Probabilités et statistique MTH0104 • Polytechnique Montréal • Contrôle périodique 2 blanc

Contrôle périodique 2 blanc : exercices corrigés de MTH0104 (Polytechnique)

Contrôle périodique 2 blanc : exercices de MTH0104 (Polytechnique)

Nom : Classe : Date :

Corrigé

Durée conseillée : 1 h 50 · Calculatrice autorisée · 6 exercices
https://www.letuteurscientifique.ca/exercices/mth0104-controle-periodique-2-blanc

Voici un contrôle périodique 2 blanc de MTH0104, le cours préparatoire de probabilités et statistique de Polytechnique.

Ce que couvre la série, les pièges traités

Comme le vrai contrôle, il dure 1 h 50, compte six questions notées sur 20 points, avec un barème décimal, et porte sur la seconde moitié des lois : loi de Poisson et processus de Poisson, variables aléatoires continues (densité, fonction de répartition, médiane, espérance, variance), lois uniforme et exponentielle, loi normale et sommes de normales indépendantes, approximation normale de la binomiale et théorème central limite, avec une question de lois géométrique, binomiale et binomiale négative.

Ces notions se retrouvent au 201-SN1-RE du cégep.

Le fil de l'épreuve : une loi continue répond par une aire, et cette aire devient souvent le paramètre de l'étage suivant. Une probabilité se lit sur la fonction de répartition, jamais sur la densité ; la variance passe avant l'écart-type, dans N(μ ; σ²) comme dans une somme ; le taux d'un processus de Poisson se ramène à l'intervalle demandé. À la fin, vous savez trouver un paramètre par une probabilité conditionnelle, retrouver une loi uniforme par deux quantiles, fixer deux constantes d'une densité, appliquer le théorème central limite à 60 durées et approcher une binomiale avec la correction de continuité.

Les pièges que le corrigé désigne : le succès mal choisi d'une loi géométrique et « au moins 3 » pris pour « plus de 3 » (exercice 1), la condition oubliée dans P(X > 5 | X > 1) et l'écart-type d'une somme multiplié par 60 (exercice 2), la queue de droite lue à gauche et l'uniforme crue sans mémoire (exercice 3), une seule équation pour deux constantes (exercice 4), la variance prise pour l'écart-type et la correction de continuité oubliée (exercice 5), le taux horaire appliqué à 40 minutes (exercice 6). Calculatrice non programmable et tables fournies, comme au contrôle ; chaque réponse se vérifie en ligne, et le corrigé donne les réponses en tête.

  • 6 exercices corrigés
  • Durée : 1 h 50
  • Autocorrigée, 31 réponses
  • Calculatrice
Commencer l'exercice 1
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

  • • Poisson : P(X=k)=e−λλkk!P(X=k)=\dfrac{e^{-\lambda}\lambda^k}{k!}, λ=kT\lambda=kT (taux fois durée), E=V=λE=V=\lambda ; le temps entre deux événements suit Exp(k)\mathrm{Exp}(k).
  • • Variable continue : P(a<X<b)=∫abf(x) dx=F(b)−F(a)P(a<X<b)=\int_a^bf(x)\,dx=F(b)-F(a) ; E(X)=∫xf(x) dxE(X)=\int xf(x)\,dx ; V(X)=E(X2)−E(X)2V(X)=E(X^2)-E(X)^2 ; médiane : F(m)=0,5F(m)=0{,}5.
  • • Uniforme U[a ;b]U[a\,;b] : F(x)=x−ab−aF(x)=\frac{x-a}{b-a}, E=a+b2E=\frac{a+b}{2}, V=(b−a)212V=\frac{(b-a)^2}{12}. Exponentielle de taux λ\lambda : F(x)=1−e−λxF(x)=1-e^{-\lambda x}, E=1λE=\frac{1}{\lambda}, V=1λ2V=\frac{1}{\lambda^2}.
  • • Normale N(μ ;σ2)\mathcal N(\mu\,;\sigma^2), second paramètre la VARIANCE : Z=X−μσZ=\frac{X-\mu}{\sigma}, table P(0<Z<z)P(0<Z<z), z au centième ; z0,05=1,645z_{0{,}05}=1{,}645, z0,025=1,96z_{0{,}025}=1{,}96.
  • • Somme de nn variables indépendantes : E(S)=nμE(S)=n\mu, V(S)=nσ2V(S)=n\sigma^2 ; exactement normale pour des normales, approximativement dès n≥30n\ge 30 (TCL).
  • • Binomiale approchée par la normale si np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5 : μ=np\mu=np, σ2=npq\sigma^2=npq, correction de continuité ±0,5\pm 0{,}5.

Contrôle périodique 2 : lois continues, loi normale et approximations (/20)

Exercice 1 : Les réservations de salles d'étude non honorées

5 réponses vérifiables

3 points Lois de Bernoulli, binomiale, géométrique et binomiale négative

La bibliothèque d'une école d'ingénieurs prête des salles d'étude sur réservation. D'après ses registres, 25 %25\ \% des réservations ne sont pas honorées : le groupe ne se présente pas. On admet que les réservations sont honorées ou non indépendamment les unes des autres.

