Probabilités et statistique MTH0104 • Polytechnique Montréal • Lois hypergéométrique et de Poisson

Lois hypergéométrique et de Poisson : exercices corrigés de MTH0104 (Polytechnique)

Lois hypergéométrique et de Poisson : exercices de MTH0104 (Polytechnique)

Nom : Classe : Date :

Corrigé

Durée conseillée : 3 h 00 · Calculatrice autorisée · 11 exercices
https://www.letuteurscientifique.ca/exercices/mth0104-hypergeometrique-poisson

Voici dix exercices corrigés sur les lois hypergéométrique et de Poisson de MTH0104, le cours préparatoire de probabilités et statistique de Polytechnique, précédés de douze calculs directs.

Ce que couvre la série, les pièges traités

Ils couvrent la loi hypergéométrique et le tirage sans remise, son espérance et sa variance avec le facteur de correction, la comparaison avec la loi binomiale, le plan d'échantillonnage d'acceptation d'un lot, le processus et la loi de Poisson, le paramètre λ=kT\lambda=kT et le changement d'intervalle de temps, de longueur ou de surface, l'espérance et la variance égales à λ\lambda, la somme de lois de Poisson indépendantes et l'approximation de la binomiale par la loi de Poisson.

Le chapitre est évalué au quiz 2 et au contrôle périodique 2, et revient dans les questions à choix multiple du final.

À la fin de la série, vous savez nommer la loi et ses paramètres avant tout calcul, inspecter un lot sans remise (exercices 1 et 6), recalculer λ\lambda pour l'intervalle de la question (exercices 2, 7 et 9), traduire un événement en valeurs de kk (exercice 3), remonter à λ\lambda ou à une durée depuis une probabilité (exercice 4), additionner des comptages indépendants (exercice 5) et approcher une binomiale par Poisson (exercice 10). Le fil de la série : λ\lambda n'est pas une donnée du phénomène, c'est le nombre moyen sur l'intervalle que la question regarde ; et un tirage sans remise dans un petit lot change de loi. Les exercices 9 et 10 sont au format du contrôle périodique.

Les pièges traités : prendre la binomiale pour un tirage sans remise (exercices 1, 6 et 8), garder le taux horaire comme paramètre (exercices 2 et 8), donner λ\lambda pour l'écart-type (exercices 2 et 8), confondre « plus de 4 » et « au moins 4 » ou oublier une borne de « de 2 à 5 » (exercice 3), lire P(X≥1)P(X\ge 1) comme la moyenne (exercice 4), additionner des écarts-types (exercice 5), appliquer Poisson au nombre de périodes (exercice 7), approcher par Poisson quand np≥5np\ge 5 (exercices 8 et 10). Comme au contrôle : calculatrice non programmable et tables fournies, et toute réponse non justifiée ne compte pas.

  • 11 exercices corrigés
  • Durée : 3 h 00
  • Autocorrigée, 107 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

  • • HYPERGÉOMÉTRIQUE : NN éléments, aa succès, b=N−ab=N-a échecs, nn tirés SANS remise ; X∼H(N ;a ;n)X\sim\mathcal{H}(N\,;a\,;n), P(X=k)=Cak Cbn−kCNnP(X=k)=\dfrac{C_{a}^{k}\,C_{b}^{n-k}}{C_{N}^{n}}, Cak=(ak)C_{a}^{k}=\binom{a}{k}.
  • • E(X)=naNE(X)=n\dfrac{a}{N} ; V(X)=naNbNN−nN−1V(X)=n\dfrac{a}{N}\dfrac{b}{N}\dfrac{N-n}{N-1} : la variance de la binomiale multipliée par le facteur de correction.
  • • POISSON : X∼P(λ)X\sim\mathcal{P}(\lambda), P(X=k)=e−λλkk!P(X=k)=\dfrac{e^{-\lambda}\lambda^{k}}{k!}, k=0 ;1 ;2 ;…k=0\,;1\,;2\,;\dots ; E(X)=V(X)=λE(X)=V(X)=\lambda, donc σ=λ\sigma=\sqrt{\lambda}.
  • • λ=kT\lambda=kT : taux kk par unité (heure, mètre, mètre carré) fois l'intervalle TT de la question ; P(X=0)=e−λP(X=0)=e^{-\lambda} et P(X≥1)=1−e−λP(X\ge 1)=1-e^{-\lambda}.
  • • SOMME : X1∼P(λ1)X_{1}\sim\mathcal{P}(\lambda_{1}) et X2∼P(λ2)X_{2}\sim\mathcal{P}(\lambda_{2}) indépendantes donnent X1+X2∼P(λ1+λ2)X_{1}+X_{2}\sim\mathcal{P}(\lambda_{1}+\lambda_{2}).
  • • APPROXIMATION : B(n ;p)≈P(np)\mathcal{B}(n\,;p)\approx\mathcal{P}(np) si n≥30n\ge 30 ET np<5np<5.

Calculs : hypergéométrique, Poisson et approximation

Exercice 0.1 : Calculer avec les lois hypergéométrique et de Poisson : douze calculs directs

17 réponses vérifiables

Pour chaque ligne, calculez la quantité demandée avec la loi indiquée, sans contexte. Probabilités au dix-millième, espérances et variances au millième.

