Probabilités et statistique MTH0104 • Polytechnique Montréal • Approximations et théorème central limite

Approximations et théorème central limite : exercices corrigés de MTH0104 (Polytechnique)

Approximations et théorème central limite : exercices de MTH0104 (Polytechnique)

Nom : Classe : Date :

Corrigé

Durée conseillée : 3 h 00 · Calculatrice autorisée · 11 exercices
https://www.letuteurscientifique.ca/exercices/mth0104-approximations-theoreme-central-limite

Voici dix exercices corrigés sur les approximations et le théorème central limite du cours MTH0104, probabilités et statistique de Polytechnique, précédés d'une liste de onze calculs.

Ce que couvre la série, les pièges traités

Ils couvrent l'approximation de la loi binomiale par la loi normale et ses conditions np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5, la correction de continuité, l'approximation de la loi binomiale par la loi de Poisson, l'approximation de la loi de Poisson par la loi normale, et le théorème central limite pour une somme et pour une moyenne de nn variables indépendantes de même loi.

Le chapitre est évalué au quiz 3 et au contrôle périodique 2, et revient à l'examen final ; on le retrouve au 201-SN1-RE du cégep, avec moins de lois nommées.

À la fin de la série, vous savez choisir entre la binomiale exacte, Poisson et la normale (exercice 1), traduire « exactement », « au plus », « moins de », « entre » et « plus de » en bornes à une demi-unité près (exercice 2), calculer l'espérance et la variance d'une somme ou d'une moyenne et justifier le recours au TCL (exercices 3 et 4), approcher une loi de Poisson et trouver une capacité (exercice 5), et remonter d'une probabilité visée à une mise ou à un nombre de billets (exercices 6 et 7). Le fil : approcher une loi, c'est garder la moyenne et la VARIANCE de la variable étudiée, npqnpq, λ\lambda, nσ2n\sigma^{2} ou σ2n\dfrac{\sigma^{2}}{n}, et lire une variable entière en barres de largeur 1. Les exercices 9 et 10 sont des problèmes à étages au format du contrôle : une loi continue donne une probabilité, puis une binomiale sur 100 boîtes ou sur 40 impressions l'utilise.

Les pièges traités : approcher par une normale dès que n≥30n\ge 30 (exercices 1 et 8), oublier la demi-unité ou la prendre du mauvais côté pour « moins de » et « plus de » (exercices 2, 5 et 7), écrire P(X=20)=0P(X=20)=0 (exercice 8), donner l'écart-type là où la loi attend la variance (exercices 1, 8 et 9), multiplier la variance par n2n^{2} au lieu de nn (exercices 3 et 8), ajouter la tare à la variance (exercices 4 et 9), appliquer le TCL à un objet seul ou à 10 variables (exercices 4 et 10), arrondir un nn ou une mise du mauvais côté (exercices 5, 6, 7 et 10). Comme au contrôle : calculatrice non programmable et tables fournies, et toute réponse justifiée.

  • 11 exercices corrigés
  • Durée : 3 h 00
  • Autocorrigée, 96 réponses
  • Calculatrice
Commencer l'exercice 0.1 La fiche du chapitre
Imprimer

Imprimer le devoir ou le corrigé

Le devoir sans corrigé, un exercice par page, et le corrigé à part : c'est dans ton espace gratuit. Un courriel suffit, sans mot de passe, et tu reviens ici.

Créer mon espace gratuit

Déjà un espace ? Me connecter

Rappel de cours

  • • BINOMIALE PAR LA NORMALE : si np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5, X∼B(n ;p)X\sim\mathcal{B}(n\,;p) s'approche par Y∼N(np ;npq)Y\sim\mathcal{N}(np\,;npq), la VARIANCE en second paramètre.
  • • CORRECTION DE CONTINUITÉ : P(X=k)≈P(k−0,5<Y<k+0,5)P(X=k)\approx P(k-0{,}5<Y<k+0{,}5) ; P(X≤k)≈P(Y<k+0,5)P(X\le k)\approx P(Y<k+0{,}5) ; P(X<k)≈P(Y<k−0,5)P(X<k)\approx P(Y<k-0{,}5) ; P(a≤X≤b)≈P(a−0,5<Y<b+0,5)P(a\le X\le b)\approx P(a-0{,}5<Y<b+0{,}5).
  • • BINOMIALE PAR POISSON : si n≥30n\ge 30 et np<5np<5, X≈P(np)X\approx\mathcal{P}(np). POISSON PAR LA NORMALE : λ\lambda grand, N(λ ;λ)\mathcal{N}(\lambda\,;\lambda), avec la correction de continuité.
  • • SOMME ET MOYENNE : X1,…,XnX_{1},\dots,X_{n} indépendantes, de moyenne μ\mu et de variance σ2\sigma^{2} : E(S)=nμE(S)=n\mu, V(S)=nσ2V(S)=n\sigma^{2} ; E(Xˉ)=μE(\bar X)=\mu, V(Xˉ)=σ2nV(\bar X)=\dfrac{\sigma^{2}}{n} ; V(S+c)=V(S)V(S+c)=V(S).
  • • THÉORÈME CENTRAL LIMITE : dès n≥30n\ge 30, S≈N(nμ ;nσ2)S\approx\mathcal{N}(n\mu\,;n\sigma^{2}) et Xˉ≈N(μ ;σ2n)\bar X\approx\mathcal{N}\left(\mu\,;\dfrac{\sigma^{2}}{n}\right), quelle que soit la loi des XiX_{i} ; une somme de normales indépendantes est EXACTEMENT normale.
  • • LOIS USUELLES : uniforme sur [a ;b][a\,;b], E=a+b2E=\dfrac{a+b}{2}, V=(b−a)212V=\dfrac{(b-a)^{2}}{12} ; exponentielle, E=1λE=\dfrac{1}{\lambda}, V=1λ2V=\dfrac{1}{\lambda^{2}} ; Poisson, E=V=λE=V=\lambda.
  • • TABLE : P(0<Z<z)P(0<Z<z), zz arrondi au centième ; z0,05=1,645z_{0{,}05}=1{,}645, z0,025=1,96z_{0{,}025}=1{,}96, z0,01=2,33z_{0{,}01}=2{,}33, z0,005=2,575z_{0{,}005}=2{,}575.

Calculs : approximation normale et théorème central limite

Exercice 0.1 : Approcher une loi : onze calculs directs

15 réponses vérifiables

Pour chaque ligne, calculez la quantité demandée sans justifier le modèle : les conditions d'approximation sont remplies. Arrondissez zz au centième avant de lire la table, qui donne P(0<Z<z)P(0<Z<z) ; probabilités à quatre décimales.

Trois outils. Pour X∼B(n ;p)X\sim\mathcal{B}(n\,;p), la loi normale approchante est N(np ;npq)\mathcal{N}(np\,;npq), VARIANCE en second paramètre, avec la correction de continuité ±0,5\pm 0{,}5. Pour une somme SS de nn variables indépendantes de même loi, de moyenne μ\mu et de variance σ2\sigma^{2} : E(S)=nμE(S)=n\mu et V(S)=nσ2V(S)=n\sigma^{2}. Pour leur moyenne : E(Xˉ)=μE(\bar X)=\mu et V(Xˉ)=σ2nV(\bar X)=\dfrac{\sigma^{2}}{n}.

  • a) X∼B(60 ;0,3)X\sim\mathcal{B}(60\,;0{,}3) : donnez la moyenne μ\mu et la variance σ2\sigma^{2} de la loi normale qui l'approche.
  • b) Même XX : calculez P(X=20)P(X=20) par l'approximation normale.
  • c) Même XX : calculez P(X≤15)P(X\le 15).
  • d) Même XX : calculez P(X<15)P(X<15).
  • e) Même XX : calculez P(12≤X≤22)P(12\le X\le 22).
  • f) SS est la somme de 4040 variables indépendantes de moyenne 2,52{,}5 et de variance 0,80{,}8 : donnez E(S)E(S) et l'écart-type de SS.
  • g) Même SS : calculez P(S>104)P(S>104).
  • h) Xˉ\bar X est la moyenne de 3636 variables indépendantes de moyenne 5050 et d'écart-type 1212 : donnez l'écart-type de Xˉ\bar X, puis P(Xˉ<47)P(\bar X<47).
  • i) SS est la somme de 4848 variables indépendantes de loi uniforme sur [0 ;10][0\,;10] : donnez E(S)E(S) et V(S)V(S).
  • j) Même SS : calculez P(S>275)P(S>275).
  • k) NN suit une loi de Poisson de paramètre λ=36\lambda=36 : calculez P(N≥40)P(N\ge 40) par l'approximation normale.

Tape tes réponses, la page te dit juste ou faux 0/15

a)
b)
c)
d)
e)
f)
g)
h)
i)
j)
k)
Voir la correction

Réponses

  • a) Y∼N(18 ;12,6)Y\sim\mathcal{N}(18\,;12{,}6) : μ=18\mu=18, σ2=12,6\sigma^{2}=12{,}6
  • b) P(X=20)≈0,0952P(X=20)\approx 0{,}0952
  • c) P(X≤15)≈0,2420P(X\le 15)\approx 0{,}2420
  • d) P(X<15)≈0,1611P(X<15)\approx 0{,}1611
  • e) P(12≤X≤22)≈0,8644P(12\le X\le 22)\approx 0{,}8644
  • f) E(S)=100E(S)=100, σ(S)=32≈5,66\sigma(S)=\sqrt{32}\approx 5{,}66
  • g) P(S>104)≈0,2389P(S>104)\approx 0{,}2389
  • h) σ(Xˉ)=2\sigma(\bar X)=2 ; P(Xˉ<47)≈0,0668P(\bar X<47)\approx 0{,}0668
  • i) E(S)=240E(S)=240, V(S)=400V(S)=400
  • j) P(S>275)≈0,0401P(S>275)\approx 0{,}0401
  • k) P(N≥40)≈0,2810P(N\ge 40)\approx 0{,}2810

Le geste commun à toutes les lignes : nommer la loi normale approchante par sa moyenne et sa VARIANCE, traduire l'événement en bornes (demi-unité pour une variable entière, aucune pour une somme de variables continues), puis lire la table P(0<Z<z)P(0<Z<z) avec la symétrie de la cloche.

a)

μ=np=60×0,3=18\mu=np=60\times 0{,}3=18 et σ2=np(1−p)=18×0,7=12,6\sigma^{2}=np(1-p)=18\times 0{,}7=12{,}6, donc Y∼N(18 ;12,6)Y\sim\mathcal{N}(18\,;12{,}6) et σ=12,6≈3,550\sigma=\sqrt{12{,}6}\approx 3{,}550.