  • a) On examine les réservations de la journée dans l'ordre. Quelle est la probabilité que la première réservation non honorée soit la 5e5^{e} ? (0,75 point)
  • b) Quelle est la probabilité qu'il faille examiner plus de 33 réservations pour trouver la première non honorée ? (0,5 point)
  • c) Une plage horaire compte 1212 réservations. Définir la variable qui compte les réservations non honorées, nommer sa loi, puis calculer la probabilité qu'au moins 33 d'entre elles ne soient pas honorées. (1 point)
  • d) Quelle est la probabilité que la 2e2^{e} réservation non honorée de la journée soit la 6e6^{e} examinée ? (0,75 point)

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

a)
b)
c)
d)
Voir la correction

Réponses

  • a) N∼G(0,25)N\sim G(0{,}25) ; P(N=5)≈0,0791P(N=5)\approx 0{,}0791
  • b) P(N>3)=0,753≈0,4219P(N>3)=0{,}75^3\approx 0{,}4219
  • c) X∼B(12 ; 0,25)X\sim B(12\,;\,0{,}25) ; P(X≥3)≈0,6093P(X\ge 3)\approx 0{,}6093
  • d) P(W=6)≈0,0989P(W=6)\approx 0{,}0989
a)

NN : rang de la première réservation non honorée, compté en nombre d'essais. Réservations indépendantes, p=0,25p=0{,}25 constant : N∼G(0,25)N\sim G(0{,}25), P(N=k)=qk−1pP(N=k)=q^{k-1}p.

P(N=5)=q4p=(0,75)4(0,25)≈0,0791P(N=5)=q^4p=(0{,}75)^4(0{,}25)\approx 0{,}0791.

Les quatre premières réservations sont honorées, puis la cinquième ne l'est pas : c'est le cas d'environ 7,9 %7{,}9\ \% des journées.

Piège : le « succès » de la loi est l'événement qu'on attend, ici la réservation NON honorée : p=0,25p=0{,}25, pas 0,750{,}75.

b)

Plus de trois examens nécessaires : les trois premières réservations sont toutes honorées.

P(N>3)=q3=(0,75)3≈0,4219P(N>3)=q^3=(0{,}75)^3\approx 0{,}4219.

Piège : calculer P(N≥3)=q2=0,5625P(N\ge 3)=q^2=0{,}5625 ; « plus de 33 » commence à 44.

c)

XX : nombre de réservations non honorées parmi les 1212 de la plage. Douze épreuves indépendantes, même probabilité p=0,25p=0{,}25 : X∼B(12 ; 0,25)X\sim B(12\,;\,0{,}25).

« Au moins 33 » : P(X≥3)=1−P(X=0)−P(X=1)−P(X=2)P(X\ge 3)=1-P(X=0)-P(X=1)-P(X=2).

P(X=0)=0,7512≈0,0317P(X=0)=0{,}75^{12}\approx 0{,}0317 ; P(X=1)=C121(0,25)(0,75)11≈0,1267P(X=1)=C_{12}^{1}(0{,}25)(0{,}75)^{11}\approx 0{,}1267 ; P(X=2)=C122(0,25)2(0,75)10≈0,2323P(X=2)=C_{12}^{2}(0{,}25)^2(0{,}75)^{10}\approx 0{,}2323.

P(X≥3)≈1−0,3907=0,6093P(X\ge 3)\approx 1-0{,}3907=0{,}6093.

Environ 61 %61\ \% des plages comptent au moins trois salles réservées pour rien ; en moyenne, E(X)=np=3E(X)=np=3 réservations par plage.

Piège : 1−P(X≤3)1-P(X\le 3) calcule « plus de 33 », c'est-à-dire X≥4X\ge 4.

d)

WW : rang de la 2e2^{e} réservation non honorée. Loi binomiale négative de paramètres k=2k=2 et p=0,25p=0{,}25 : P(W=n)=Cn−1k−1pkqn−kP(W=n)=C_{n-1}^{k-1}p^kq^{n-k}.

P(W=6)=C51(0,25)2(0,75)4=5×0,0625×0,3164≈0,0989P(W=6)=C_{5}^{1}(0{,}25)^2(0{,}75)^4=5\times 0{,}0625\times 0{,}3164\approx 0{,}0989.

La 6e6^{e} réservation est la deuxième absence, et les 55 premières en contiennent exactement une, placée de C51=5C_5^1=5 façons.

Piège : la binomiale C62p2q4≈0,2966C_6^2p^2q^4\approx 0{,}2966 compte deux absences en six réservations sans exiger que la sixième en soit une.

010,1320,2330,2640,1950,160,04789101112x (non honorées)X ≥ 3
La loi B(12 ; 0,25) : « au moins 3 » garde les bâtons verts, et se calcule par le complément des trois bâtons bleus.

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.

Exercice 2 : La durée des tâches d'un serveur de calcul : un paramètre par conditionnelle, puis le TCL

6 réponses vérifiables

4 points Loi exponentielle, durée de vie et processus de PoissonApproximations et théorème central limite

La durée XX, en minutes, d'une tâche soumise au serveur de calcul à processeur graphique (GPU) d'un laboratoire suit une loi exponentielle de paramètre λ\lambda (par minute). Les durées des tâches sont indépendantes. Les journaux du serveur indiquent que, parmi les tâches qui durent plus de 11 minute, le quart dure plus de 55 minutes : P(X>5 ∣ X>1)=0,25P(X>5\,|\,X>1)=0{,}25.