Les outils : hypergéométrique X∼H(N ;a ;n)X\sim\mathcal{H}(N\,;a\,;n), aa succès et b=N−ab=N-a échecs dans une population de NN éléments, nn tirés SANS remise, P(X=k)=Cak Cbn−kCNnP(X=k)=\dfrac{C_{a}^{k}\,C_{b}^{n-k}}{C_{N}^{n}}, avec Cak=(ak)C_{a}^{k}=\binom{a}{k}, E(X)=naNE(X)=n\dfrac{a}{N} et V(X)=naNbNN−nN−1V(X)=n\dfrac{a}{N}\dfrac{b}{N}\dfrac{N-n}{N-1} ; Poisson X∼P(λ)X\sim\mathcal{P}(\lambda), P(X=k)=e−λλkk!P(X=k)=\dfrac{e^{-\lambda}\lambda^{k}}{k!}, E(X)=V(X)=λE(X)=V(X)=\lambda, avec λ=kT\lambda=kT (taux kk par unité, intervalle TT).

  • a) X∼H(N=15 ;a=6 ;n=4)X\sim\mathcal{H}(N=15\,;a=6\,;n=4) : calculez P(X=2)P(X=2).
  • b) Pour la même variable, calculez E(X)E(X) et V(X)V(X).
  • c) X∼H(N=20 ;a=5 ;n=3)X\sim\mathcal{H}(N=20\,;a=5\,;n=3) : calculez P(X≥1)P(X\ge 1).
  • d) X∼P(2,6)X\sim\mathcal{P}(2{,}6) : calculez P(X=3)P(X=3).
  • e) X∼P(0,8)X\sim\mathcal{P}(0{,}8) : calculez P(X≤2)P(X\le 2).
  • f) X∼P(4,5)X\sim\mathcal{P}(4{,}5) : calculez P(X>2)P(X>2).
  • g) Des événements surviennent au taux de 1,51{,}5 par heure. Donnez λ\lambda pour un intervalle de 4040 minutes, puis la probabilité qu'aucun événement ne survienne pendant ces 4040 minutes.
  • h) XX est une variable de Poisson, et P(X=0)=0,2725P(X=0)=0{,}2725 : trouvez λ\lambda.
  • i) XX est une variable de Poisson, et P(X=1)=P(X=2)P(X=1)=P(X=2) : trouvez λ\lambda, puis P(X=0)P(X=0).
  • j) X1∼P(1,1)X_{1}\sim\mathcal{P}(1{,}1) et X2∼P(1,9)X_{2}\sim\mathcal{P}(1{,}9) sont indépendantes : calculez P(X1+X2=2)P(X_{1}+X_{2}=2).
  • k) X∼B(60 ;0,04)X\sim\mathcal{B}(60\,;0{,}04) : calculez P(X=1)P(X=1) exactement, puis par l'approximation de Poisson.
  • l) X∼P(6,25)X\sim\mathcal{P}(6{,}25) : donnez E(X)E(X) et l'écart-type σ\sigma.

Tape tes réponses, la page te dit juste ou faux 0/17

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

Réponses

  • a) P(X=2)=5401365≈0,3956P(X=2)=\frac{540}{1365}\approx 0{,}3956
  • b) E(X)=1,6E(X)=1{,}6 ; V(X)≈0,754V(X)\approx 0{,}754
  • c) P(X≥1)≈0,6009P(X\ge 1)\approx 0{,}6009
  • d) P(X=3)≈0,2176P(X=3)\approx 0{,}2176
  • e) P(X≤2)≈0,9526P(X\le 2)\approx 0{,}9526
  • f) P(X>2)≈0,8264P(X>2)\approx 0{,}8264
  • g) λ=1\lambda=1 ; P(X=0)=e−1≈0,3679P(X=0)=e^{-1}\approx 0{,}3679
  • h) λ≈1,30\lambda\approx 1{,}30
  • i) λ=2\lambda=2 ; P(X=0)≈0,1353P(X=0)\approx 0{,}1353
  • j) P(X1+X2=2)≈0,2240P(X_{1}+X_{2}=2)\approx 0{,}2240
  • k) Exacte 0,21590{,}2159 ; Poisson 0,21770{,}2177
  • l) E(X)=6,25E(X)=6{,}25 ; σ=2,5\sigma=2{,}5

Le geste qui décide : nommer la loi et son paramètre AVANT le calcul. Sans remise dans un petit lot, c'est l'hypergéométrique ; un comptage sur un intervalle, c'est Poisson, avec le λ\lambda de CET intervalle.

a)
P(X=2)=C62 C92C154=15×361365=5401365≈0,3956\displaystyle P(X=2)=\dfrac{C_{6}^{2}\,C_{9}^{2}}{C_{15}^{4}}=\dfrac{15\times 36}{1365}=\dfrac{540}{1365}\approx 0{,}3956

Les b=15−6=9b=15-6=9 échecs fournissent les n−k=2n-k=2 autres éléments.

b)
E(X)=4×615=1,6\displaystyle E(X)=4\times\dfrac{6}{15}=1{,}6
V(X)=4×615×915×15−415−1=0,96×1114≈0,754\displaystyle V(X)=4\times\dfrac{6}{15}\times\dfrac{9}{15}\times\dfrac{15-4}{15-1}=0{,}96\times\dfrac{11}{14}\approx 0{,}754

Piège : oublier le facteur de correction N−nN−1\dfrac{N-n}{N-1} ; on trouve 0,960{,}96, la variance d'une binomiale (tirage avec remise).

c)

« Au moins un » se calcule par le complément :

P(X≥1)=1−C50 C153C203=1−4551140≈0,6009\displaystyle P(X\ge 1)=1-\dfrac{C_{5}^{0}\,C_{15}^{3}}{C_{20}^{3}}=1-\dfrac{455}{1140}\approx 0{,}6009
d)
P(X=3)=e−2,6 2,633!=0,074274×17,5766≈0,2176\displaystyle P(X=3)=\dfrac{e^{-2{,}6}\,2{,}6^{3}}{3!}=\dfrac{0{,}074274\times 17{,}576}{6}\approx 0{,}2176
e)

