit que x camions
arrivent dans une heure et 20 dpassent pas la charge?
c) En utilisant la question prcdente, donnez la probabilit que dans la prochaine heure
20 camions dpassent la charge?
20
d) Ya t-il un moyen plus rapide de rpondre la question prcdente?
Solution :
Notons par X la variable alatoire : Nombre de camions qui arrivent au poste de pese par
heure et par Y la variable alatoire : Nombre de camions dpassant la charge qui arrivent
au poste de pese par heure.
a) On veut calculer. (( 20) ( 10)) p X Y = =
p X Y p Y X p X (( ) ( )) ( / ) ( ) = = = = = = 20 10 10 20 20 .
On sait que (20) X Poison et donc ( 20) 0, 0888 p X = = . ( 10/ 20) p Y X = = se
calcule avec une binomiale car on veut avoir 10 succs parmi 20. Comme la
probabilit de succs est 50%, on a ( 10/ 20) 0,176 p Y X = = = et par suite
(( 20) ( 10)) 0, 0156 p X Y = = = .
b) Soit 20 x , on veut (( ) ( 20)) p X x Y = = .
(( ) ( 20)) ( 20/ ) * ( ) p X x Y p Y X x p X x = = = = = = . En suivant une dmarche
similaire quen a) on obtient :
20
20 20 20
20 1
(( ) ( 20)) 0, 5 0, 5 10
20 ! 20!( 20)!
x
x x
x
e
p X x Y e
x x
| |
= = = =
|
\
.
c) On veut calculez p Y ( ) = 20 .
( 20) (( 20) ( 20)) (( 20) ( 21)) ................ p Y p Y X p Y X = = = = + = = +
20
20
20 20 20
1 1
(( 20) ( )) 10 10
20!( 20)! 20! ( 20)!
k k
k k k
e
p Y X k e
k k
= = =
= = = = =
20 20 20 10 20
20
0 0
1 10 1 10
10 10
20! ! 20! ! 20!
n n
n n
e e e
n n
+
= =
= = =
.
d) La variable Y suit une loi de poisson de moyenne 20 50% 10 * = camions lheure et
par consquent p Y
e
( ) = =
20
10
20!
10 20
.
21
Exercice 13.
Dans une ville, la consommation journalire deau (en millions de litres) est une variable
alatoire dont la densit de probabilit est donne par
2
1
.... ... 0
( )
4
0...... .... 0
x
xe si x
f x
si x
>
=
<
a) Quelle est la probabilit que la consommation journalire de cette ville ne dpasse pas
5 millions de litres?
b) Si la ville ne peut fournir plus de 8 millions de litres par jour, quelle est la probabilit
quune journe, la ville ne puisse rpondre la demande?
c) Quelle devrait tre la capacit journalire de la ville pour que la probabilit de
rpondre la demande soit de 95%?
Solution:
a) p X xe dx
x
( ) , < = =
z
5
1
4
71 27%
0
5
2
b) p X xe dx
x
( ) , > 8
1
4
9 16%
8
2
= =
z
c) On rsout lquation
1
4
95%
0
2
a
x
xe dx
z
= et on trouve a = 9488729 litres.
Exercice 14.
Des rsistances sont spcifies varier entre 0.1 et 0.15 ohms. On suppose que ces
rsistances suivent une loi normale de moyenne 0.12 et dcart type 0.015.
a) Quelle est la probabilit quune rsistance slectionne au hasard rencontre les
spcifications?
b) Si 5 rsistances sont slectionnes au hasard, quelle est la probabilit quau moins 4
rencontrent toutes les spcifications?
Solution:
a) Si X dsigne la rsistance, on a p X ( , , ) , 0 1 0 15 88 6% < < =
b) Soit Y le nombre de rsistances qui rencontrent les spcifications parmi 5.
X B (5; , 88 6%) et on a p Y ( ) , = 4 89 72%.
22
Exercice 15.
La dure de vie dune certaine composante lectronique est distribue normalement avec
une moyenne 2000 heures et un cart type 250 heures. Le fabriquant offre une priode de
garantie de 75 jours. Chaque pice retourne engendre une perte de 20$ et chaque pice
non retourne engendre un gain de 20$.
a) Quelle est la proportion de composantes retournes?
b) Quel est le gain espr par pice?
b) Quelle doit tre la priode de garantie du fabriquant sil veut au maximum 5% de
retour et quel est la gain espr dans ce cas?