  • a) Montrer que λ=ln⁡22\lambda=\dfrac{\ln 2}{2}, soit environ 0,34660{,}3466 par minute. (1 point)
  • b) Calculer la durée moyenne et la durée médiane d'une tâche. (0,75 point)
  • c) Quelle est la probabilité qu'une tâche dure entre 33 et 66 minutes ? (0,75 point)
  • d) Un étudiant soumet 6060 tâches qui s'exécutent l'une après l'autre sur le même processeur. Par le théorème central limite, évaluer la probabilité que l'ensemble des 6060 tâches demande plus de 33 h 1515 min. (1 point)
  • e) Quelle durée totale peut-on annoncer pour que les 6060 tâches soient terminées avec une probabilité de 0,950{,}95 ? (0,5 point)

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

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

Réponses

  • a) P(X>5 ∣ X>1)=e−4λ=0,25P(X>5\,|\,X>1)=e^{-4\lambda}=0{,}25, λ=ln⁡22≈0,3466\lambda=\frac{\ln 2}{2}\approx 0{,}3466 par minute
  • b) E(X)≈2,885E(X)\approx 2{,}885 min ; médiane 22 min
  • c) P(3<X<6)≈0,2286P(3<X<6)\approx 0{,}2286
  • d) S≈N(173,12 ; 22,352)S\approx\mathcal N(173{,}12\,;\,22{,}35^2) ; P(S>195)≈0,1635P(S>195)\approx 0{,}1635
  • e) t≈209,9t\approx 209{,}9 min, environ 33 h 3030 min
a)

X∼Exp(λ)X\sim\mathrm{Exp}(\lambda) : F(x)=P(X≤x)=1−e−λxF(x)=P(X\le x)=1-e^{-\lambda x} pour x≥0x\ge 0.

P(X>x)=e−λxP(X>x)=e^{-\lambda x}, et {X>5}⊂{X>1}\{X>5\}\subset\{X>1\}, donc P(X>5 ∣ X>1)=P(X>5)P(X>1)=e−5λe−λ=e−4λP(X>5\,|\,X>1)=\dfrac{P(X>5)}{P(X>1)}=\dfrac{e^{-5\lambda}}{e^{-\lambda}}=e^{-4\lambda}.

C'est l'absence de mémoire : une tâche qui a déjà tourné 11 minute a la même probabilité de durer encore 44 minutes qu'une tâche neuve, P(X>4)P(X>4).

e−4λ=0,25e^{-4\lambda}=0{,}25, donc −4λ=ln⁡0,25=−ln⁡4-4\lambda=\ln 0{,}25=-\ln 4.

e−4λ=0,25  ⟺  λ=ln⁡44=2ln⁡24=ln⁡22≈0,3466e^{-4\lambda}=0{,}25 \iff \lambda=\dfrac{\ln 4}{4}=\dfrac{2\ln 2}{4}=\dfrac{\ln 2}{2}\approx 0{,}3466 par minute.

Piège : oublier la condition et poser P(X>5)=0,25P(X>5)=0{,}25, ce qui donne λ=ln⁡45≈0,277\lambda=\frac{\ln 4}{5}\approx 0{,}277 ; la donnée porte sur les tâches qui ont DÉJÀ dépassé 11 minute.

b)

E(X)=1λ=2ln⁡2≈2,885E(X)=\dfrac{1}{\lambda}=\dfrac{2}{\ln 2}\approx 2{,}885 min.

Médiane mm : F(m)=0,5  ⟺  e−λm=0,5  ⟺  m=ln⁡2λ=2F(m)=0{,}5 \iff e^{-\lambda m}=0{,}5 \iff m=\dfrac{\ln 2}{\lambda}=2 min.

La moitié des tâches se terminent en moins de 22 minutes, mais la durée moyenne est de 2,892{,}89 minutes : quelques tâches très longues tirent la moyenne vers le haut (loi asymétrique à droite).

Piège : prendre la moyenne pour la médiane ; pour une exponentielle, P(X>E(X))=e−1≈0,368P(X>E(X))=e^{-1}\approx 0{,}368, pas 0,50{,}5.

c)

P(3<X<6)=F(6)−F(3)=e−3λ−e−6λP(3<X<6)=F(6)-F(3)=e^{-3\lambda}-e^{-6\lambda}.

e−2λ=12e^{-2\lambda}=\frac{1}{2}, donc e−3λ=2−3/2≈0,3536e^{-3\lambda}=2^{-3/2}\approx 0{,}3536 et e−6λ=2−3=0,125e^{-6\lambda}=2^{-3}=0{,}125.

P(3<X<6)≈0,3536−0,125=0,2286P(3<X<6)\approx 0{,}3536-0{,}125=0{,}2286.

Environ 22,9 %22{,}9\ \% des tâches durent entre 33 et 66 minutes.

Piège : calculer f(6)−f(3)f(6)-f(3) ; une probabilité est une aire sous la densité, donc un écart de la fonction de répartition FF.

d)

S=X1+⋯+X60S=X_1+\dots+X_{60} : durée totale des 6060 tâches, somme de 6060 variables indépendantes de même loi.