Conditions vérifiées : np=18≥5np=18\ge 5 et n(1−p)=42≥5n(1-p)=42\ge 5.

b)

La barre de 20 couvre [19,5 ;20,5][19{,}5\,;20{,}5] : P(X=20)≈P(19,5<Y<20,5)P(X=20)\approx P(19{,}5<Y<20{,}5).

z1=19,5−183,550=0,42z_{1}=\dfrac{19{,}5-18}{3{,}550}=0{,}42 et z2=20,5−183,550=0,70z_{2}=\dfrac{20{,}5-18}{3{,}550}=0{,}70

P≈P(0<Z<0,70)−P(0<Z<0,42)=0,2580−0,1628=0,0952\displaystyle P\approx P(0<Z<0{,}70)-P(0<Z<0{,}42)=0{,}2580-0{,}1628=0{,}0952

La valeur exacte, (6020)0,3200,740\binom{60}{20}0{,}3^{20}0{,}7^{40}, vaut 0,09310{,}0931.

c)

« Au plus 15 » contient la barre de 15, qui finit à 15,515{,}5 :

z=15,5−183,550=−0,70z=\dfrac{15{,}5-18}{3{,}550}=-0{,}70, donc P(X≤15)≈0,5−0,2580=0,2420P(X\le 15)\approx 0{,}5-0{,}2580=0{,}2420.

d)

« Moins de 15 » veut dire au plus 14 : la borne est 14,514{,}5.

z=14,5−183,550=−0,99z=\dfrac{14{,}5-18}{3{,}550}=-0{,}99, donc P(X<15)≈0,5−0,3389=0,1611P(X<15)\approx 0{,}5-0{,}3389=0{,}1611.

Piège : garder 15,515{,}5 comme en c). On compterait la barre de 15, que l'inégalité stricte exclut.

e)

Bornes comprises : de 11,511{,}5 à 22,522{,}5.

z1=11,5−183,550=−1,83z_{1}=\dfrac{11{,}5-18}{3{,}550}=-1{,}83 et z2=22,5−183,550=1,27z_{2}=\dfrac{22{,}5-18}{3{,}550}=1{,}27

Les deux bornes sont de part et d'autre de la moyenne : on ADDITIONNE, 0,4664+0,3980=0,86440{,}4664+0{,}3980=0{,}8644.

f)

E(S)=40×2,5=100E(S)=40\times 2{,}5=100 et V(S)=40×0,8=32V(S)=40\times 0{,}8=32, donc σ(S)=32≈5,66\sigma(S)=\sqrt{32}\approx 5{,}66.

Piège : 402×0,840^{2}\times 0{,}8 serait la variance de 40X140X_{1}, UNE variable recopiée quarante fois.

g)

Somme de 40 variables indépendantes de même loi : par le TCL, S≈N(100 ;32)S\approx\mathcal{N}(100\,;32). Rien ne dit que SS est entière : pas de correction.

z=104−1005,657=0,71z=\dfrac{104-100}{5{,}657}=0{,}71, donc P(S>104)≈0,5−0,2611=0,2389P(S>104)\approx 0{,}5-0{,}2611=0{,}2389.

h)

σ(Xˉ)=1236=2\sigma(\bar X)=\dfrac{12}{\sqrt{36}}=2 : la moyenne est six fois moins dispersée qu'une valeur.

z=47−502=−1,50z=\dfrac{47-50}{2}=-1{,}50, donc P(Xˉ<47)≈0,5−0,4332=0,0668P(\bar X<47)\approx 0{,}5-0{,}4332=0{,}0668.

i)

Une uniforme sur [0 ;10][0\,;10] a pour moyenne 55 et pour variance (10−0)212=10012\dfrac{(10-0)^{2}}{12}=\dfrac{100}{12}.

E(S)=48×5=240E(S)=48\times 5=240 et V(S)=48×10012=400V(S)=48\times\dfrac{100}{12}=400.

j)

σ(S)=400=20\sigma(S)=\sqrt{400}=20 et z=275−24020=1,75z=\dfrac{275-240}{20}=1{,}75.

P(S>275)≈0,5−0,4599=0,0401\displaystyle P(S>275)\approx 0{,}5-0{,}4599=0{,}0401
k)

Pour une loi de Poisson, E(N)=V(N)=λ=36E(N)=V(N)=\lambda=36 : N≈N(36 ;36)N\approx\mathcal{N}(36\,;36) et σ=6\sigma=6.

NN est entière : « au moins 40 » commence à la barre de 40, donc à 39,539{,}5.

z=39,5−366=0,58z=\dfrac{39{,}5-36}{6}=0{,}58, donc P(N≥40)≈0,5−0,2190=0,2810P(N\ge 40)\approx 0{,}5-0{,}2190=0{,}2810 (valeur exacte : 0,27370{,}2737).

Coche ici les exercices faits ou à revoir : un compte gratuit, sans mot de passe, retient tes coches et tes réponses justes d'une visite à l'autre, te dit quel chapitre attaquer ensuite et te permet de demander l'exercice qui te manque. Crée ton espace, un courriel suffit.

Partie A : les bases (/50)

Exercice 1 : Binomiale, Poisson ou normale : les conditions avant la cloche

13 réponses vérifiables

Un fabricant de cartes électroniques contrôle quatre lots de composants à la réception. Dans chaque lot, les composants sont prélevés au hasard dans une production très grande : on admet que les prélèvements sont indépendants et que la probabilité étudiée est la même pour chaque composant. Le tableau décrit les quatre contrôles.

Rappel du cours : la loi binomiale s'approche par une loi normale si np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5 ; par une loi de Poisson si n≥30n\ge 30 et np<5np<5.

LotComposants prélevésProbabilitéVariable comptée
A200 condensateurs4 % défectueuxdéfectueux
B25 capteurs de température10 % hors tolérancehors tolérance
C300 connecteurs98 % conformesconformes
D80 microcontrôleurs2 % défectueuxdéfectueux
  • a) Pour chaque lot, définissez la variable, nommez sa loi avec ses paramètres et dites si le cours autorise l'approximation par une loi normale.
  • b) Pour les lots où elle est permise, donnez la loi normale approchante sous la forme N(μ ;σ2)\mathcal{N}(\mu\,;\sigma^{2}).
  • c) Lot A : calculez P(XA≤5)P(X_{A}\le 5) par l'approximation normale avec la correction de continuité, puis sans elle.
  • d) La valeur exacte, somme de six termes binomiaux, vaut P(XA≤5)=0,1856P(X_{A}\le 5)=0{,}1856. Calculez l'erreur commise par chacun des deux calculs de c), et expliquez d'où vient la plus grande.
  • e) Lot D : nommez l'approximation que le cours propose, puis calculez avec elle P(XD≤2)P(X_{D}\le 2).

Tape tes réponses, la page te dit juste ou faux 0/13

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) A : oui ; B : non (np=2,5np=2{,}5) ; C : oui (n(1−p)=6n(1-p)=6) ; D : non (np=1,6np=1{,}6)
  • b) A : N(8 ;7,68)\mathcal{N}(8\,;7{,}68) ; C : N(294 ;5,88)\mathcal{N}(294\,;5{,}88)
  • c) Avec correction 0,18410{,}1841 ; sans correction 0,14010{,}1401
  • d) Erreurs 0,00150{,}0015 et 0,04550{,}0455 : sans correction, on perd la moitié de la barre de 5
  • e) Poisson de paramètre λ=1,6\lambda=1{,}6 : P(XD≤2)≈0,7834P(X_{D}\le 2)\approx 0{,}7834
a)

Lot A : XAX_{A}, nombre de condensateurs défectueux parmi les 200 ; XA∼B(200 ;0,04)X_{A}\sim\mathcal{B}(200\,;0{,}04).

np=8≥5np=8\ge 5 et n(1−p)=192≥5n(1-p)=192\ge 5 : la normale est permise.

Lot B : XB∼B(25 ;0,10)X_{B}\sim\mathcal{B}(25\,;0{,}10) ; np=2,5<5np=2{,}5<5 : normale refusée. Comme n<30n<30, Poisson l'est aussi : on calcule la binomiale exacte.

Lot C : XCX_{C}, nombre de connecteurs CONFORMES parmi les 300 ; XC∼B(300 ;0,98)X_{C}\sim\mathcal{B}(300\,;0{,}98).

np=294np=294 et n(1−p)=6≥5n(1-p)=6\ge 5 : permise, de justesse.

Lot D : XD∼B(80 ;0,02)X_{D}\sim\mathcal{B}(80\,;0{,}02) ; np=1,6<5np=1{,}6<5 : normale refusée ; n≥30n\ge 30 et np<5np<5 : c'est le cas de Poisson.