Solution:
a) Soit X la dure de vie des composantes. Comme X N ( , ) 2000 250
2
, on a
p X ( * ) , < = 75 24 2118%.
b) Soit Y le gain par pice. Y prend deux valeurs : soit -20, soit 20. On a
p Y ( ) , = = 20 2118% et p Y ( ) , = = 20 1 2118%. Par suite, on a
E Y ( ) * , *( , , = + = 20 2118% 20 1 2118%) 1153$.
c) On cherche a pour que p X a ( ) < = 5%. Si on utilise la table de la loi normale centre
rduite, on transforme lquation prcdente en p Z
a
( ) <
=
2000
250
5%. Avec la
calculatrice, on utilise la fonction inverse de la fonction de rpartition de la loi
normale et on obtient 66 jours environ. Dans cette situation
E Y ( ) * *( = + = 20 5% 20 1 5%) 18$.
Exercice 16.
La distribution dun type de rsistances est normale. 10% des rsistances excdent 9,25
ohms et 5% ont une rsistance infrieure 8,5 ohms. Quelles sont la moyenne et lcart
type?
Solution:
Notons la moyenne par et lcart type par . On a p X ( , ) > 9 25 10% = et
p X ( , ) < = 8 5 5%. En transformant ces quations dans la loi normale centre rduite, on
23
a p Z (
,
) >
9 25
10%
et p Z (
,
) <
=
8 5
5%
et
8 5
16448
,
,
1
2
pour t 0 . Il est clair que pour t < 0, F t p X t ( ) ( ) = = 0.En drivant
la fonction de rpartition, on obtient f t
e si t
si t
t
( )
... ..
....... ..
=
<
R
S
|
T
|
1
2
0
0 0
2
. On remarque alors que
X suit une loi exponentielle de moyenne 2.
c) En suivant le mme raisonnement quen b), X suit une loi exponentielle de moyenne
10
n
.
Exercice 18.
Une personne souffre dhypertension si sa pression diastolique est de 90 ou plus.
Cependant il y a des variations lors des tests. Des tudes ont montr que lors dun test
24
mesurant la pression diastolique, lcart type est de 10. La pression diastolique du
professeur Tournesol est distribue normalement avec une moyenne de 95.
a) Si le professeur Tournesol fait un test pour mesurer sa pression diastolique, quelle est
la probabilit quil soit diagnostiqu ayant une pression normale?
b) Le professeur Tournesol fait 4 tests durant 4 journes diffrentes. Si la moyenne des 4
tests est utilise, quelle est la probabilit quil soit diagnostiqu ayant une pression
normale?
Solution:
a) Soit X la pression diastolique du professeur Tournesol. On sait que X N ( , ) 9510
2
et
par suite p X ( ) , < = 90 30 85%.
b) Pour i=1 4, Soit X
i
pression diastolique du professeur Tournesol au i
me
test. La
variable X
X X X X
=
+ + +
1 2 3 4
4
suit une loi normale de moyenne 95 et de variance 5
et par suite p X ( ) , < = 90 15 86%.
Exercice 19:
Les temps que les clients passent un comptoir de service sont des variables alatoires
indpendantes de moyenne 1,5 minutes et dcart type 1 minute.
a) Quelle est la probabilit que le temps total que passent 100 clients ce comptoir soit
infrieure 2 heures??
b) Quel est le nombre maximal n de personnes tel que la probabilit quils passent moins
de 2 heures au comptoir soit dau moins 90%?
Solution:
a) Pour i=1 100, soient X
i
les temps passs au comptoir et X X
i
i
=
=
1
100
. Daprs le
thorme limite centrale, X suit une loi normale de moyenne 155 et de variance 100
et on obtient p X ( ) , < = 160 84 13%.
b) Pour i=1 n, soient X
i
les temps passs au comptoir et X X
i
i
n
=
=
1
. On suppose que
Le thorme limite centrale sapplique. X suit alors une loi normale de moyenne 1,5n
25
et de variance n . Comme p X ( ) < = 160 90%, on a p Z
n
n
(
,
) <
=
160 15
90%. En
utilisant les tables ou la fonction inverse de la loi normale centre rduite on obtient
98. n =
26
Estimation des paramtres et tests dhypothse
Exercice 1.