E(S)=60 E(X)≈60×2,885=173,12E(S)=60\,E(X)\approx 60\times 2{,}885=173{,}12 min ; V(S)=60 V(X)=60λ2V(S)=60\,V(X)=\dfrac{60}{\lambda^2}, d'où σ(S)=60λ≈22,35\sigma(S)=\dfrac{\sqrt{60}}{\lambda}\approx 22{,}35 min.

n=60≥30n=60\ge 30 : par le théorème central limite, SS suit approximativement N(173,12 ; 22,352)\mathcal N(173{,}12\,;\,22{,}35^2).

33 h 1515 min =195=195 min : P(S>195)≈P(Z>195−173,1222,35)=P(Z>0,98)P(S>195)\approx P\Big(Z>\dfrac{195-173{,}12}{22{,}35}\Big)=P(Z>0{,}98).

Table : P(0<Z<0,98)=0,3365P(0<Z<0{,}98)=0{,}3365, donc P(S>195)≈0,5−0,3365=0,1635P(S>195)\approx 0{,}5-0{,}3365=0{,}1635.

Les 6060 tâches demandent plus de 33 h 1515 min dans environ 16 %16\ \% des cas.

Piège : prendre σ(S)=60 σ(X)≈173\sigma(S)=60\,\sigma(X)\approx 173 min ; ce sont les variances qui s'additionnent, l'écart-type croît comme 60\sqrt{60}.

e)

On cherche tt tel que P(S<t)=0,95P(S<t)=0{,}95 : P(0<Z<z)=0,45P(0<Z<z)=0{,}45 donne z0,05=1,645z_{0{,}05}=1{,}645.

t=173,12+1,645×22,35≈209,9t=173{,}12+1{,}645\times 22{,}35\approx 209{,}9 min, soit un peu moins de 33 h 3030 min.

En annonçant 33 h 3030 min, l'étudiant tient son délai avec une probabilité d'environ 0,950{,}95.

Piège : utiliser 1,961{,}96, la valeur d'un risque partagé entre deux queues ; ici le risque est d'un seul côté.

123456789100,10,20,30,4médiane 20,2286x (min)f(x)
La densité de X : l'aire bleue entre 3 et 6 minutes vaut 0,2286 ; la médiane, 2 minutes, est à gauche de la moyenne 2,89.
1001251501752002252500,0050,010,0150,02195 min, z = 0,980,1635s (min)
Le TCL : la durée totale S est approchée par une normale de moyenne 173,12 min et d'écart-type 22,35 min ; l'aire à droite de 195 min vaut 0,1635.

Exercice 3 : Le délai de livraison du béton : une loi uniforme retrouvée par deux quantiles

6 réponses vérifiables

3 points Variables aléatoires continues et loi uniformeLois de Bernoulli, binomiale, géométrique et binomiale négative

Sur un chantier, le délai XX, en minutes, entre la commande d'un camion-toupie de béton et son arrivée suit une loi uniforme sur un intervalle [a ; b][a\,;\,b]. On sait que 20 %20\ \% des camions arrivent en moins de 3131 minutes et que 10 %10\ \% arrivent après 5252 minutes (figure). Les délais des camions sont indépendants.

a3152b20 %10 %x (min)
  • a) Trouver aa et bb. (1 point)
  • b) Calculer E(X)E(X) et σ(X)\sigma(X), et interpréter E(X)E(X). (0,5 point)
  • c) Quarante minutes après la commande, le camion n'est pas encore arrivé. Quelle est la probabilité qu'il arrive après 5050 minutes ? (0,5 point)
  • d) Un délai de plus de 5050 minutes oblige le chef de chantier à décaler l'équipe de coulée. Quelle est la probabilité que le 3e3^{e} camion en retard de cette façon soit le 8e8^{e} camion de la journée ? (1 point)

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

a)
b)
c)
d)
Voir la correction

Réponses

  • a) a=25a=25 min, b=55b=55 min
  • b) E(X)=40E(X)=40 min ; σ(X)=75≈8,66\sigma(X)=\sqrt{75}\approx 8{,}66 min
  • c) P(X>50 ∣ X>40)=13P(X>50\,|\,X>40)=\frac{1}{3}
  • d) p=16p=\frac{1}{6} ; P(W=8)≈0,0391P(W=8)\approx 0{,}0391
a)

X∼U[a ; b]X\sim U[a\,;\,b] : F(x)=x−ab−aF(x)=\dfrac{x-a}{b-a} pour a≤x≤ba\le x\le b.

« 20 %20\ \% en moins de 3131 minutes » : F(31)=0,20F(31)=0{,}20, soit 31−a=0,20 (b−a)31-a=0{,}20\,(b-a).

« 10 %10\ \% après 5252 minutes » : P(X>52)=0,10P(X>52)=0{,}10, donc F(52)=0,90F(52)=0{,}90, soit 52−a=0,90 (b−a)52-a=0{,}90\,(b-a).

En soustrayant : 21=0,70 (b−a)21=0{,}70\,(b-a), d'où b−a=30b-a=30, puis a=31−0,20×30=25a=31-0{,}20\times 30=25 et b=55b=55.