« Au plus 2 » regroupe 00, 11 et 22 :

P(X≤2)=e−0,8(1+0,8+0,822)=0,449329×2,12≈0,9526\displaystyle P(X\le 2)=e^{-0{,}8}\left(1+0{,}8+\dfrac{0{,}8^{2}}{2}\right)=0{,}449329\times 2{,}12\approx 0{,}9526
f)
P(X>2)=1−P(X≤2)=1−e−4,5(1+4,5+4,522)=1−0,011109×15,625≈0,8264\displaystyle P(X>2)=1-P(X\le 2)=1-e^{-4{,}5}\left(1+4{,}5+\dfrac{4{,}5^{2}}{2}\right)=1-0{,}011109\times 15{,}625\approx 0{,}8264

Piège : « plus de 2 » commence à 33 ; enlever seulement P(X=2)P(X=2) ou garder 22 dans l'événement.

g)
λ=kT=1,5 par heure×4060 h=1\displaystyle \lambda=kT=1{,}5\ \text{par heure}\times\dfrac{40}{60}\ \text{h}=1
P(X=0)=e−1≈0,3679\displaystyle P(X=0)=e^{-1}\approx 0{,}3679

Piège : garder λ=1,5\lambda=1{,}5 ; le paramètre appartient à l'intervalle de la question, pas au phénomène.

h)

P(X=0)=e−λ=0,2725P(X=0)=e^{-\lambda}=0{,}2725, donc λ=−ln⁡(0,2725)≈1,30\lambda=-\ln(0{,}2725)\approx 1{,}30.

i)

λe−λ=λ2e−λ2\lambda e^{-\lambda}=\dfrac{\lambda^{2}e^{-\lambda}}{2} ; on divise par λe−λ≠0\lambda e^{-\lambda}\neq 0 : 1=λ21=\dfrac{\lambda}{2}, donc λ=2\lambda=2.

P(X=0)=e−2≈0,1353\displaystyle P(X=0)=e^{-2}\approx 0{,}1353
j)

Une somme de lois de Poisson indépendantes suit une loi de Poisson dont le paramètre est la somme : X1+X2∼P(3)X_{1}+X_{2}\sim\mathcal{P}(3).

P(X1+X2=2)=e−3 322≈0,2240\displaystyle P(X_{1}+X_{2}=2)=\dfrac{e^{-3}\,3^{2}}{2}\approx 0{,}2240
k)

Exact : P(X=1)=C601 (0,04)(0,96)59≈0,2159P(X=1)=C_{60}^{1}\,(0{,}04)(0{,}96)^{59}\approx 0{,}2159

Conditions du cours : n=60≥30n=60\ge 30 et np=2,4<5np=2{,}4<5, donc X≈P(2,4)X\approx\mathcal{P}(2{,}4).

P(X=1)≈2,4 e−2,4≈0,2177P(X=1)\approx 2{,}4\,e^{-2{,}4}\approx 0{,}2177, à moins de 0,0020{,}002 de la valeur exacte.

l)

E(X)=λ=6,25E(X)=\lambda=6{,}25 et V(X)=λ=6,25V(X)=\lambda=6{,}25, donc σ=6,25=2,5\sigma=\sqrt{6{,}25}=2{,}5.

Piège : répondre σ=6,25\sigma=6{,}25 ; pour Poisson, c'est la VARIANCE qui vaut λ\lambda.

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 : La loi hypergéométrique : inspecter un lot de disjoncteurs sans remise

9 réponses vérifiables

Un électricien reçoit un lot de 3030 disjoncteurs ; sans qu'il le sache, 44 d'entre eux sont défectueux. Avant d'installer le lot, il en prélève 55 au hasard, d'un seul coup, et les teste. Un disjoncteur testé n'est pas remis dans le lot. On note XX le nombre de disjoncteurs défectueux parmi les 55 testés.

La figure montre le lot ; la position des défectueux y est quelconque.

DDDDlot de 30 disjoncteurs, dont 4 défectueux (D)
  • a) Nommez la loi de XX et donnez ses paramètres. Quelle est la plus grande valeur que XX peut prendre ?
  • b) Calculez P(X=0)P(X=0) et P(X=1)P(X=1).
  • c) Le lot est accepté si au plus un disjoncteur testé est défectueux. Calculez la probabilité que ce lot, qui contient pourtant 44 défectueux, soit accepté.
  • d) Calculez E(X)E(X) et V(X)V(X).
  • e) Un collègue modélise XX par une loi binomiale B(5 ;430)\mathcal{B}(5\,;\frac{4}{30}). Calculez avec ce modèle P(X=0)P(X=0) et V(X)V(X), puis expliquez pourquoi les deux résultats diffèrent de ceux de b) et d).

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

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

Réponses

  • a) X∼H(N=30 ;a=4 ;n=5)X\sim\mathcal{H}(N=30\,;a=4\,;n=5), b=26b=26 ; X∈{0 ;1 ;2 ;3 ;4}X\in\{0\,;1\,;2\,;3\,;4\}, au plus 44
  • b) P(X=0)≈0,4616P(X=0)\approx 0{,}4616 ; P(X=1)≈0,4196P(X=1)\approx 0{,}4196
  • c) P(X≤1)≈0,8812P(X\le 1)\approx 0{,}8812 : un lot à 13 %13\ \% de défectueux passe 88 %88\ \% du temps
  • d) E(X)=23≈0,6667E(X)=\frac{2}{3}\approx 0{,}6667 ; V(X)≈0,4981V(X)\approx 0{,}4981
  • e) Binomiale : 0,48890{,}4889 et 0,57780{,}5778 ; elle suppose la remise, donc une probabilité constante et pas de facteur 2529\frac{25}{29}
a)

XX : nombre de disjoncteurs défectueux parmi les 55 testés.