Dans une manufacture, on a voulu estimer le temps moyen ncessaire une machine pour
complter une tache. On a alors mesur les temps ncessaires pour complter cette tche
150 fois et on a obtenu un temps moyen de 85 minutes et un cart type de 10 minutes.
a) Donnez un intervalle de confiance avec un niveau de confiance de 95% pour le temps
moyen ncessaire la machine pour accomplir cette tache?
b) Si le temps moyen a t estim entre 83 et 87 minutes, quel est le niveau de confiance
associ cet intervalle?
c) Combien de fois doit on mesurer les temps pour que lintervalle de confiance spcifies
le temps moyen 1 minute prs et ceci 19 fois sur 20?
Solution:
a) On a 85
10
150
83386
0 05
2
149
= t
.
,
. et 85
10
150
86 613
0 05
2
149
+ = t
.
,
. . Lintervalle de
confiance pour ayant un niveau de confiance de 95% est 83386 86613 . , . .
b) La marge derreur est 2 minutes. On rsout 2
10
150
2
149
= t
,
et on obtient t
2
149
6
,
= .
Par suite
2
6 = > P t ( ) o t suit une loi de Student avec 149 degrs de liberts.
= 155% . et 1 98 45% = .
c) On cherche n pour que la marge derreur soit de 1 minute avec un niveau de confiance
de 95%. Pour cela on rsout
0.05
, 1
2
10
1
n
t
n
par
0.05
2
Z , on et on trouve 385 n = . Laide de la calculatrice,
on rsout
, 1
2
10
1
n
t
n
2
1
0 0385 et
( )
. p z
p p
n
+
=
2
1
01115. Lintervalle recherch est 385%,1115% . . .
b) On rsout
0.05
2
(1 )
3%
p p
z
n
=
. On prendra 11.15% p = qui est lestimation de p
dont nous disposons et qui donnera la plus grande valeur de n (le cas le plus
dfavorable est la valeur la plus proche de 0.5). La solution obtenue est 423 n = .
Exercice 3.
Dans chacune des situations suivantes, prcisez les hypothses H
0
et H
1
;
a) Un nouveau type de batterie doit tre install dans dispositif mdical sil est dmontr
que sa dure de vie est suprieure 1 an.
b) Un inspecteur de contrle de la qualit doit rajuster une machine qui sert remplir des
bouteilles si la contenance des bouteilles nest pas de 10 ml.
c) Un inspecteur de contrle de la qualit doit revoir le procd de fabrication si la
rsistance la pression est infrieure 150 psi.
d) On veut que la proportion de composantes dfectueuses ne dpasse pas 4%.
Solution :
a) Paramtre tester: la dure de vie moyenne de ce type de batterie
Hypothses :
0
: 1 H = ,
1
: 1 H >
b) Paramtre tester: la contenance moyenne des bouteilles
Hypothses:
0
: 10 H =
1
: 10 H
c) Paramtre: la rsistance la pression moyenne
28
0
: 150 H =
1
: 150 H <
d) Paramtre tester: la proportion de composantes dfectueuses
Hypothses: H p
0
4% : = H p
1
4% : >
Exercice 4.
Lors du test sur la moyenne dune population normale de variance 9, la rgle de dcision
est de ne pas rejeter H
0
si 13.77 16.23 X en se basant sur les rsultats dchantillons
de taille 25.
a) Posez les hypothses H
0
et H
1
.
b) calculez la probabilit de commettre une erreur de premire espce.
c) Calculez la probabilit de commettre une erreur de deuxime espce si la vraie
moyenne est 16.5.
d) Si un chantillon de taille 25 a donn une moyenne de 16, quel est le seuil descriptif ou
p-value du test?
Solution:
a)
0
: 15 H =
1
: 15 H
b) On veut calculez .
De la formule
2
3
16.23 15
5
Z
= + , on a
2
2.05 Z
= > . On
obtient 4.036% = .
On peut le faire aussi comme suit : 1 (13.77 16.23) P X = o X suit une loi
normale de moyenne 15 et dcart type
3
5
. On obtient 1 95.96% = et 4.036% = .
Remarque: Ce dernier calcul peut se faire avec la variable Z en calculant
1
1377 15
3
5
16 23 15
3
5
=
P Z (
.
( )
.
( )
) .
Dans le cas ou la loi de student sapplique, les calculs de probabilits doivent se faire de
cette dernire faon avec Z remplac par t.