Piège : ne vérifier que npnp. Sur le lot C, npnp est énorme ; c'est la queue des non-conformes, n(1−p)n(1-p), qui décide.

b)

Lot A : μ=8\mu=8 et σ2=200×0,04×0,96=7,68\sigma^{2}=200\times 0{,}04\times 0{,}96=7{,}68, donc N(8 ;7,68)\mathcal{N}(8\,;7{,}68).

Lot C : μ=294\mu=294 et σ2=300×0,98×0,02=5,88\sigma^{2}=300\times 0{,}98\times 0{,}02=5{,}88, donc N(294 ;5,88)\mathcal{N}(294\,;5{,}88).

Piège : écrire N(8 ;2,77)\mathcal{N}(8\,;2{,}77). Le cours met la VARIANCE en second paramètre ; l'écart-type 2,772{,}77 ne sert qu'au calcul de zz.

c)

σ=7,68=2,771\sigma=\sqrt{7{,}68}=2{,}771. « Au plus 5 » contient la barre de 5, qui finit à 5,55{,}5 :

z=5,5−82,771=−0,90z=\dfrac{5{,}5-8}{2{,}771}=-0{,}90, donc P(XA≤5)≈0,5−0,3159=0,1841P(X_{A}\le 5)\approx 0{,}5-0{,}3159=0{,}1841.

Sans correction : z=5−82,771=−1,08z=\dfrac{5-8}{2{,}771}=-1{,}08, donc 0,5−0,3599=0,14010{,}5-0{,}3599=0{,}1401.

d)

Avec correction : ∣0,1841−0,1856∣=0,0015|0{,}1841-0{,}1856|=0{,}0015. Sans correction : ∣0,1401−0,1856∣=0,0455|0{,}1401-0{,}1856|=0{,}0455, trente fois plus.

La borne 55 coupe la barre de 5 en son milieu : on perd la moitié de P(XA=5)=0,0906P(X_{A}=5)=0{,}0906, soit environ 0,0450{,}045, presque toute l'erreur.

Conclusion : la correction de continuité n'est pas un raffinement, c'est la moitié d'une barre de la binomiale.

e)

n=80≥30n=80\ge 30 et np=1,6<5np=1{,}6<5 : on approche par une loi de Poisson de paramètre λ=np=1,6\lambda=np=1{,}6.

P(XD≤2)≈e−1,6(1+1,6+1,622)=0,2019×3,88=0,7834\displaystyle P(X_{D}\le 2)\approx e^{-1{,}6}\left(1+1{,}6+\dfrac{1{,}6^{2}}{2}\right)=0{,}2019\times 3{,}88=0{,}7834

La binomiale exacte donne 0,78440{,}7844 : l'écart est de 0,0010{,}001.

Une normale N(1,6 ;1,568)\mathcal{N}(1{,}6\,;1{,}568) donnerait une probabilité positive à XD<0X_{D}<0 : la loi des défectueux est trop collée à zéro pour une cloche.

Exercice 2 : Les quatre formes de la correction de continuité : microfissures de modules photovoltaïques

8 réponses vérifiables

Une usine de modules photovoltaïques passe chaque module au test d'électroluminescence, qui révèle les microfissures des cellules. Sur la chaîne, 15 %15\ \% des modules présentent au moins une microfissure, indépendamment les uns des autres. Un lot de 120120 modules part chez un installateur ; XX est le nombre de modules microfissurés du lot.

La figure montre la loi de XX, en barres de largeur 1 centrées sur les entiers, et la courbe de la loi normale de même moyenne et de même variance. Le tableau donne, pour comparer, les valeurs exactes tirées de la loi binomiale.

ÉvénementValeur exacte (binomiale)
X = 200,0857
X ≤ 150,2673
X < 150,1869
14 ≤ X ≤ 220,7511
X > 250,0320
468101214161820222426283032340,020,040,060,080,10,12loi de X : B(120 ; 0,15)normale N(18 ; 15,3)
  • a) Nommez la loi de XX avec ses paramètres, vérifiez les conditions de l'approximation normale et donnez la loi normale YY qui l'approche.
  • b) Calculez par l'approximation la probabilité que le lot compte exactement 2020 modules microfissurés.
  • c) Calculez la probabilité que le lot compte au plus 1515 modules microfissurés, puis la probabilité qu'il en compte moins de 1515.
  • d) Calculez la probabilité que le lot compte entre 1414 et 2222 modules microfissurés, bornes comprises.
  • e) L'installateur renvoie le lot s'il compte plus de 2525 modules microfissurés. Calculez la probabilité d'un renvoi, puis, à l'aide du tableau, dites où l'approximation est la moins bonne en valeur relative.

Tape tes réponses, la page te dit juste ou faux 0/8

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) X∼B(120 ;0,15)X\sim\mathcal{B}(120\,;0{,}15) ; np=18np=18, n(1−p)=102n(1-p)=102 ; Y∼N(18 ;15,3)Y\sim\mathcal{N}(18\,;15{,}3)
  • b) P(X=20)≈0,0909P(X=20)\approx 0{,}0909
  • c) P(X≤15)≈0,2611P(X\le 15)\approx 0{,}2611 ; P(X<15)≈0,1867P(X<15)\approx 0{,}1867
  • d) P(14≤X≤22)≈0,7498P(14\le X\le 22)\approx 0{,}7498
  • e) P(X>25)≈0,0274P(X>25)\approx 0{,}0274 ; l'erreur relative est la plus grande dans la queue (environ 14 %14\ \%)
a)

XX : nombre de modules microfissurés parmi les 120. Nombre d'essais fixé, modules indépendants, même probabilité : X∼B(120 ;0,15)X\sim\mathcal{B}(120\,;0{,}15).

np=18≥5np=18\ge 5 et n(1−p)=102≥5n(1-p)=102\ge 5 : approximation permise.

μ=18\mu=18 et σ2=120×0,15×0,85=15,3\sigma^{2}=120\times 0{,}15\times 0{,}85=15{,}3, donc Y∼N(18 ;15,3)Y\sim\mathcal{N}(18\,;15{,}3) et σ=15,3=3,912\sigma=\sqrt{15{,}3}=3{,}912.

b)

XX est entière, YY continue : la barre de 20 couvre [19,5 ;20,5][19{,}5\,;20{,}5].

z1=19,5−183,912=0,38z_{1}=\dfrac{19{,}5-18}{3{,}912}=0{,}38 et z2=20,5−183,912=0,64z_{2}=\dfrac{20{,}5-18}{3{,}912}=0{,}64

P(X=20)≈P(0<Z<0,64)−P(0<Z<0,38)=0,2389−0,1480=0,0909\displaystyle P(X=20)\approx P(0<Z<0{,}64)-P(0<Z<0{,}38)=0{,}2389-0{,}1480=0{,}0909

Environ 9 %9\ \% des lots comptent exactement 20 modules microfissurés (valeur exacte : 0,08570{,}0857).

Piège : écrire P(Y=20)=0P(Y=20)=0. Une loi continue donne zéro en un point ; c'est l'aire de la barre qu'on approche.

c)

Au plus 15 : la barre de 15 est comprise, borne 15,515{,}5.

z=15,5−183,912=−0,64z=\dfrac{15{,}5-18}{3{,}912}=-0{,}64, donc P(X≤15)≈0,5−0,2389=0,2611P(X\le 15)\approx 0{,}5-0{,}2389=0{,}2611.

Moins de 15 : X≤14X\le 14, borne 14,514{,}5.

z=14,5−183,912=−0,89z=\dfrac{14{,}5-18}{3{,}912}=-0{,}89, donc P(X<15)≈0,5−0,3133=0,1867P(X<15)\approx 0{,}5-0{,}3133=0{,}1867.

Les deux réponses diffèrent de P(X=15)P(X=15) : pour une variable entière, « << » et « ≤\le » ne sont jamais la même question.

d)

Bornes comprises : on prend les deux barres extrêmes en entier, de 13,513{,}5 à 22,522{,}5.

z=13,5−183,912=−1,15z=\dfrac{13{,}5-18}{3{,}912}=-1{,}15 et z=22,5−183,912=1,15z=\dfrac{22{,}5-18}{3{,}912}=1{,}15 : bornes symétriques autour de μ\mu.

P(14≤X≤22)≈2×0,3749=0,7498\displaystyle P(14\le X\le 22)\approx 2\times 0{,}3749=0{,}7498

Sans la demi-unité, de 14 à 22, on trouverait 0,69220{,}6922 : deux demi-barres perdues, plus de cinq points de pourcentage (figure du corrigé).

e)

Plus de 25 : X≥26X\ge 26, borne 25,525{,}5.

z=25,5−183,912=1,92z=\dfrac{25{,}5-18}{3{,}912}=1{,}92, donc P(X>25)≈0,5−0,4726=0,0274P(X>25)\approx 0{,}5-0{,}4726=0{,}0274 : environ 2,7 %2{,}7\ \% des lots seraient renvoyés.

Écarts avec le tableau : 0,00520{,}0052 en b), 0,00620{,}0062 et 0,00020{,}0002 en c), 0,00130{,}0013 en d), 0,00460{,}0046 en e).

En valeur relative, l'écart de e) vaut 0,00460,0320≈14 %\dfrac{0{,}0046}{0{,}0320}\approx 14\ \%, contre moins de 0,2 %0{,}2\ \% en d).

Avec p=0,15p=0{,}15, la binomiale est asymétrique, sa queue droite plus épaisse que celle de la cloche symétrique : la normale décrit bien le centre, moins bien les queues.

8101214161820222426280,020,040,060,080,10,120,14aire de 13,5 à 22,5 : 0,7498de 14 à 22 : deux demi-barres perdues

Exercice 3 : Quarante résistances en série : le théorème central limite et la variance qui s'additionne

8 réponses vérifiables

Le circuit de chauffage d'un banc d'essai comporte 4040 résistances de la série « 220 Ω220\ \Omega à 1 %1\ \% » raccordées en série. La valeur d'une résistance est modélisée par une loi uniforme sur [217,8 ;222,2][217{,}8\,;222{,}2] ohms (figure), indépendamment des autres. On note RiR_{i} la valeur de la ii-ième résistance et S=R1+R2+⋯+R40S=R_{1}+R_{2}+\dots+R_{40} la résistance totale du circuit.