Les 55 disjoncteurs sont tirés SANS remise dans une population de N=30N=30 qui contient a=4a=4 « succès » (défectueux) et b=26b=26 « échecs » (bons) : X∼H(N=30 ;a=4 ;n=5)X\sim\mathcal{H}(N=30\,;a=4\,;n=5).

XX ne peut pas dépasser min⁡(n ;a)=min⁡(5 ;4)=4\min(n\,;a)=\min(5\,;4)=4 : ses valeurs sont 00, 11, 22, 33, 44.

Piège : écrire « binomiale ». Les épreuves ne sont pas indépendantes : après un défectueux tiré, il n'en reste que 33 sur 2929.

b)
P(X=0)=C40 C265C305=65 780142 506≈0,4616\displaystyle P(X=0)=\dfrac{C_{4}^{0}\,C_{26}^{5}}{C_{30}^{5}}=\dfrac{65\,780}{142\,506}\approx 0{,}4616
P(X=1)=C41 C264C305=4×14 950142 506≈0,4196\displaystyle P(X=1)=\dfrac{C_{4}^{1}\,C_{26}^{4}}{C_{30}^{5}}=\dfrac{4\times 14\,950}{142\,506}\approx 0{,}4196

Le dénominateur compte tous les échantillons de 55 disjoncteurs ; le numérateur choisit kk défectueux parmi 44 ET 5−k5-k bons parmi 2626.

c)

« Au plus un défectueux » s'écrit X≤1X\le 1 :

P(X≤1)=P(X=0)+P(X=1)≈0,4616+0,4196=0,8812\displaystyle P(X\le 1)=P(X=0)+P(X=1)\approx 0{,}4616+0{,}4196=0{,}8812

Le lot est accepté dans 88,1 %88{,}1\ \% des cas, alors que 13,3 %13{,}3\ \% de ses disjoncteurs sont défectueux : un échantillon de 55 protège mal l'électricien. L'exercice 6 étudie comment choisir un meilleur plan.

d)

E(X)=naN=5×430=23≈0,6667E(X)=n\dfrac{a}{N}=5\times\dfrac{4}{30}=\dfrac{2}{3}\approx 0{,}6667 défectueux en moyenne par échantillon.

V(X)=n aN bN N−nN−1=5×430×2630×2529≈0,4981\displaystyle V(X)=n\,\dfrac{a}{N}\,\dfrac{b}{N}\,\dfrac{N-n}{N-1}=5\times\dfrac{4}{30}\times\dfrac{26}{30}\times\dfrac{25}{29}\approx 0{,}4981
e)

Avec B(5 ;430)\mathcal{B}(5\,;\frac{4}{30}) : P(X=0)=(2630)5≈0,4889P(X=0)=\left(\dfrac{26}{30}\right)^{5}\approx 0{,}4889 et V(X)=5×430×2630≈0,5778V(X)=5\times\dfrac{4}{30}\times\dfrac{26}{30}\approx 0{,}5778.

La binomiale décrit un tirage AVEC remise : la proportion de défectueux reste 430\frac{4}{30} à chaque tirage.

Sans remise, chaque bon disjoncteur retiré fait monter la part des défectueux restants : obtenir cinq bons de suite est moins probable (0,4616<0,48890{,}4616<0{,}4889).

Les variances diffèrent exactement du facteur de correction N−nN−1=2529≈0,862\dfrac{N-n}{N-1}=\dfrac{25}{29}\approx 0{,}862 : l'espérance est la même, 23\frac{2}{3}, mais le tirage sans remise disperse moins.

Quand le lot est grand devant l'échantillon, ce facteur tend vers 11 et la binomiale devient une bonne approximation ; ici, 55 sur 3030, elle ne l'est pas.

0,10,20,30,40,501234P(X = k)k0,46160,41960,10950,0091accepté (X ≤ 1) : 0,8812refusé (X ≥ 2) : 0,1188

Exercice 2 : La loi de Poisson et λ = kT : les appels d'un centre de soutien informatique

8 réponses vérifiables

Entre 9 h et 11 h, le centre de soutien informatique d'une école d'ingénieurs reçoit en moyenne 1515 appels par heure. On admet que les appels arrivent selon un processus de Poisson : indépendants les uns des autres, à taux constant sur la plage horaire, et jamais deux exactement au même instant.

  • a) On note XX le nombre d'appels reçus entre 9 h 30 et 9 h 40. Nommez la loi de XX avec son paramètre, puis calculez la probabilité de recevoir exactement 22 appels pendant ces dix minutes.
  • b) Calculez la probabilité que le centre reçoive au moins 33 appels pendant ces dix minutes.
  • c) Calculez la probabilité de recevoir de 44 à 66 appels pendant un intervalle quelconque de 2020 minutes.
  • d) Donnez l'espérance du total d'appels reçus sur toute la plage de 9 h à 11 h, puis son écart-type.
  • e) Le technicien de garde veut s'absenter tt minutes en gardant au moins 60 %60\ \% de chances de ne manquer aucun appel. Quelle est la plus grande durée tt possible ?