Le délai est uniforme sur [25 ; 55][25\,;\,55] minutes.

Piège : poser F(52)=0,10F(52)=0{,}10 ; « après 5252 minutes » est la queue de droite, 1−F(52)1-F(52).

b)

E(X)=a+b2=25+552=40E(X)=\dfrac{a+b}{2}=\dfrac{25+55}{2}=40 min ; V(X)=(b−a)212=90012=75V(X)=\dfrac{(b-a)^2}{12}=\dfrac{900}{12}=75, donc σ(X)=75≈8,66\sigma(X)=\sqrt{75}\approx 8{,}66 min.

Un camion met en moyenne 4040 minutes à arriver, avec un écart-type de 8,668{,}66 minutes.

Piège : diviser par 1212 l'écart b−ab-a au lieu de son carré.

c)

P(X>50 ∣ X>40)=P(X>50)P(X>40)=(55−50)/30(55−40)/30=515=13P(X>50\,|\,X>40)=\dfrac{P(X>50)}{P(X>40)}=\dfrac{(55-50)/30}{(55-40)/30}=\dfrac{5}{15}=\dfrac{1}{3}.

Sachant X>40X>40, le délai est uniforme sur [40 ; 55][40\,;\,55] : la probabilité est la part de cet intervalle au-delà de 5050.

Piège : répondre P(X>50)=16P(X>50)=\frac{1}{6} ; l'uniforme n'est pas sans mémoire, l'attente déjà faite change la réponse.

d)

Probabilité qu'un camion soit « en retard » : p=P(X>50)=55−5030=16p=P(X>50)=\dfrac{55-50}{30}=\dfrac{1}{6}.

WW : rang du camion qui est le 3e3^{e} en retard. Camions indépendants, même pp : WW suit la loi binomiale négative de paramètres k=3k=3 et p=16p=\frac{1}{6}.

P(W=8)=C72(16)3(56)5=21×0,00463×0,4019≈0,0391P(W=8)=C_{7}^{2}\Big(\dfrac{1}{6}\Big)^3\Big(\dfrac{5}{6}\Big)^5=21\times 0{,}00463\times 0{,}4019\approx 0{,}0391.

Il y a environ 3,9 %3{,}9\ \% de chances que le troisième retard tombe exactement sur le huitième camion.

Piège : oublier l'étage. La loi continue donne d'abord pp ; c'est ensuite une loi discrète sur les camions qui répond à la question.

Exercice 4 : L'usure des plaquettes de frein d'un tramway : une densité à deux constantes

5 réponses vérifiables

3,5 points Variables aléatoires continues et loi uniforme

L'usure XX, en millimètres, des plaquettes de frein d'une rame de tramway après une période d'exploitation est une variable aléatoire continue de densité f(x)=a+bx2f(x)=a+bx^2 pour 0≤x≤20\le x\le 2 et f(x)=0f(x)=0 ailleurs, où aa et bb sont des constantes positives. Le suivi de la flotte donne une usure moyenne E(X)=1,25E(X)=1{,}25 mm.

  • a) Trouver aa et bb. (1,25 point)
  • b) Calculer l'écart-type de XX. (0,75 point)
  • c) Une plaquette est déjà usée de plus de 11 mm. Quelle est la probabilité que son usure dépasse 1,51{,}5 mm ? (1 point)
  • d) Quelle proportion des plaquettes est moins usée que la moyenne ? (0,5 point)

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

a)
b)
c)
d)
Voir la correction

Réponses

  • a) a=14a=\frac{1}{4}, b=316b=\frac{3}{16}
  • b) V(X)=73240V(X)=\frac{73}{240} ; σ(X)≈0,552\sigma(X)\approx 0{,}552 mm
  • c) P(X>1,5 ∣ X>1)=5388≈0,6023P(X>1{,}5\,|\,X>1)=\frac{53}{88}\approx 0{,}6023
  • d) P(X<1,25)≈0,4346P(X<1{,}25)\approx 0{,}4346
a)

Deux inconnues, deux équations : l'aire totale vaut 11 et l'espérance vaut 1,251{,}25.

∫02(a+bx2) dx=2a+8b3=1\int_0^2(a+bx^2)\,dx=2a+\dfrac{8b}{3}=1.

E(X)=∫02x(a+bx2) dx=[ax22+bx44]02=2a+4b=1,25E(X)=\int_0^2x(a+bx^2)\,dx=\Big[\dfrac{ax^2}{2}+\dfrac{bx^4}{4}\Big]_0^2=2a+4b=1{,}25.

En soustrayant la première équation de la seconde : 4b−8b3=4b3=0,254b-\dfrac{8b}{3}=\dfrac{4b}{3}=0{,}25, d'où b=316b=\dfrac{3}{16}.

Puis 2a=1,25−4×316=0,52a=1{,}25-4\times\dfrac{3}{16}=0{,}5, donc a=14a=\dfrac{1}{4} : f(x)=4+3x216f(x)=\dfrac{4+3x^2}{16} sur [0 ; 2][0\,;\,2].

Vérification : a>0a>0 et b>0b>0, donc f≥0f\ge 0 sur [0 ; 2][0\,;\,2] ; c'est bien une densité.