2162172182192202212222232240,050,10,150,20,250,3densité de R : 1/4,4 sur [217,8 ; 222,2]
  • a) Calculez l'espérance et l'écart-type d'une résistance RiR_{i}.
  • b) Donnez E(S)E(S) et V(S)V(S), puis justifiez que la loi de SS est approximativement normale.
  • c) Le cahier des charges exige une résistance totale d'au plus 8815 Ω8815\ \Omega. Calculez la probabilité qu'un circuit ne le respecte pas.
  • d) Calculez la probabilité qu'un circuit ait une résistance totale comprise entre 87908790 et 8810 Ω8810\ \Omega.
  • e) Déterminez la tolérance cc telle que 95 %95\ \% des circuits aient une résistance totale dans [8800−c ;8800+c][8800-c\,;8800+c].
  • f) Un technicien écrit : « S=40R1S=40R_{1}, donc σ(S)=40 σ(R1)\sigma(S)=40\,\sigma(R_{1}). » Choisissez le bon écart-type de SS et expliquez son erreur.

Tape tes réponses, la page te dit juste ou faux 0/8

a)
b)
c)
d)
e)
f)
Voir la correction

Réponses

  • a) E(Ri)=220 ΩE(R_{i})=220\ \Omega ; σ(Ri)=4,412≈1,270 Ω\sigma(R_{i})=\dfrac{4{,}4}{\sqrt{12}}\approx 1{,}270\ \Omega
  • b) E(S)=8800 ΩE(S)=8800\ \Omega ; V(S)=64,53 Ω2V(S)=64{,}53\ \Omega^{2} ; S≈N(8800 ;64,53)S\approx\mathcal{N}(8800\,;64{,}53) par le TCL (n=40≥30n=40\ge 30)
  • c) P(S>8815)≈0,0307P(S>8815)\approx 0{,}0307
  • d) P(8790<S<8810)≈0,7850P(8790<S<8810)\approx 0{,}7850
  • e) c=1,96×8,033≈15,7 Ωc=1{,}96\times 8{,}033\approx 15{,}7\ \Omega
  • f) σ(S)=40×1,270≈8,03 Ω\sigma(S)=\sqrt{40}\times 1{,}270\approx 8{,}03\ \Omega ; 40R140R_{1} est une seule résistance recopiée
a)

Pour une loi uniforme sur [a ;b][a\,;b] : E=a+b2E=\dfrac{a+b}{2} et V=(b−a)212V=\dfrac{(b-a)^{2}}{12}.

E(Ri)=217,8+222,22=220 ΩE(R_{i})=\dfrac{217{,}8+222{,}2}{2}=220\ \Omega et V(Ri)=4,4212=1,6133 Ω2V(R_{i})=\dfrac{4{,}4^{2}}{12}=1{,}6133\ \Omega^{2}

σ(Ri)=1,6133=1,270 Ω\displaystyle \sigma(R_{i})=\sqrt{1{,}6133}=1{,}270\ \Omega
b)

Espérance d'une somme : E(S)=40×220=8800 ΩE(S)=40\times 220=8800\ \Omega.

Les résistances sont indépendantes, les variances s'additionnent : V(S)=40×1,6133=64,53 Ω2V(S)=40\times 1{,}6133=64{,}53\ \Omega^{2}, σ(S)=8,033 Ω\sigma(S)=8{,}033\ \Omega.

SS est la somme de 4040 variables indépendantes de même loi, et 40≥3040\ge 30 : par le théorème central limite, S≈N(8800 ;64,53)S\approx\mathcal{N}(8800\,;64{,}53).

La loi d'une résistance n'est pas normale, elle est plate ; c'est leur SOMME qui prend la forme d'une cloche.

c)

SS est continue : aucune correction de continuité.

z=8815−88008,033=1,87z=\dfrac{8815-8800}{8{,}033}=1{,}87, donc P(S>8815)≈0,5−0,4693=0,0307P(S>8815)\approx 0{,}5-0{,}4693=0{,}0307.

Environ 3 %3\ \% des circuits dépassent le cahier des charges.

d)

z=8790−88008,033=−1,24z=\dfrac{8790-8800}{8{,}033}=-1{,}24 et z=8810−88008,033=1,24z=\dfrac{8810-8800}{8{,}033}=1{,}24

P(8790<S<8810)≈2×0,3925=0,7850P(8790<S<8810)\approx 2\times 0{,}3925=0{,}7850 : 78,5 %78{,}5\ \% des circuits sont à ±10 Ω\pm 10\ \Omega de la valeur nominale.

e)

On cherche zz tel que P(−z<Z<z)=0,95P(-z<Z<z)=0{,}95, soit P(0<Z<z)=0,475P(0<Z<z)=0{,}475 : la table donne z=1,96z=1{,}96.

c=1,96×8,033=15,7 Ωc=1{,}96\times 8{,}033=15{,}7\ \Omega : 95 %95\ \% des circuits sont dans [8784,3 ;8815,7][8784{,}3\,;8815{,}7] ohms.

f)

40R140R_{1}, c'est UNE résistance multipliée par 40 : V(40R1)=1600 V(R1)V(40R_{1})=1600\,V(R_{1}) et σ=50,8 Ω\sigma=50{,}8\ \Omega.

Or le circuit contient quarante résistances DIFFÉRENTES et indépendantes : une trop forte côtoie une trop faible, leurs écarts se compensent en partie.

σ(S)=40×1,270=8,03 Ω\displaystyle \sigma(S)=\sqrt{40}\times 1{,}270=8{,}03\ \Omega

Avec 50,8 Ω50{,}8\ \Omega, on trouverait en c) z=0,30z=0{,}30 et P≈0,3821P\approx 0{,}3821, douze fois trop.

Piège : confondre n σ2n\,\sigma^{2} (somme de nn variables indépendantes) et n2σ2n^{2}\sigma^{2} (une variable multipliée par nn).

87708780879088008810882088300,010,020,030,040,050,06P(S > 8815) ≈ 0,0307S ≈ N(8800 ; 64,53)

Exercice 4 : Soixante-quatre boulons dans une boîte : la somme, la moyenne, et ce que le TCL ne dit pas d'un boulon

10 réponses vérifiables

Une visserie conditionne des boulons M8 par boîtes de 6464. La masse d'un boulon a une moyenne de 12,412{,}4 g et un écart-type de 0,60{,}6 g. Sa loi n'est pas normale : elle est asymétrique, à cause de quelques boulons à tige trop longue. Les masses des boulons d'une boîte sont indépendantes. On note TT la masse totale des 6464 boulons et Xˉ=T64\bar X=\dfrac{T}{64} leur masse moyenne.

  • a) Calculez E(T)E(T), V(T)V(T) et l'écart-type de TT.
  • b) Justifiez l'emploi d'une loi normale pour TT, puis calculez la probabilité que la masse des boulons d'une boîte soit inférieure à 785785 g.
  • c) La boîte vide pèse exactement 2525 g. Donnez l'espérance et la variance de la masse brute GG d'une boîte pleine, puis calculez P(G>825)P(G>825).
  • d) Calculez l'écart-type de Xˉ\bar X, puis la probabilité que Xˉ\bar X soit comprise entre 12,312{,}3 et 12,512{,}5 g.
  • e) Peut-on calculer avec la table de la loi normale la probabilité qu'UN boulon pèse plus de 12,512{,}5 g ? Justifiez.

Tape tes réponses, la page te dit juste ou faux 0/10

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) E(T)=793,6E(T)=793{,}6 g ; V(T)=23,04 g2V(T)=23{,}04\ \mathrm{g^{2}} ; σ(T)=4,8\sigma(T)=4{,}8 g
  • b) TCL (n=64≥30n=64\ge 30) : P(T<785)≈0,0367P(T<785)\approx 0{,}0367
  • c) E(G)=818,6E(G)=818{,}6 g ; V(G)=23,04 g2V(G)=23{,}04\ \mathrm{g^{2}} ; P(G>825)≈0,0918P(G>825)\approx 0{,}0918
  • d) σ(Xˉ)=0,075\sigma(\bar X)=0{,}075 g ; P(12,3<Xˉ<12,5)≈0,8164P(12{,}3<\bar X<12{,}5)\approx 0{,}8164
  • e) Non : la loi d'un boulon est inconnue et asymétrique, le TCL ne s'applique qu'à la somme ou à la moyenne
a)

E(T)=64×12,4=793,6E(T)=64\times 12{,}4=793{,}6 g.

Masses indépendantes : V(T)=64×0,62=23,04 g2V(T)=64\times 0{,}6^{2}=23{,}04\ \mathrm{g^{2}}, donc σ(T)=23,04=4,8\sigma(T)=\sqrt{23{,}04}=4{,}8 g.

On additionne les variances, jamais les écarts-types : 64×0,6=38,464\times 0{,}6=38{,}4 g serait huit fois trop.

b)

TT est la somme de 6464 masses indépendantes de même loi, et 64≥3064\ge 30 : par le TCL, T≈N(793,6 ;23,04)T\approx\mathcal{N}(793{,}6\,;23{,}04), même si la loi d'un boulon est asymétrique.

z=785−793,64,8=−1,79z=\dfrac{785-793{,}6}{4{,}8}=-1{,}79, donc P(T<785)≈0,5−0,4633=0,0367P(T<785)\approx 0{,}5-0{,}4633=0{,}0367.