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

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

Réponses

  • a) X∼P(2,5)X\sim\mathcal{P}(2{,}5) ; P(X=2)≈0,2565P(X=2)\approx 0{,}2565
  • b) P(X≥3)≈0,4562P(X\ge 3)\approx 0{,}4562
  • c) Y∼P(5)Y\sim\mathcal{P}(5) ; P(4≤Y≤6)≈0,4972P(4\le Y\le 6)\approx 0{,}4972
  • d) E=30E=30 appels ; σ=30≈5,48\sigma=\sqrt{30}\approx 5{,}48 appels
  • e) t≤−ln⁡0,60,25≈2,04t\le\frac{-\ln 0{,}6}{0{,}25}\approx 2{,}04 min

Le taux k=15k=15 appels par heure décrit le phénomène ; le paramètre λ\lambda décrit l'INTERVALLE regardé. Chaque question qui change de durée recalcule λ=kT\lambda=kT.

a)

XX : nombre d'appels entre 9 h 30 et 9 h 40.

k=1560=0,25k=\dfrac{15}{60}=0{,}25 appel par minute, T=10T=10 min, donc λ=kT=2,5\lambda=kT=2{,}5 : X∼P(2,5)X\sim\mathcal{P}(2{,}5).

P(X=2)=e−2,5 2,522!=0,082085×3,125≈0,2565\displaystyle P(X=2)=\dfrac{e^{-2{,}5}\,2{,}5^{2}}{2!}=0{,}082085\times 3{,}125\approx 0{,}2565

Il y a 25,7 %25{,}7\ \% de chances de recevoir exactement deux appels.

Piège : prendre λ=15\lambda=15. On trouverait P(X=2)≈0,00003P(X=2)\approx 0{,}00003, une probabilité absurde pour l'événement le plus banal de la matinée.

b)

« Au moins 3 » s'écrit X≥3X\ge 3 ; son complément « au plus 2 » n'a que trois termes :

P(X≥3)=1−e−2,5(1+2,5+2,522)=1−0,082085×6,625≈0,4562\displaystyle P(X\ge 3)=1-e^{-2{,}5}\left(1+2{,}5+\dfrac{2{,}5^{2}}{2}\right)=1-0{,}082085\times 6{,}625\approx 0{,}4562

Près d'une fois sur deux, le centre reçoit trois appels ou plus en dix minutes.

c)

YY : nombre d'appels en 2020 minutes, λ=0,25×20=5\lambda=0{,}25\times 20=5, Y∼P(5)Y\sim\mathcal{P}(5).

« De 4 à 6 » s'écrit 4≤Y≤64\le Y\le 6 :

P(4≤Y≤6)=e−5(544!+555!+566!)=0,006738×(26,042+26,042+21,701)≈0,4972\displaystyle P(4\le Y\le 6)=e^{-5}\left(\dfrac{5^{4}}{4!}+\dfrac{5^{5}}{5!}+\dfrac{5^{6}}{6!}\right)=0{,}006738\times(26{,}042+26{,}042+21{,}701)\approx 0{,}4972

Piège : calculer P(4<Y<6)=P(Y=5)P(4<Y<6)=P(Y=5) ; les deux bornes sont comprises dans « de 4 à 6 ».

d)

Sur 2 h, λ=15×2=30\lambda=15\times 2=30 : E=λ=30E=\lambda=30 appels et V=λ=30V=\lambda=30.

σ=30≈5,48\sigma=\sqrt{30}\approx 5{,}48 appels.

Piège : écrire σ=30\sigma=30. La loi de Poisson a son espérance ÉGALE à sa variance, pas à son écart-type.

e)

Aucun appel pendant tt minutes : λ=0,25 t\lambda=0{,}25\,t et P(X=0)=e−0,25tP(X=0)=e^{-0{,}25t}.

e−0,25t≥0,6  ⟺  −0,25 t≥ln⁡0,6  ⟺  t≤−ln⁡0,60,25≈2,04e^{-0{,}25t}\ge 0{,}6\iff -0{,}25\,t\ge\ln 0{,}6\iff t\le\dfrac{-\ln 0{,}6}{0{,}25}\approx 2{,}04 min

Le sens de l'inégalité se conserve en prenant le logarithme (fonction croissante), puis change en divisant par −0,25-0{,}25.

Le technicien ne peut pas s'absenter plus de 22 minutes environ : à ce taux, même une courte pause fait souvent manquer un appel.

0,050,10,150,20,250,30123456789P(X = k)kX ≤ 2 : 0,5438X ≥ 3 : 0,4562

Exercice 3 : Traduire l'événement : « au plus », « plus de », « de 2 à 5 » sur les défauts d'un câble

9 réponses vérifiables

Une usine fabrique du câble électrique gainé. Les défauts d'isolant (bulles, amincissements) apparaissent au hasard le long du câble, en moyenne 0,140{,}14 défaut par mètre, selon un processus de Poisson. Le câble est vendu en rouleaux de 2525 m. La figure montre un rouleau inspecté.

0510152025 mun rouleau inspecté : 4 défauts (×) sur 25 m
  • a) Définissez XX, le nombre de défauts d'un rouleau, et nommez sa loi. Calculez P(X<2)P(X<2) et P(X≤2)P(X\le 2).
  • b) Un rouleau est retourné par le client s'il porte plus de 44 défauts. Calculez la probabilité qu'un rouleau soit retourné.
  • c) Calculez la probabilité qu'un rouleau porte de 22 à 55 défauts, puis la probabilité qu'il en porte strictement entre 22 et 55.
  • d) Quel est le nombre de défauts le plus probable sur un rouleau ? Justifiez par le rapport P(X=k)P(X=k−1)\dfrac{P(X=k)}{P(X=k-1)}.
  • e) Un rouleau est découpé en 55 tronçons de 55 m. Calculez la probabilité qu'un tronçon soit sans défaut, puis le nombre moyen de tronçons sans défaut par rouleau. Vérifiez que la probabilité que les 55 tronçons soient tous sans défaut est bien P(X=0)P(X=0).