Piège : n'utiliser que l'espérance ; une seule équation ne fixe pas deux constantes, la condition d'aire 11 est la seconde.

b)

E(X2)=∫02x2(a+bx2) dx=8a3+32b5=23+65=2815E(X^2)=\int_0^2x^2(a+bx^2)\,dx=\dfrac{8a}{3}+\dfrac{32b}{5}=\dfrac{2}{3}+\dfrac{6}{5}=\dfrac{28}{15}.

V(X)=E(X2)−E(X)2=2815−1,5625=73240≈0,3042V(X)=E(X^2)-E(X)^2=\dfrac{28}{15}-1{,}5625=\dfrac{73}{240}\approx 0{,}3042 ; σ(X)=73/240≈0,552\sigma(X)=\sqrt{73/240}\approx 0{,}552 mm.

L'usure s'écarte typiquement d'environ 0,550{,}55 mm de sa moyenne de 1,251{,}25 mm.

Piège : ∫02x2f(x) dx\int_0^2x^2f(x)\,dx est E(X2)E(X^2), pas la variance.

c)

Fonction de répartition sur [0 ; 2][0\,;\,2] : F(x)=∫0x4+3t216 dt=4x+x316F(x)=\int_0^x\dfrac{4+3t^2}{16}\,dt=\dfrac{4x+x^3}{16}.

F(1)=516=0,3125F(1)=\dfrac{5}{16}=0{,}3125 et F(1,5)=6+3,37516=0,5859F(1{,}5)=\dfrac{6+3{,}375}{16}=0{,}5859.

{X>1,5}⊂{X>1}\{X>1{,}5\}\subset\{X>1\}, donc P(X>1,5 ∣ X>1)=P(X>1,5)P(X>1)=1−0,58591−0,3125=5388≈0,6023P(X>1{,}5\,|\,X>1)=\dfrac{P(X>1{,}5)}{P(X>1)}=\dfrac{1-0{,}5859}{1-0{,}3125}=\dfrac{53}{88}\approx 0{,}6023.

Parmi les plaquettes usées de plus de 11 mm, environ 60,2 %60{,}2\ \% le sont de plus de 1,51{,}5 mm.

Piège : répondre P(X>1,5)≈0,4141P(X>1{,}5)\approx 0{,}4141 sans la condition, ou diviser par P(X>1,5)P(X>1{,}5).

d)

« Moins usée que la moyenne » : P(X<1,25)=F(1,25)=4×1,25+1,25316=6,95316≈0,4346P(X<1{,}25)=F(1{,}25)=\dfrac{4\times 1{,}25+1{,}25^3}{16}=\dfrac{6{,}953}{16}\approx 0{,}4346.

Environ 43,5 %43{,}5\ \% des plaquettes sont moins usées que la moyenne : la moyenne n'est pas la médiane, et la densité croissante place plus de la moitié des plaquettes au-dessus de 1,251{,}25 mm.

Piège : répondre 0,50{,}5 par réflexe ; la moitié des valeurs sous la moyenne n'est vraie que pour une loi symétrique.

0,511,522,50,20,40,60,811,2E(X) = 1,250,4141F(1) = 0,3125x (mm)f(x)
La densité f(x) = (4 + 3x²)/16 : P(X > 1,5) = 0,4141 (orange) et P(X > 1) = 0,6875 (bleu et orange) ; la conditionnelle est leur quotient, 53/88.

Exercice 5 : L'énergie des modules de batterie : normale, somme et approximation normale

5 réponses vérifiables

4 points Loi normale, transformation affine et sommes de normalesApproximations et théorème central limite

L'énergie XX, en wattheures (Wh), que stocke à pleine charge un module de batterie lithium-ion d'une même série suit une loi normale de moyenne 400400 Wh et de variance 36 Wh236\ \mathrm{Wh^2} : X∼N(400 ; 36)X\sim\mathcal N(400\,;\,36). Les énergies des modules sont indépendantes. Un module qui stocke moins de 390390 Wh est déclassé.

  • a) Quelle proportion des modules stocke une énergie comprise entre 395395 Wh et 410410 Wh ? (0,75 point)
  • b) Quelle énergie n'est dépassée que par 5 %5\ \% des modules ? (0,5 point)
  • c) Quelle est la probabilité qu'un module soit déclassé ? (0,5 point)
  • d) Un système de stockage assemble 2525 modules. Quelle est la probabilité que leur énergie totale atteigne au moins 9 9409\,940 Wh ? (1 point)
  • e) Un lot compte 200200 modules. Par une approximation normale, évaluer la probabilité que le lot compte au plus 1212 modules déclassés. (1,25 point)

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

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

Réponses

  • a) P(395<X<410)=0,7492P(395<X<410)=0{,}7492
  • b) w≈409,87w\approx 409{,}87 Wh
  • c) p=P(X<390)=0,0475p=P(X<390)=0{,}0475
  • d) S∼N(10 000 ; 900)S\sim\mathcal N(10\,000\,;\,900) ; P(S≥9940)=0,9772P(S\ge 9940)=0{,}9772
  • e) Y≈N(9,5 ; 9,049)Y\approx\mathcal N(9{,}5\,;\,9{,}049) ; P(Y≤12)≈0,8413P(Y\le 12)\approx 0{,}8413
a)

X∼N(400 ; 36)X\sim\mathcal N(400\,;\,36) : le second paramètre est la variance, donc σ=36=6\sigma=\sqrt{36}=6 Wh.