Moins de 4 %4\ \% des boîtes contiennent moins de 785785 g de boulons.

c)

G=25+TG=25+T : la constante s'ajoute à l'espérance, E(G)=818,6E(G)=818{,}6 g, mais ne change pas la dispersion, V(G)=V(T)=23,04 g2V(G)=V(T)=23{,}04\ \mathrm{g^{2}}.

z=825−818,64,8=1,33z=\dfrac{825-818{,}6}{4{,}8}=1{,}33, donc P(G>825)≈0,5−0,4082=0,0918P(G>825)\approx 0{,}5-0{,}4082=0{,}0918.

Piège : écrire V(G)=23,04+25V(G)=23{,}04+25. On trouverait σ=6,94\sigma=6{,}94 et z=0,92z=0{,}92 : la boîte vide n'a aucune variabilité, elle pèse toujours 2525 g.

d)

σ(Xˉ)=0,664=0,075\sigma(\bar X)=\dfrac{0{,}6}{\sqrt{64}}=0{,}075 g, et Xˉ≈N(12,4 ;0,0752)\bar X\approx\mathcal{N}(12{,}4\,;0{,}075^{2}) par le TCL.

z=12,3−12,40,075=−1,33z=\dfrac{12{,}3-12{,}4}{0{,}075}=-1{,}33 et z=12,5−12,40,075=1,33z=\dfrac{12{,}5-12{,}4}{0{,}075}=1{,}33

P(12,3<Xˉ<12,5)≈2×0,4082=0,8164\displaystyle P(12{,}3<\bar X<12{,}5)\approx 2\times 0{,}4082=0{,}8164

La moyenne de 64 boulons est huit fois moins dispersée qu'un boulon : à ±0,1\pm 0{,}1 g près, elle tombe dans l'intervalle quatre fois sur cinq.

e)

Non. La table suppose une loi normale ; or la masse d'UN boulon suit une loi inconnue et asymétrique.

Le TCL porte sur la somme ou la moyenne de nombreuses variables indépendantes : il ne dit rien d'une variable seule.

Pour répondre, il faudrait la loi d'un boulon, ou des données sur la proportion de boulons de plus de 12,512{,}5 g.

Piège : écrire P(X>12,5)=P(Z>12,5−12,40,6)P(X>12{,}5)=P\left(Z>\dfrac{12{,}5-12{,}4}{0{,}6}\right). Le calcul a l'air juste et ne repose sur rien.

Exercice 5 : Poisson par la normale : les demandes d'intervention d'une agglomération

6 réponses vérifiables

Le service d'aqueduc d'une agglomération de 25002500 habitations reçoit des demandes d'intervention (fuite, pression trop faible, compteur bloqué). Pour une habitation, le nombre de demandes en un an suit une loi de Poisson de paramètre 0,020{,}02, indépendamment des autres habitations. On note NN le nombre total de demandes de l'agglomération en un an.

On rappelle qu'une somme de variables de Poisson indépendantes suit une loi de Poisson, de paramètre la somme des paramètres.

  • a) Nommez la loi de NN avec son paramètre, donnez sa moyenne et sa variance, et la loi normale qui l'approche.
  • b) Calculez approximativement la probabilité que le service reçoive plus de 6060 demandes dans l'année.
  • c) Calculez approximativement la probabilité qu'il en reçoive entre 4545 et 5555, bornes comprises.
  • d) Le service planifie le budget de kk interventions par an. Trouvez le plus petit kk tel que la probabilité de recevoir plus de kk demandes ne dépasse pas 5 %5\ \%.
  • e) L'agglomération passe à 28002800 habitations. Avec le même critère, combien d'interventions faut-il budgéter ? Comparez à la règle de trois appliquée au résultat de d).

Tape tes réponses, la page te dit juste ou faux 0/6

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) N∼P(50)N\sim\mathcal{P}(50) ; E(N)=V(N)=50E(N)=V(N)=50 ; N≈N(50 ;50)N\approx\mathcal{N}(50\,;50), σ≈7,07\sigma\approx 7{,}07
  • b) P(N>60)≈0,0694P(N>60)\approx 0{,}0694
  • c) P(45≤N≤55)≈0,5646P(45\le N\le 55)\approx 0{,}5646
  • d) k=62k=62 interventions
  • e) λ=56\lambda=56 : k=68k=68 interventions, et non 6969 par la règle de trois
a)

NN est la somme de 25002500 variables de Poisson indépendantes de paramètre 0,020{,}02 : N∼P(λ)N\sim\mathcal{P}(\lambda) avec λ=2500×0,02=50\lambda=2500\times 0{,}02=50.

Pour une loi de Poisson, E(N)=V(N)=λ=50E(N)=V(N)=\lambda=50.

λ=50\lambda=50 est grand : N≈N(50 ;50)N\approx\mathcal{N}(50\,;50), σ=50=7,071\sigma=\sqrt{50}=7{,}071, avec la correction de continuité, car NN est entière.

Piège : prendre σ=50\sigma=50. Pour une loi de Poisson, c'est la VARIANCE qui égale λ\lambda.

b)

Plus de 60 : N≥61N\ge 61, borne 60,560{,}5.

z=60,5−507,071=1,48z=\dfrac{60{,}5-50}{7{,}071}=1{,}48, donc P(N>60)≈0,5−0,4306=0,0694P(N>60)\approx 0{,}5-0{,}4306=0{,}0694.

Environ une année sur quinze dépasse 60 demandes (la loi de Poisson exacte donne 0,07220{,}0722).

c)

Bornes comprises : de 44,544{,}5 à 55,555{,}5.

z=55,5−507,071=0,78z=\dfrac{55{,}5-50}{7{,}071}=0{,}78, et −0,78-0{,}78 de l'autre côté.

P(45≤N≤55)≈2×0,2823=0,5646P(45\le N\le 55)\approx 2\times 0{,}2823=0{,}5646 (valeur exacte : 0,56340{,}5634).

d)

Recevoir plus de kk demandes, c'est N≥k+1N\ge k+1 : P(N>k)≈P(Y>k+0,5)P(N>k)\approx P(Y>k+0{,}5).

On veut P(Y>k+0,5)≤0,05P(Y>k+0{,}5)\le 0{,}05, donc k+0,5−507,071≥1,645\dfrac{k+0{,}5-50}{7{,}071}\ge 1{,}645, soit k≥61,13k\ge 61{,}13.

Vérification : k=61k=61 donne z=1,63z=1{,}63 et 0,0516>0,050{,}0516>0{,}05 ; k=62k=62 donne z=1,77z=1{,}77 et 0,0384≤0,050{,}0384\le 0{,}05.

Le service doit budgéter 6262 interventions.

Piège : arrondir 61,1361{,}13 à 6161. Un « plus petit kk tel que » s'arrondit toujours vers le haut, et la vérification le confirme.

e)

N′∼P(56)N'\sim\mathcal{P}(56), avec λ=2800×0,02=56\lambda=2800\times 0{,}02=56 : N′≈N(56 ;56)N'\approx\mathcal{N}(56\,;56), σ=56=7,483\sigma=\sqrt{56}=7{,}483.

k+0,5−567,483≥1,645\dfrac{k+0{,}5-56}{7{,}483}\ge 1{,}645 donne k≥67,81k\ge 67{,}81, donc k=68k=68.

Vérification : k=67k=67 donne z=1,54z=1{,}54 et 0,06180{,}0618, refusé ; k=68k=68 donne z=1,67z=1{,}67 et 0,04750{,}0475, accepté.

La règle de trois, 62×28002500=69,462\times\dfrac{2800}{2500}=69{,}4, surestime : la moyenne croît comme λ\lambda, mais la marge de sécurité 1,645σ1{,}645\sigma croît comme λ\sqrt{\lambda} seulement.

323640444852566064680,010,020,030,040,050,060,0760,5plus de 60 : barres 61, 62, ... ; aire au-delà de 60,5

Partie B : problèmes de contrôle (/50)

Exercice 6 : Le casino de charité : trouver la mise qui garantit le profit

8 réponses vérifiables

Une association étudiante organise une soirée casino au profit d'une œuvre de charité. Au jeu de la roue, chaque partie coûte mm dollars au joueur, et la roue lui verse un gain XX, en dollars, dont la loi est donnée par le tableau. Les parties sont indépendantes. On prévoit 500500 parties dans la soirée.

Gain x (dollars)0520100
P(X = x)0,600,300,080,02
  • a) Calculez E(X)E(X), V(X)V(X) et l'écart-type de XX.
  • b) SS est le total versé par la roue sur les 500500 parties. Donnez E(S)E(S) et V(S)V(S), et justifiez l'emploi d'une loi normale pour SS.
  • c) Calculez approximativement la probabilité que la roue verse plus de 28002800 dollars dans la soirée.
  • d) Le profit de l'association est 500m−S500m-S. Trouvez la plus petite mise mm, au cent près, qui garantit un profit supérieur à 10001000 dollars avec une probabilité d'au moins 0,950{,}95.
  • e) La mise est finalement fixée à 88 dollars. Trouvez le nombre minimal de parties nn pour que le profit soit positif avec une probabilité d'au moins 0,990{,}99.