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

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

Réponses

  • a) X∼P(3,5)X\sim\mathcal{P}(3{,}5) ; P(X<2)≈0,1359P(X<2)\approx 0{,}1359 ; P(X≤2)≈0,3208P(X\le 2)\approx 0{,}3208
  • b) P(X>4)=1−P(X≤4)≈0,2746P(X>4)=1-P(X\le 4)\approx 0{,}2746
  • c) P(2≤X≤5)≈0,7217P(2\le X\le 5)\approx 0{,}7217 ; P(2<X<5)≈0,4046P(2<X<5)\approx 0{,}4046
  • d) 33 défauts (P(X=3)≈0,2158P(X=3)\approx 0{,}2158)
  • e) e−0,7≈0,4966e^{-0{,}7}\approx 0{,}4966 ; 5×0,4966≈2,485\times 0{,}4966\approx 2{,}48 tronçons ; (e−0,7)5=e−3,5=P(X=0)(e^{-0{,}7})^{5}=e^{-3{,}5}=P(X=0)

Une variable de Poisson ne prend que des valeurs ENTIÈRES : avant de calculer, écrivez la liste des valeurs de kk que l'événement contient. C'est le premier piège des copies.

a)

XX : nombre de défauts d'isolant sur un rouleau de 2525 m. λ=kT=0,14 deˊfaut/m×25 m=3,5\lambda=kT=0{,}14\ \text{défaut/m}\times 25\ \text{m}=3{,}5 : X∼P(3,5)X\sim\mathcal{P}(3{,}5).

X<2X<2 contient 00 et 11 : P(X<2)=e−3,5(1+3,5)=0,030197×4,5≈0,1359P(X<2)=e^{-3{,}5}(1+3{,}5)=0{,}030197\times 4{,}5\approx 0{,}1359

X≤2X\le 2 contient en plus 22 : P(X≤2)=0,1359+e−3,5 3,522≈0,1359+0,1850=0,3208P(X\le 2)=0{,}1359+\dfrac{e^{-3{,}5}\,3{,}5^{2}}{2}\approx 0{,}1359+0{,}1850=0{,}3208

Pour une variable continue, ces deux nombres seraient égaux ; pour une variable discrète, la valeur 22 pèse 18,5 %18{,}5\ \%.

b)

« Plus de 4 » s'écrit X>4X>4, c'est-à-dire X≥5X\ge 5 :

P(X>4)=1−P(X≤4)=1−e−3,5(1+3,5+3,522+3,536+3,5424)\displaystyle P(X>4)=1-P(X\le 4)=1-e^{-3{,}5}\left(1+3{,}5+\dfrac{3{,}5^{2}}{2}+\dfrac{3{,}5^{3}}{6}+\dfrac{3{,}5^{4}}{24}\right)
=1−0,030197×24,023≈0,2746\displaystyle =1-0{,}030197\times 24{,}023\approx 0{,}2746

Un rouleau sur quatre environ est retourné.

Piège : calculer 1−P(X≤3)=P(X≥4)≈0,46341-P(X\le 3)=P(X\ge 4)\approx 0{,}4634 ; « plus de 4 » ne contient pas 44.

c)

« De 2 à 5 » : k∈{2 ;3 ;4 ;5}k\in\{2\,;3\,;4\,;5\}, donc P(2≤X≤5)=P(X≤5)−P(X≤1)≈0,8576−0,1359=0,7217P(2\le X\le 5)=P(X\le 5)-P(X\le 1)\approx 0{,}8576-0{,}1359=0{,}7217

« Strictement entre 2 et 5 » : k∈{3 ;4}k\in\{3\,;4\} seulement : P(2<X<5)=P(X=3)+P(X=4)≈0,2158+0,1888=0,4046P(2<X<5)=P(X=3)+P(X=4)\approx 0{,}2158+0{,}1888=0{,}4046

Piège : P(X≤5)−P(X≤2)P(X\le 5)-P(X\le 2) enlève la valeur 22 que « de 2 à 5 » contient.

d)

P(X=k)P(X=k−1)=λk=3,5k\dfrac{P(X=k)}{P(X=k-1)}=\dfrac{\lambda}{k}=\dfrac{3{,}5}{k} : ce rapport dépasse 11 tant que k<3,5k<3{,}5, puis passe sous 11.

Les probabilités montent jusqu'à k=3k=3 et redescendent ensuite : la valeur la plus probable est 33 défauts, avec P(X=3)≈0,2158P(X=3)\approx 0{,}2158, contre 0,18500{,}1850 pour 22 et 0,18880{,}1888 pour 44.

Règle à retenir : le mode d'une loi de Poisson est la partie entière de λ\lambda quand λ\lambda n'est pas entier.

e)

Un tronçon de 55 m : λ′=0,14×5=0,7\lambda'=0{,}14\times 5=0{,}7, et P(sans deˊfaut)=e−0,7≈0,4966P(\text{sans défaut})=e^{-0{,}7}\approx 0{,}4966.

Les tronçons ne se chevauchent pas : leurs nombres de défauts sont indépendants (processus de Poisson). Le nombre TT de tronçons sans défaut suit B(5 ;0,4966)\mathcal{B}(5\,;0{,}4966), d'espérance 5×0,4966≈2,485\times 0{,}4966\approx 2{,}48 tronçons.