P(395<X<410)=P(395−4006<Z<410−4006)=P(−0,83<Z<1,67)P(395<X<410)=P\Big(\dfrac{395-400}{6}<Z<\dfrac{410-400}{6}\Big)=P(-0{,}83<Z<1{,}67).

Par symétrie, P(−0,83<Z<0)=P(0<Z<0,83)P(-0{,}83<Z<0)=P(0<Z<0{,}83). Table : P(0<Z<0,83)=0,2967P(0<Z<0{,}83)=0{,}2967 et P(0<Z<1,67)=0,4525P(0<Z<1{,}67)=0{,}4525.

P(395<X<410)=0,2967+0,4525=0,7492P(395<X<410)=0{,}2967+0{,}4525=0{,}7492.

Environ 74,9 %74{,}9\ \% des modules stockent entre 395395 et 410410 Wh.

Piège : diviser par 3636 au lieu de 66 ; l'énoncé donne la variance, la standardisation demande l'écart-type.

b)

On cherche ww tel que P(X>w)=0,05P(X>w)=0{,}05, soit P(0<Z<z)=0,45P(0<Z<z)=0{,}45 : z=1,645z=1{,}645.

w=400+1,645×6≈409,87w=400+1{,}645\times 6\approx 409{,}87 Wh.

Seuls 5 %5\ \% des modules dépassent 409,9409{,}9 Wh.

Piège : prendre z=1,96z=1{,}96, qui laisse 2,5 %2{,}5\ \% dans chaque queue.

c)

p=P(X<390)=P(Z<390−4006)=P(Z<−1,67)=0,5−P(0<Z<1,67)=0,5−0,4525=0,0475p=P(X<390)=P\Big(Z<\dfrac{390-400}{6}\Big)=P(Z<-1{,}67)=0{,}5-P(0<Z<1{,}67)=0{,}5-0{,}4525=0{,}0475.

4,75 %4{,}75\ \% des modules sont déclassés.

Piège : lire P(0<Z<1,67)=0,4525P(0<Z<1{,}67)=0{,}4525 et s'arrêter là ; la table donne l'aire entre 00 et zz, la queue est 0,50{,}5 moins cette aire.

d)

S=X1+⋯+X25S=X_1+\dots+X_{25} : somme de 2525 normales indépendantes, donc normale (sans approximation).

E(S)=25×400=10 000E(S)=25\times 400=10\,000 Wh ; V(S)=25×36=900V(S)=25\times 36=900, σ(S)=30\sigma(S)=30 Wh.

P(S≥9940)=P(Z≥9940−10 00030)=P(Z≥−2,00)=0,5+P(0<Z<2,00)=0,5+0,4772=0,9772P(S\ge 9940)=P\Big(Z\ge\dfrac{9940-10\,000}{30}\Big)=P(Z\ge -2{,}00)=0{,}5+P(0<Z<2{,}00)=0{,}5+0{,}4772=0{,}9772.

Le système atteint 9 9409\,940 Wh dans 97,7 %97{,}7\ \% des cas.

Piège : écrire V(S)=252×36V(S)=25^2\times 36, comme pour 25X25X ; vingt-cinq modules DIFFÉRENTS se compensent, leurs variances s'ajoutent : σ(S)=30\sigma(S)=30 Wh et non 150150 Wh.

e)

YY : nombre de modules déclassés parmi les 200200. Panneaux indépendants, même p=0,0475p=0{,}0475 (question c) : Y∼B(200 ; 0,0475)Y\sim B(200\,;\,0{,}0475).

Conditions : np=9,5≥5np=9{,}5\ge 5 et n(1−p)=190,5≥5n(1-p)=190{,}5\ge 5 ; on approche YY par N(μ ; σ2)\mathcal N(\mu\,;\,\sigma^2) avec μ=np=9,5\mu=np=9{,}5 et σ2=npq≈9,049\sigma^2=npq\approx 9{,}049, σ≈3,008\sigma\approx 3{,}008.

Correction de continuité : « au plus 1212 » devient Y<12,5Y<12{,}5.

P(Y≤12)≈P(Z<12,5−9,53,008)=P(Z<1,00)=0,5+0,3413=0,8413P(Y\le 12)\approx P\Big(Z<\dfrac{12{,}5-9{,}5}{3{,}008}\Big)=P(Z<1{,}00)=0{,}5+0{,}3413=0{,}8413.

Au plus douze modules sont déclassés dans environ 84 %84\ \% des lots ; le calcul exact par la binomiale donne 0,84160{,}8416.

Piège : oublier la correction ; P(Z<12−9,53,008)=P(Z<0,83)=0,7967P\big(Z<\frac{12-9{,}5}{3{,}008}\big)=P(Z<0{,}83)=0{,}7967 perd la moitié du bâton 1212.