Tape tes réponses, la page te dit juste ou faux 0/8

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) E(X)=5,1E(X)=5{,}1 dollars ; V(X)=213,49V(X)=213{,}49 ; σ(X)≈14,61\sigma(X)\approx 14{,}61 dollars
  • b) E(S)=2550E(S)=2550 dollars ; V(S)=106 745V(S)=106\,745 ; S≈N(2550 ;106 745)S\approx\mathcal{N}(2550\,;106\,745) par le TCL
  • c) P(S>2800)≈0,2206P(S>2800)\approx 0{,}2206
  • d) m=8,18m=8{,}18 dollars
  • e) n=138n=138 parties
a)

E(X)=0×0,60+5×0,30+20×0,08+100×0,02=1,5+1,6+2=5,1E(X)=0\times 0{,}60+5\times 0{,}30+20\times 0{,}08+100\times 0{,}02=1{,}5+1{,}6+2=5{,}1 dollars

E(X2)=25×0,30+400×0,08+10 000×0,02=7,5+32+200=239,5\displaystyle E(X^{2})=25\times 0{,}30+400\times 0{,}08+10\,000\times 0{,}02=7{,}5+32+200=239{,}5

V(X)=E(X2)−E(X)2=239,5−26,01=213,49V(X)=E(X^{2})-E(X)^{2}=239{,}5-26{,}01=213{,}49, donc σ(X)=14,61\sigma(X)=14{,}61 dollars.

Une partie rapporte en moyenne 5,105{,}10 dollars au joueur, avec une dispersion énorme, due au rare gain de 100 dollars.

b)

S=X1+⋯+X500S=X_{1}+\dots+X_{500} : E(S)=500×5,1=2550E(S)=500\times 5{,}1=2550 dollars ; parties indépendantes, V(S)=500×213,49=106 745V(S)=500\times 213{,}49=106\,745, σ(S)=326,7\sigma(S)=326{,}7 dollars.

SS est la somme de 500500 variables indépendantes de même loi, et 500≥30500\ge 30 : par le TCL, S≈N(2550 ;106 745)S\approx\mathcal{N}(2550\,;106\,745).

La loi de XX est très asymétrique ; c'est justement pour cela qu'on se réjouit d'avoir n=500n=500 et non n=30n=30.

c)

z=2800−2550326,7=0,77z=\dfrac{2800-2550}{326{,}7}=0{,}77, donc P(S>2800)≈0,5−0,2794=0,2206P(S>2800)\approx 0{,}5-0{,}2794=0{,}2206.

Une soirée sur cinq environ, la roue verse plus de 2800 dollars.

SS ne prend que des multiples de 5 dollars ; devant un écart-type de 327 dollars, l'effet d'une correction serait négligeable, et le cours n'en fait pas pour une somme de ce type.

d)

On veut P(500m−S>1000)≥0,95P(500m-S>1000)\ge 0{,}95, c'est-à-dire P(S<500m−1000)≥0,95P(S<500m-1000)\ge 0{,}95.

La table donne P(0<Z<1,645)=0,45P(0<Z<1{,}645)=0{,}45 : il faut 500m−1000−2550326,7≥1,645\dfrac{500m-1000-2550}{326{,}7}\ge 1{,}645.

500m≥3550+1,645×326,7=4087,45500m\ge 3550+1{,}645\times 326{,}7=4087{,}45, donc m≥8,175m\ge 8{,}175.

La plus petite mise au cent près est 8,188{,}18 dollars : avec 8,178{,}17, on aurait z=1,64<1,645z=1{,}64<1{,}645.

Piège : arrondir 8,1758{,}175 au plus proche. Une condition « au moins 0,950{,}95 » se respecte en arrondissant du côté sûr.

e)

Avec nn parties à 8 dollars, le profit vaut 8n−Sn8n-S_{n}, d'espérance (8−5,1)n=2,9n(8-5{,}1)n=2{,}9n et d'écart-type 14,61n14{,}61\sqrt{n}.

P(8n−Sn>0)≥0,99P(8n-S_{n}>0)\ge 0{,}99 demande 2,9n14,61n≥2,33\dfrac{2{,}9n}{14{,}61\sqrt{n}}\ge 2{,}33, soit n≥2,33×14,612,9=11,74\sqrt{n}\ge\dfrac{2{,}33\times 14{,}61}{2{,}9}=11{,}74.

n≥137,8n\ge 137{,}8 : il faut au moins 138138 parties, et 138≥30138\ge 30 autorise le TCL.

Vérification : n=137n=137 donne z=2,323<2,33z=2{,}323<2{,}33, n=138n=138 donne z=2,332z=2{,}332.

Le profit moyen grandit comme nn, sa dispersion comme n\sqrt{n} seulement : c'est pour cela qu'un casino gagne à coup presque sûr sur un grand nombre de parties.

−3,5−3−2,5−2−1,5−1−0,50,511,522,533,50,10,20,30,4z = 1,645S = 3087,5aire 0,950,05Z = (S − 2550)/326,7

Exercice 7 : La surréservation d'un vol régional : traduire l'événement, puis trouver le nombre de billets

6 réponses vérifiables

Un transporteur régional exploite un avion de 9696 places. Un passager qui a réservé se présente à l'embarquement avec la probabilité 0,920{,}92, indépendamment des autres (on néglige les groupes qui voyagent ensemble). Pour un vol, la compagnie vend nn billets ; XX est le nombre de passagers qui se présentent. Il y a surréservation quand plus de 9696 passagers se présentent.

  • a) On vend n=100n=100 billets. Nommez la loi de XX, vérifiez les conditions de l'approximation normale et donnez la loi normale approchante.
  • b) Traduisez la surréservation par une inégalité sur XX, puis calculez sa probabilité.
  • c) Calculez la probabilité qu'au moins 55 places restent vides.
  • d) La loi binomiale exacte donne une probabilité de surréservation de 0,03670{,}0367. Expliquez pourquoi l'approximation est moins bonne ici qu'en c).
  • e) La compagnie veut une probabilité de surréservation d'au plus 5 %5\ \%. Trouvez le plus grand nombre de billets qu'elle peut vendre, en admettant que l'approximation normale reste permise.

Tape tes réponses, la page te dit juste ou faux 0/6

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) X∼B(100 ;0,92)X\sim\mathcal{B}(100\,;0{,}92) ; np=92np=92, n(1−p)=8n(1-p)=8 ; Y∼N(92 ;7,36)Y\sim\mathcal{N}(92\,;7{,}36)
  • b) X>96  ⟺  X≥97X>96\iff X\ge 97 ; P≈P(Y>96,5)≈0,0485P\approx P(Y>96{,}5)\approx 0{,}0485
  • c) P(X≤91)≈0,4286P(X\le 91)\approx 0{,}4286
  • d) La loi est asymétrique (n(1−p)=8n(1-p)=8 à peine au-dessus de 5) : la cloche surestime la queue droite
  • e) 100100 billets au plus
a)

XX : nombre de passagers qui se présentent parmi les 100 ; nombre de billets fixé, présences indépendantes, même probabilité : X∼B(100 ;0,92)X\sim\mathcal{B}(100\,;0{,}92).

np=92≥5np=92\ge 5 et n(1−p)=8≥5n(1-p)=8\ge 5 : approximation permise.

μ=92\mu=92, σ2=100×0,92×0,08=7,36\sigma^{2}=100\times 0{,}92\times 0{,}08=7{,}36, donc Y∼N(92 ;7,36)Y\sim\mathcal{N}(92\,;7{,}36) et σ=2,713\sigma=2{,}713.

b)

Surréservation : X>96X>96, c'est-à-dire X≥97X\ge 97 puisque XX est entière. La barre de 97 commence à 96,596{,}5.

z=96,5−922,713=1,66z=\dfrac{96{,}5-92}{2{,}713}=1{,}66, donc P(X>96)≈0,5−0,4515=0,0485P(X>96)\approx 0{,}5-0{,}4515=0{,}0485.

Environ 4,9 %4{,}9\ \% des vols vendus à 100 billets sont en surréservation.

Piège : prendre la borne 97,597{,}5 (on oublie la barre de 97) ou 95,595{,}5 (on compte le vol plein, qui n'est pas surréservé).

c)

Au moins 5 places vides : 96−X≥596-X\ge 5, soit X≤91X\le 91, borne 91,591{,}5.

z=91,5−922,713=−0,18z=\dfrac{91{,}5-92}{2{,}713}=-0{,}18, donc P(X≤91)≈0,5−0,0714=0,4286P(X\le 91)\approx 0{,}5-0{,}0714=0{,}4286 (valeur exacte : 0,40740{,}4074).

d)

Avec p=0,92p=0{,}92, la loi de XX est collée à son maximum, 100 : elle s'étale vers la GAUCHE et sa queue droite est courte.

La cloche, symétrique, met trop de probabilité au-delà de 96,596{,}5 : 0,04850{,}0485 contre 0,03670{,}0367, un tiers de trop.

La condition n(1−p)=8≥5n(1-p)=8\ge 5 est remplie, mais de peu : elle autorise l'approximation sans garantir sa précision dans les queues.

Ici l'erreur va dans le sens prudent : la compagnie surestime son risque.

e)

Avec nn billets, Xn∼B(n ;0,92)X_{n}\sim\mathcal{B}(n\,;0{,}92), μ=0,92n\mu=0{,}92n, σ=0,0736n\sigma=\sqrt{0{,}0736n}. On veut P(Y>96,5)≤0,05P(Y>96{,}5)\le 0{,}05, soit 96,5−0,92n0,0736n≥1,645\dfrac{96{,}5-0{,}92n}{\sqrt{0{,}0736n}}\ge 1{,}645.

n=100n=100 : z=1,66≥1,645z=1{,}66\ge 1{,}645, probabilité 0,04850{,}0485, accepté.

n=101n=101 : μ=92,92\mu=92{,}92, σ=2,726\sigma=2{,}726, z=96,5−92,922,726=1,31z=\dfrac{96{,}5-92{,}92}{2{,}726}=1{,}31, probabilité 0,09510{,}0951, refusé.

La compagnie peut vendre au plus 100100 billets ; la binomiale exacte conduit à la même réponse (0,03670{,}0367 pour 100, 0,08600{,}0860 pour 101).

Piège : résoudre l'inéquation et garder la racine sans tester les entiers voisins. On cherche le PLUS GRAND nn qui respecte la contrainte.