Les cinq tronçons sans défaut : (e−0,7)5=e−3,5≈0,0302=P(X=0)(e^{-0{,}7})^{5}=e^{-3{,}5}\approx 0{,}0302=P(X=0).

Les deux calculs décrivent le même événement, « aucun défaut sur les 2525 m » : le modèle est cohérent quand on change la longueur, et c'est exactement ce que dit λ=kT\lambda=kT.

X < 2X ≤ 2plus de 4et au-delàde 2 à 5entre 2 et 5 exclus012345678

Exercice 4 : Remonter au paramètre : trouver λ ou T au comptoir de la coopérative étudiante

8 réponses vérifiables

Le comptoir de la coopérative étudiante d'une école d'ingénieurs vend fournitures, calculatrices et sarraus. Les arrivées de clients y suivent un processus de Poisson, mais le taux dépend de la période de la journée. Chaque question donne une observation et demande de remonter au paramètre.

  • a) Le midi, on a observé que 22,3 %22{,}3\ \% des tranches de 55 minutes ne voient arriver aucun client. Trouvez λ\lambda pour une tranche de 55 minutes, puis le taux kk en clients par heure.
  • b) Avec ce λ\lambda, calculez la probabilité qu'au moins 33 clients arrivent dans une tranche de 55 minutes.
  • c) Toujours le midi, combien de minutes faut-il, au minimum, pour que la probabilité de voir arriver au moins un client atteigne 0,990{,}99 ?
  • d) En soirée, la probabilité de voir arriver un client au moins en 1010 minutes vaut 0,900{,}90. Trouvez λ\lambda pour 1010 minutes et le taux kk en clients par heure.
  • e) La veille d'un examen, on constate qu'en 44 minutes, la probabilité de voir arriver 22 clients est le double de celle d'en voir arriver un seul. Trouvez λ\lambda, puis la probabilité de voir arriver exactement 33 clients en 44 minutes.

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

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

Réponses

  • a) λ=−ln⁡0,223≈1,50\lambda=-\ln 0{,}223\approx 1{,}50 ; k≈0,30k\approx 0{,}30 client/min, soit 1818 clients/h
  • b) P(X≥3)≈0,1912P(X\ge 3)\approx 0{,}1912
  • c) t≥ln⁡1000,3≈15,35t\ge\frac{\ln 100}{0{,}3}\approx 15{,}35 min
  • d) λ=ln⁡10≈2,303\lambda=\ln 10\approx 2{,}303 ; k≈13,8k\approx 13{,}8 clients/h
  • e) λ=4\lambda=4 ; P(X=3)≈0,1954P(X=3)\approx 0{,}1954

Trois équations reviennent toujours : P(X=0)=e−λP(X=0)=e^{-\lambda}, P(X≥1)=1−e−λP(X\ge 1)=1-e^{-\lambda}, et un rapport de deux probabilités où e−λe^{-\lambda} se simplifie. Le logarithme fait le reste. La figure montre la courbe e−λe^{-\lambda} lue à l'envers.

a)

XX : nombre de clients dans une tranche de 55 minutes, X∼P(λ)X\sim\mathcal{P}(\lambda).

P(X=0)=e−λ=0,223  ⟺  λ=−ln⁡0,223≈1,50\displaystyle P(X=0)=e^{-\lambda}=0{,}223\iff\lambda=-\ln 0{,}223\approx 1{,}50

k=λT=1,505=0,30k=\dfrac{\lambda}{T}=\dfrac{1{,}50}{5}=0{,}30 client par minute, soit 0,30×60=180{,}30\times 60=18 clients par heure.

Piège : prendre λ=0,223\lambda=0{,}223 ; la proportion observée est P(X=0)P(X=0), pas la moyenne.

b)

X∼P(1,5)X\sim\mathcal{P}(1{,}5) : P(X≥3)=1−e−1,5(1+1,5+1,522)=1−0,223130×3,625≈0,1912P(X\ge 3)=1-e^{-1{,}5}\left(1+1{,}5+\dfrac{1{,}5^{2}}{2}\right)=1-0{,}223130\times 3{,}625\approx 0{,}1912

Une tranche de cinq minutes sur cinq environ voit arriver trois clients ou plus.

c)

Sur tt minutes : λ=0,30 t\lambda=0{,}30\,t.

P(au moins un client)=1−e−0,3t≥0,99  ⟺  e−0,3t≤0,01  ⟺  t≥ln⁡1000,3≈15,35P(\text{au moins un client})=1-e^{-0{,}3t}\ge 0{,}99\iff e^{-0{,}3t}\le 0{,}01\iff t\ge\dfrac{\ln 100}{0{,}3}\approx 15{,}35 min

Il faut un peu plus d'un quart d'heure pour être presque sûr de voir un client.

Piège : garder ≥\ge en passant à e−0,3te^{-0{,}3t} ; prendre le complément retourne l'inégalité.

d)

P(X≥1)=1−e−λ=0,90  ⟺  e−λ=0,10  ⟺  λ=ln⁡10≈2,303P(X\ge 1)=1-e^{-\lambda}=0{,}90\iff e^{-\lambda}=0{,}10\iff\lambda=\ln 10\approx 2{,}303 pour 1010 minutes.

k=2,30310≈0,2303k=\dfrac{2{,}303}{10}\approx 0{,}2303 client par minute, soit environ 13,813{,}8 clients par heure.