29
c) On veut calculer lorsque = 165 . . On a = P X ( . . ) 1377 16 23 o X suit une loi
normale de moyenne 16.5 et dcart type
3
5
et on a = 32 64% . . Ce calcul peut se
faire aussi avec =
P Z (
. .
( )
. .
( )
)
1377 165
3
5
16 23 165
3
5
.
d) On a
p
P X = > 2 16 ( ) o X suit une loi normale de moyenne 15 et dcart type
3
5
et
donc
p
= 9 56% . .
On a aussi
p
P Z P Z = >
= > = 2
16 15
3
5
2
5
3
9 56% (
( )
) ( ) . .
Exercice 5.
Si H
0
25 : =
1
: 25 H > , n = 35, x = 258 . , s = 3 et = 10%.
a) Quelle est la dcision ?
b) Calculez la probabilit de commettre une erreur de deuxime espce si la moyenne
relle est 26.
c) Quel est le seuil descriptif ou p-value du test?
Solution:
a) La rgle de dcision est de rejeter H
0
si X t > + = 25
3
35
2566
0 1 34 . ,
. et la dcision est
donc de rejeter H
0
du fait que lchantillon avait donn 25.8.
b) On veut calculer lorsque = 26. On a = P X ( . ) 2566 avec = 26.. Ce calcul se
fait avec t
X
S
=
26
35
( )
et =
= P t (
.
( )
) .
2566 26
3
35
2535%.
c) On a
p
P X = > ( . ) 258 avec = 25 et
p
P t = >
= (
.
( )
) .
258 25
3
35
62%
Exercice 6.
Le temps ncessaire pour rparer un instrument lectronique est normalement distribu.
Le temps de rparation de 16 de ces instruments a donn un temps moyen de 241.5 heures
et un cart type de 98.7 heures. On aimerait savoir si le temps de rparation moyen
dpasse 225 heures.
a) Faites un test en utilisant un seuil de 5%
30
b) Quel est le seuil descriptif ou p-value du test?
Solution :
a) Les hypothses sont: H
0
225 : = H
1
225 : >
La rgle de dcision est: Rejeter H
0
si X t > + = 225
98 7
4
268 26
0 05 15 . ,
.
.
Dcision: Comme la moyenne de lchantillon ne dpasse pas la valeur critique, on ne
rejette pas H
0
. Il ny a donc pas assez dvidence pour dire que le temps de rparation
moyen dpasse 225 heures.
b) On a
p
P X = > ( . ) 2415 avec = 225. Comme t
X
S
n
=
0
suit une loi de Student
15 degrs de libert et la valeur observe de t est
2415 225
98 7
4
0 6687
.
( .
)
.
= , on a
p
P t = > = ( . ) . 06687 257%.
Exercice 7.
Un plan pour un club de voyageurs vip a t dvelopp par une compagnie arienne sous
lhypothse que 5% de ses clients seront qualifis pour un membership. Dans un
chantillon alatoire de 500 clients, 40 se sont qualifis pour le membership.
a) En utilisant un seuil de signification de 1%, tester lhypothse de la compagnie.
b) Quelle est la p-value du test?
c) Quelle est la puissance du test dtecter un cart positif de 3 % par rapport
lhypothse de la compagnie?
Solution:
a) Les hypothses sont: H p
0
5% : = H p
1
5% :
= 1%
Statistique:
0.05 0.0249
500
P Z
< == ou
.
. ( . )
.
.
P Z > +
= 0 05
0 05 1 0 05
500
0 0751
0 01
2
.
Dcision: la valeur observe de
P est
40
500
8% = et par consquent lhypothse de la
compagnie est rejete.
b) On a
p
P P = > 2
40
500
. (
) o
1 1 (0.0249 0.0751) P P = o
< = .
La valeur observe de F est
2
2
1.152
0.81
1.28
F = = et elle nest pas situe dans la zone de
rejet de
0
H .
b) Les hypothses sont:
0 1 2
: H =
1 1 2
: H > . On a 5% = et la statistique du test
est
1 2
1 2
1 1
c
X X
t
S
n n
=
+
. On rejettera
0
H si
0.05,18
1.7341 t t > = . La valeur observe de t
est
27.04 25.95
2
1 1
1.218
10 10
t
= =
+
. Lhypothse
0
H est rejete. On peut conclure que la
performance moyenne du modle 1 est suprieure celle du modle 2.