808284868890929496981001020,020,040,060,080,10,120,140,160,1896,5plus de 96 passagers : barres 97 à 100

Exercice 8 : Cinq affirmations à corriger

9 réponses vérifiables

Chacune des affirmations suivantes a été relevée sur une copie de contrôle. Dites si elle est vraie ou fausse, justifiez par un calcul, et donnez la valeur juste quand elle est demandée.

  • a) « X∼B(500 ;0,004)X\sim\mathcal{B}(500\,;0{,}004) : comme n≥30n\ge 30, on peut approcher XX par une loi normale. » Donnez la valeur approchée correcte de P(X=0)P(X=0).
  • b) « Pour X∼B(120 ;0,15)X\sim\mathcal{B}(120\,;0{,}15), P(X=20)≈P(Y=20)=0P(X=20)\approx P(Y=20)=0, car la loi normale YY est continue. » Donnez la valeur approchée correcte.
  • c) « Pour X∼B(100 ;0,92)X\sim\mathcal{B}(100\,;0{,}92), P(X>96)P(X>96) et P(X≥97)P(X\ge 97) sont égales, et toutes deux s'approchent par P(Y>96,5)P(Y>96{,}5). »
  • d) « Si X∼N(506 ;25)X\sim\mathcal{N}(506\,;25), alors P(X<496)=P(Z<496−50625)=P(Z<−0,4)P(X<496)=P\left(Z<\dfrac{496-506}{25}\right)=P(Z<-0{,}4). » Donnez la valeur correcte.
  • e) « La somme SS de 4040 résistances indépendantes d'écart-type 1,27 Ω1{,}27\ \Omega a pour écart-type 40×1,27=50,8 Ω40\times 1{,}27=50{,}8\ \Omega. » Donnez l'écart-type correct.

Tape tes réponses, la page te dit juste ou faux 0/9

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) Faux : np=2<5np=2<5 ; Poisson de paramètre 2, P(X=0)≈e−2≈0,1353P(X=0)\approx e^{-2}\approx 0{,}1353
  • b) Faux : P(X=20)≈P(19,5<Y<20,5)≈0,0909P(X=20)\approx P(19{,}5<Y<20{,}5)\approx 0{,}0909
  • c) Vrai : pour une variable entière, X>96  ⟺  X≥97X>96\iff X\ge 97, borne 96,596{,}5
  • d) Faux : σ=5\sigma=5, z=−2z=-2, P(X<496)≈0,0228P(X<496)\approx 0{,}0228
  • e) Faux : σ(S)=40×1,27≈8,03 Ω\sigma(S)=\sqrt{40}\times 1{,}27\approx 8{,}03\ \Omega
a)

Faux. La condition du cours porte sur npnp et n(1−p)n(1-p), pas sur nn : ici np=500×0,004=2<5np=500\times 0{,}004=2<5.

Comme n≥30n\ge 30 et np<5np<5, on approche par une loi de Poisson de paramètre λ=2\lambda=2 : P(X=0)≈e−2=0,1353P(X=0)\approx e^{-2}=0{,}1353 (exact : 0,996500=0,13480{,}996^{500}=0{,}1348).

La normale N(2 ;1,992)\mathcal{N}(2\,;1{,}992) donnerait P(−0,5<Y<0,5)=0,1062P(-0{,}5<Y<0{,}5)=0{,}1062, et une probabilité positive à des valeurs négatives.

Piège : « nn grand » ne veut pas dire « loi en cloche » ; une binomiale de pp très petit reste collée à zéro.

b)

Faux. Une loi continue donne bien P(Y=20)=0P(Y=20)=0, mais l'approximation remplace la BARRE de 20, de largeur 1, par l'aire de 19,519{,}5 à 20,520{,}5.

P(X=20)≈P(19,5<Y<20,5)=0,2389−0,1480=0,0909P(X=20)\approx P(19{,}5<Y<20{,}5)=0{,}2389-0{,}1480=0{,}0909 (exercice 2 ; exact : 0,08570{,}0857).

c)

Vrai. XX ne prend que des valeurs entières : entre 96 et 97, il n'y a rien, donc X>96X>96 et X≥97X\ge 97 désignent le même événement.

Dans les deux écritures, la première barre comptée est celle de 97, qui commence à 96,596{,}5 : P≈P(Y>96,5)P\approx P(Y>96{,}5).

C'est pour YY, continue, que >> et ≥\ge se confondent ; pour XX, entière, ce sont >96>96 et ≥97\ge 97.

d)

Faux. Le cours écrit N(μ ;σ2)\mathcal{N}(\mu\,;\sigma^{2}) : 2525 est la variance, donc σ=5\sigma=5.

z=496−5065=−2,00z=\dfrac{496-506}{5}=-2{,}00, donc P(X<496)=0,5−0,4772=0,0228P(X<496)=0{,}5-0{,}4772=0{,}0228.

La copie trouvait P(Z<−0,4)=0,5−0,1554=0,3446P(Z<-0{,}4)=0{,}5-0{,}1554=0{,}3446, quinze fois trop.

e)

Faux. Pour des variables indépendantes, ce sont les VARIANCES qui s'additionnent : V(S)=40×1,272=64,5 Ω2V(S)=40\times 1{,}27^{2}=64{,}5\ \Omega^{2}.

σ(S)=40×1,27=8,03 Ω\displaystyle \sigma(S)=\sqrt{40}\times 1{,}27=8{,}03\ \Omega

40×1,2740\times 1{,}27 serait l'écart-type de 40R140R_{1}, une seule résistance multipliée par 40 (exercice 3).

Exercice 9 : Problème : des boîtes de céréales, de la loi normale à la binomiale

5 réponses vérifiables

Une ligne de conditionnement remplit des boîtes de céréales dont la masse nette XX, en grammes, suit une loi normale de moyenne 506506 g et de variance 25 g225\ \mathrm{g^{2}}. Une boîte est conforme si sa masse nette est d'au moins 500500 g, la masse annoncée sur l'emballage. Les boîtes sont remplies indépendamment les unes des autres.

  • a) Calculez la proportion de boîtes conformes.
  • b) Déterminez la masse nette dépassée par 10 %10\ \% des boîtes.
  • c) Un carton contient 100100 boîtes. Soit NN le nombre de boîtes conformes d'un carton : nommez sa loi, vérifiez les conditions de l'approximation normale et calculez approximativement la probabilité qu'un carton contienne au moins 8585 boîtes conformes.
  • d) Calculez approximativement la probabilité qu'un carton contienne plus de 9292 boîtes conformes.
  • e) Le carton vide pèse 350350 g. Calculez la probabilité que la masse totale d'un carton plein soit inférieure à 50,950{,}9 kg.

Tape tes réponses, la page te dit juste ou faux 0/5

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) P(X≥500)=0,8849P(X\ge 500)=0{,}8849 : 88,49 %88{,}49\ \% de boîtes conformes
  • b) x=506+1,28×5=512,4x=506+1{,}28\times 5=512{,}4 g
  • c) N∼B(100 ;0,8849)≈N(88,49 ;10,185)N\sim\mathcal{B}(100\,;0{,}8849)\approx\mathcal{N}(88{,}49\,;10{,}185) ; P(N≥85)≈0,8944P(N\ge 85)\approx 0{,}8944
  • d) P(N>92)≈0,1038P(N>92)\approx 0{,}1038
  • e) M∼N(50 950 ;2500)M\sim\mathcal{N}(50\,950\,;2500) ; P(M<50 900)≈0,1587P(M<50\,900)\approx 0{,}1587
a)

XX : masse nette d'une boîte, X∼N(506 ;25)X\sim\mathcal{N}(506\,;25) ; la variance vaut 25, donc σ=5\sigma=5 g.

P(X≥500)=P(Z≥500−5065)=P(Z≥−1,20)=0,5+0,3849=0,8849\displaystyle P(X\ge 500)=P\left(Z\ge\dfrac{500-506}{5}\right)=P(Z\ge -1{,}20)=0{,}5+0{,}3849=0{,}8849

88,49 %88{,}49\ \% des boîtes sont conformes. XX est continue : aucune correction de continuité.

b)

On cherche xx tel que P(X>x)=0,10P(X>x)=0{,}10, donc P(0<Z<z)=0,40P(0<Z<z)=0{,}40 : la valeur la plus proche de la table est 0,39970{,}3997, en z=1,28z=1{,}28.

x=μ+zσ=506+1,28×5=512,4x=\mu+z\sigma=506+1{,}28\times 5=512{,}4 g : 10 %10\ \% des boîtes contiennent plus de 512,4512{,}4 g.

c)

NN : nombre de boîtes conformes parmi les 100 ; boîtes indépendantes, même probabilité p=0,8849p=0{,}8849 : N∼B(100 ;0,8849)N\sim\mathcal{B}(100\,;0{,}8849).

np=88,49≥5np=88{,}49\ge 5 et n(1−p)=11,51≥5n(1-p)=11{,}51\ge 5 : approximation permise, N≈N(88,49 ;10,185)N\approx\mathcal{N}(88{,}49\,;10{,}185), σ=3,191\sigma=3{,}191.

Au moins 85 : borne 84,584{,}5. z=84,5−88,493,191=−1,25z=\dfrac{84{,}5-88{,}49}{3{,}191}=-1{,}25

P(N≥85)≈0,5+0,3944=0,8944P(N\ge 85)\approx 0{,}5+0{,}3944=0{,}8944 (binomiale exacte : 0,89130{,}8913).

C'est le problème à étages du chapitre : la loi normale de la masse donne pp, puis la binomiale sur 100 boîtes utilise ce pp.

d)

Plus de 92 : N≥93N\ge 93, borne 92,592{,}5.

z=92,5−88,493,191=1,26z=\dfrac{92{,}5-88{,}49}{3{,}191}=1{,}26, donc P(N>92)≈0,5−0,3962=0,1038P(N>92)\approx 0{,}5-0{,}3962=0{,}1038.