3803853903954004054104154200,020,040,060,080,7492déclassésx (Wh)
La loi N(400 ; 36) : l'aire bleue entre 395 et 410 Wh vaut 0,7492 ; la queue rouge sous 390 Wh, 0,0475, est la part des modules déclassés.
2468101214161820220,020,040,060,080,10,120,1412,5y (modules déclassés)
La binomiale B(200 ; 0,0475) et sa normale approchante : « au plus 12 » garde les bâtons verts, jusqu'à 12,5 par la correction de continuité.

Exercice 6 : Les arrivées à une borne de recharge rapide : Poisson et temps d'attente

4 réponses vérifiables

2,5 points Lois hypergéométrique et de PoissonLoi exponentielle, durée de vie et processus de Poisson

Les véhicules électriques arrivent à la borne de recharge rapide d'une aire de service selon un processus de Poisson de taux moyen 33 véhicules par heure.

  • a) Quelle est la probabilité qu'au moins 44 véhicules arrivent en 4040 minutes ? (1 point)
  • b) On note TT le temps qui sépare deux arrivées successives à la borne. Calculer la probabilité que TT dépasse 3030 minutes. (0,75 point)
  • c) Calculer la probabilité que TT soit compris entre 1010 et 2020 minutes. (0,75 point)

Tape tes réponses, la page te dit juste ou faux 0/4

a)
b)
c)
Voir la correction

Réponses

  • a) X∼P(2)X\sim\mathcal P(2) ; P(X≥4)≈0,1429P(X\ge 4)\approx 0{,}1429
  • b) T∼Exp(3)T\sim\mathrm{Exp}(3) en heures ; P(T>0,5)=e−1,5≈0,2231P(T>0{,}5)=e^{-1{,}5}\approx 0{,}2231
  • c) e−0,5−e−1≈0,2387e^{-0{,}5}-e^{-1}\approx 0{,}2387
a)

XX : nombre de véhicules arrivés en 4040 minutes. Processus de Poisson : λ=kT=3 h−1×4060 h=2\lambda=kT=3\ \mathrm{h^{-1}}\times\dfrac{40}{60}\ \mathrm{h}=2, donc X∼P(2)X\sim\mathcal P(2).

« Au moins 44 » : P(X≥4)=1−P(X≤3)=1−e−2(1+2+222!+233!)P(X\ge 4)=1-P(X\le 3)=1-e^{-2}\Big(1+2+\dfrac{2^2}{2!}+\dfrac{2^3}{3!}\Big).

P(X≤3)=e−2×6,333≈0,8571P(X\le 3)=e^{-2}\times 6{,}333\approx 0{,}8571, donc P(X≥4)≈0,1429P(X\ge 4)\approx 0{,}1429.

Environ 14,3 %14{,}3\ \% des tranches de 4040 minutes voient arriver au moins quatre véhicules.

Piège : garder λ=3\lambda=3 sur une durée de 4040 minutes ; le taux se ramène d'abord à l'intervalle demandé.

b)

TT : temps, en heures, entre deux arrivées successives. Dans un processus de Poisson de taux 33 par heure, T∼Exp(3)T\sim\mathrm{Exp}(3) et P(T>t)=e−3tP(T>t)=e^{-3t}.

3030 min =0,5=0{,}5 h : P(T>0,5)=e−1,5≈0,2231P(T>0{,}5)=e^{-1{,}5}\approx 0{,}2231.

Autre lecture : aucune arrivée en 3030 minutes, P(N=0)P(N=0) avec N∼P(1,5)N\sim\mathcal P(1{,}5), même résultat.

Deux arrivées successives sont séparées de plus d'une demi-heure dans environ 22,3 %22{,}3\ \% des cas.

Piège : mélanger les unités, e−3×30e^{-3\times 30} ; le taux est par heure, le temps doit l'être aussi (ou λ=0,05\lambda=0{,}05 par minute).

c)

1010 min =16=\frac{1}{6} h et 2020 min =13=\frac{1}{3} h : P(16<T<13)=e−3/6−e−3/3=e−0,5−e−1≈0,6065−0,3679=0,2387P\big(\frac{1}{6}<T<\frac{1}{3}\big)=e^{-3/6}-e^{-3/3}=e^{-0{,}5}-e^{-1}\approx 0{,}6065-0{,}3679=0{,}2387.

Deux arrivées successives sont séparées de 1010 à 2020 minutes dans environ 23,9 %23{,}9\ \% des cas.

Piège : répondre P(T<16)≈0,3935P(T<\frac{1}{6})\approx 0{,}3935 en disant que l'attente « recommence » à 1010 minutes. C'est la conditionnelle P(T<13 ∣ T>16)P(T<\frac{1}{3}\,|\,T>\frac{1}{6}) (absence de mémoire) ; la question porte sur l'intersection, 0,6065×0,3935=0,23870{,}6065\times 0{,}3935=0{,}2387.

1020304050600,010,020,030,040,050,2387P(T > 30 min) = 0,2231t (min)densité
La densité du temps d'attente, au taux de 0,05 par minute : l'aire bleue (entre 10 et 20 min) et l'aire orange (au-delà de 30 min).
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.

© Ahmed Squalli Houssaini. Série publiée sur www.letuteurscientifique.ca/exercices/mth0104-controle-periodique-2-blanc. 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 reprend le contrôle question par question, de la loi continue à la loi discrète qu'elle alimente, là où la correction prend ses points.

Site par Studio Squalli