Environ un carton sur dix compte plus de 92 boîtes conformes.

e)

M=350+X1+⋯+X100M=350+X_{1}+\dots+X_{100}. Les XiX_{i} sont normales et indépendantes : leur somme est EXACTEMENT normale, sans recours au TCL.

E(M)=350+100×506=50 950E(M)=350+100\times 506=50\,950 g et V(M)=100×25=2500 g2V(M)=100\times 25=2500\ \mathrm{g^{2}}, donc σ(M)=50\sigma(M)=50 g ; le carton, de masse fixe, n'ajoute aucune variance.

z=50 900−50 95050=−1,00z=\dfrac{50\,900-50\,950}{50}=-1{,}00, donc P(M<50 900)=0,5−0,3413=0,1587P(M<50\,900)=0{,}5-0{,}3413=0{,}1587.

Piège : V(M)=1002×25V(M)=100^{2}\times 25 donnerait σ=500\sigma=500 g, z=−0,10z=-0{,}10 et une probabilité de 0,460{,}46.

4884924965005045085125165205240,020,040,060,080,1500 gconformes : p = 0,8849
a) La masse d'une boîte : l'aire à droite de 500 g vaut p = 0,8849.
747678808284868890929496981000,020,040,060,080,10,120,140,1684,5au moins 85 :P ≈ 0,8944
c) Le nombre de boîtes conformes d'un carton : « au moins 85 » est l'aire au-delà de 84,5.

Exercice 10 : Problème : les impressions 3D d'un local étudiant, de l'exponentielle au théorème central limite

8 réponses vérifiables

Le local de fabrication d'une société technique étudiante dispose d'une imprimante 3D. La durée TT d'une impression, en minutes, suit une loi exponentielle de moyenne 4040 min (figure), et les durées des impressions sont indépendantes. Une semaine typique compte 4040 impressions.

204060801001201401601802000,0050,010,0150,020,0250,03moyenne : 40 minT (min)
  • a) Donnez le paramètre λ\lambda de la loi de TT, puis calculez la probabilité qu'une impression dure plus d'une heure.
  • b) Soit NN le nombre d'impressions de plus d'une heure parmi les 4040 de la semaine. Nommez sa loi, vérifiez les conditions de l'approximation normale et calculez approximativement P(N≥12)P(N\ge 12).
  • c) Soit SS la durée totale des 4040 impressions. Donnez E(S)E(S) et V(S)V(S), puis calculez approximativement la probabilité que l'imprimante tourne plus de 3030 heures dans la semaine.
  • d) L'imprimante est réservée 2828 heures par semaine. Trouvez le nombre maximal d'impressions qu'on peut accepter pour que toutes soient terminées dans ce temps avec une probabilité d'au moins 0,950{,}95.
  • e) Un étudiant veut refaire le calcul de c) pour un lot de 1010 impressions. La méthode reste-t-elle valable ? Justifiez.

Tape tes réponses, la page te dit juste ou faux 0/8

a)
b)
c)
d)
e)
Voir la correction

Réponses

  • a) λ=0,025 min−1\lambda=0{,}025\ \mathrm{min^{-1}} ; P(T>60)=e−1,5≈0,2231P(T>60)=e^{-1{,}5}\approx 0{,}2231
  • b) N∼B(40 ;0,2231)≈N(8,925 ;6,934)N\sim\mathcal{B}(40\,;0{,}2231)\approx\mathcal{N}(8{,}925\,;6{,}934) ; P(N≥12)≈0,1635P(N\ge 12)\approx 0{,}1635
  • c) E(S)=1600E(S)=1600 min ; V(S)=64 000 min2V(S)=64\,000\ \mathrm{min^{2}} ; P(S>1800)≈0,2148P(S>1800)\approx 0{,}2148
  • d) 3232 impressions au plus
  • e) Non : n=10<30n=10<30 et la loi exponentielle est très asymétrique, la somme n'est pas encore en cloche
a)

TT suit une loi exponentielle de moyenne 1λ=40\dfrac{1}{\lambda}=40 min, donc λ=140=0,025 min−1\lambda=\dfrac{1}{40}=0{,}025\ \mathrm{min^{-1}}.

P(T>60)=e−0,025×60=e−1,5=0,2231P(T>60)=e^{-0{,}025\times 60}=e^{-1{,}5}=0{,}2231 : un peu plus d'une impression sur cinq dure plus d'une heure.

b)

NN : nombre d'impressions de plus d'une heure parmi les 40 ; durées indépendantes, même probabilité : N∼B(40 ;0,2231)N\sim\mathcal{B}(40\,;0{,}2231).

np=8,925≥5np=8{,}925\ge 5 et n(1−p)=31,07≥5n(1-p)=31{,}07\ge 5 : N≈N(8,925 ;6,934)N\approx\mathcal{N}(8{,}925\,;6{,}934), σ=2,633\sigma=2{,}633.

Au moins 12 : borne 11,511{,}5. z=11,5−8,9252,633=0,98z=\dfrac{11{,}5-8{,}925}{2{,}633}=0{,}98

P(N≥12)≈0,5−0,3365=0,1635P(N\ge 12)\approx 0{,}5-0{,}3365=0{,}1635 (binomiale exacte : 0,16330{,}1633).

Premier étage : une loi continue donne pp ; second étage : une binomiale sur 40 impressions utilise ce pp.

c)

Pour une exponentielle, E(T)=1λ=40E(T)=\dfrac{1}{\lambda}=40 min et V(T)=1λ2=1600 min2V(T)=\dfrac{1}{\lambda^{2}}=1600\ \mathrm{min^{2}}.

E(S)=40×40=1600E(S)=40\times 40=1600 min et V(S)=40×1600=64 000 min2V(S)=40\times 1600=64\,000\ \mathrm{min^{2}}, donc σ(S)=253,0\sigma(S)=253{,}0 min.

SS est la somme de 40 durées indépendantes de même loi, et 40≥3040\ge 30 : S≈N(1600 ;64 000)S\approx\mathcal{N}(1600\,;64\,000).

3030 h =1800=1800 min : z=1800−1600253,0=0,79z=\dfrac{1800-1600}{253{,}0}=0{,}79, donc P(S>1800)≈0,5−0,2852=0,2148P(S>1800)\approx 0{,}5-0{,}2852=0{,}2148.

Piège : comparer des heures et des minutes. Tout se met en minutes AVANT le calcul de zz.

d)

Avec nn impressions, E(Sn)=40nE(S_{n})=40n et σ(Sn)=40n\sigma(S_{n})=40\sqrt{n}. On veut P(Sn≤1680)≥0,95P(S_{n}\le 1680)\ge 0{,}95, 2828 h valant 16801680 min.

1680−40n40n≥1,645\dfrac{1680-40n}{40\sqrt{n}}\ge 1{,}645, soit n+1,645n≤42n+1{,}645\sqrt{n}\le 42.

Avec u=nu=\sqrt{n} : u2+1,645u−42=0u^{2}+1{,}645u-42=0 donne u=5,710u=5{,}710, donc n≤32,6n\le 32{,}6.

Vérification : n=32n=32 donne z=1680−12804032=1,77≥1,645z=\dfrac{1680-1280}{40\sqrt{32}}=1{,}77\ge 1{,}645 ; n=33n=33 donne z=1,57z=1{,}57, refusé.

On peut accepter au plus 3232 impressions, et 32≥3032\ge 30 laisse le TCL applicable.

Piège : diviser 16801680 par la moyenne, 4040 min, et accepter 42 impressions. Une fois sur deux, elles ne seraient pas finies.

e)

Non. Le cours applique le TCL dès n≥30n\ge 30 ; avec n=10n=10, et une loi exponentielle très asymétrique (sa densité est maximale en 0), la somme garde une queue droite marquée.

La loi exacte d'une somme d'exponentielles existe, mais elle dépasse le cours ; ici, dans la queue droite, la normale sous-estimerait le risque d'une semaine très longue.

Piège : croire que « une somme » suffit. Le TCL est un résultat sur les GRANDS nn.

121416182022242628303234363840420,020,040,060,080,10,12plus de 30 h : 0,2148S (heures) ≈ N(26,67 ; 17,78)
Il manque quelque chose dans cette série ? Un type d'exercice que ton prof donne, un énoncé qui te bloque, une erreur repérée : dis-le-moi, je lis chaque demande.

L'envoi passe par ton espace gratuit : c'est ce qui me permet de te répondre et de te prévenir quand l'exercice est ajouté. Un courriel suffit, pas de mot de passe. Crée ton espace. Pas envie de créer un compte ? Écris-moi directement.

De quoi s'agit-il ?
Je lis chaque demande moi-même, personne d'autre ne la voit. Inutile d'écrire ton nom ou celui de ton école.
Quand ta demande est traitée, tu es prévenu par courriel et dans ton espace.

En envoyant, tu acceptes que je lise ta demande pour y répondre. Elle est gardée avec ton compte, effacée avec lui, et jamais publiée : politique de confidentialité.

Ce chapitre resservira dans

Les chapitres qui le réclament en amont, plus tard dans l'année ou dans les années suivantes.

© Ahmed Squalli Houssaini. Série publiée sur www.letuteurscientifique.ca/exercices/mth0104-approximations-theoreme-central-limite. Libre pour l'usage personnel et en classe ; sa republication ailleurs demande une autorisation écrite (mentions légales).

Vous cherchez un tuteur en probabilités et statistique pour MTH0104 ?

Contactez-moi pour une première séance. On travaille les approximations au niveau du contrôle : la loi et ses paramètres d'abord, la demi-unité ensuite.

Site par Studio Squalli