Piège : écrire λ=0,90\lambda=0{,}90. « Au moins un » est un complément, jamais la moyenne.

e)
P(X=2)=2 P(X=1)  ⟺  e−λλ22=2 e−λλ\displaystyle P(X=2)=2\,P(X=1)\iff\dfrac{e^{-\lambda}\lambda^{2}}{2}=2\,e^{-\lambda}\lambda

On simplifie par e−λλ≠0e^{-\lambda}\lambda\neq 0 : λ2=2\dfrac{\lambda}{2}=2, donc λ=4\lambda=4 pour 44 minutes (un client par minute).

P(X=3)=e−4 433!=0,018316×646≈0,1954\displaystyle P(X=3)=\dfrac{e^{-4}\,4^{3}}{3!}=\dfrac{0{,}018316\times 64}{6}\approx 0{,}1954

Contrôle : P(X=2)=8e−4≈0,1465P(X=2)=8e^{-4}\approx 0{,}1465 et 2P(X=1)=8e−42P(X=1)=8e^{-4}, l'égalité est vérifiée.

0,511,522,533,540,10,20,30,40,50,60,70,80,91P(X = 0) = e^(−λ)0,223 donne λ = 1,500,10 donne λ = 2,30λP(X = 0)

Exercice 5 : Additionner des lois de Poisson : deux rues qui débouchent sur un carrefour

9 réponses vérifiables

Un carrefour à feux reçoit les voitures de deux rues. Les arrivées de la rue A suivent un processus de Poisson de taux 3636 voitures par heure ; celles de la rue B, un processus de Poisson de taux 2424 voitures par heure, indépendant du premier. On observe le carrefour pendant un intervalle de 22 minutes. On note XAX_{A} et XBX_{B} les nombres de voitures arrivées par chaque rue, et S=XA+XBS=X_{A}+X_{B}.

rue A : 36 voitures/hrue B :24 voitures/hcarrefour
  • a) Donnez les lois de XAX_{A} et de XBX_{B} sur 22 minutes. Calculez la probabilité qu'aucune voiture n'arrive au carrefour pendant ces 22 minutes.
  • b) Donnez la loi de SS. Calculez P(S=3)P(S=3), puis vérifiez ce résultat en additionnant les quatre façons d'obtenir trois voitures au total.
  • c) Le feu laisse passer au plus 33 voitures par cycle de 22 minutes. Calculez la probabilité qu'une voiture au moins attende le cycle suivant, c'est-à-dire P(S≥4)P(S\ge 4).
  • d) On sait que 33 voitures sont arrivées pendant les 22 minutes. Quelle est la probabilité qu'elles viennent toutes de la rue A ?
  • e) Calculez l'écart-type de SS. Un camarade additionne les écarts-types de XAX_{A} et de XBX_{B} : quelle valeur trouve-t-il, et pourquoi a-t-il tort ?

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

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

Réponses

  • a) XA∼P(1,2)X_{A}\sim\mathcal{P}(1{,}2), XB∼P(0,8)X_{B}\sim\mathcal{P}(0{,}8) ; P(XA=0) P(XB=0)=e−2≈0,1353P(X_{A}=0)\,P(X_{B}=0)=e^{-2}\approx 0{,}1353
  • b) S∼P(2)S\sim\mathcal{P}(2) ; P(S=3)≈0,1804P(S=3)\approx 0{,}1804
  • c) P(S≥4)≈0,1429P(S\ge 4)\approx 0{,}1429
  • d) 0,63=0,2160{,}6^{3}=0{,}216
  • e) σ(S)=2≈1,414\sigma(S)=\sqrt{2}\approx 1{,}414 ; 1,2+0,8≈1,990\sqrt{1{,}2}+\sqrt{0{,}8}\approx 1{,}990 est faux : les variances s'additionnent, pas les écarts-types
a)

Rue A : kA=3660=0,6k_{A}=\dfrac{36}{60}=0{,}6 voiture par minute, donc sur 22 min λA=1,2\lambda_{A}=1{,}2 et XA∼P(1,2)X_{A}\sim\mathcal{P}(1{,}2).

Rue B : kB=2460=0,4k_{B}=\dfrac{24}{60}=0{,}4 voiture par minute, λB=0,8\lambda_{B}=0{,}8 et XB∼P(0,8)X_{B}\sim\mathcal{P}(0{,}8).

« Aucune voiture » demande XA=0X_{A}=0 ET XB=0X_{B}=0 ; par indépendance :

P(XA=0) P(XB=0)=e−1,2 e−0,8=e−2≈0,1353\displaystyle P(X_{A}=0)\,P(X_{B}=0)=e^{-1{,}2}\,e^{-0{,}8}=e^{-2}\approx 0{,}1353
b)

Une somme de lois de Poisson INDÉPENDANTES suit une loi de Poisson de paramètre la somme : S∼P(1,2+0,8)=P(2)S\sim\mathcal{P}(1{,}2+0{,}8)=\mathcal{P}(2).

P(S=3)=e−2 233!≈0,1804\displaystyle P(S=3)=\dfrac{e^{-2}\,2^{3}}{3!}\approx 0{,}1804

Vérification : (3,0)(3,0), (2,1)(2,1), (1,2)(1,2) ou (0,3)(0,3) voitures par A et par B :

∑i=03P(XA=i) P(XB=3−i)≈0,0390+0,0780+0,0520+0,0115=0,1804\displaystyle \sum_{i=0}^{3}P(X_{A}=i)\,P(X_{B}=3-i)\approx 0{,}0390+0{,}0780+0{,}0520+0{,}0115=0{,}1804

La somme des quatre produits redonne P(S=3)P(S=3) : c'est le sens de la propriété d'additivité.

c)

« Au moins 4 » : P(S≥4)=1−P(S≤3)=1−e−2(1+2+2+43)=1−0,135335×6,3333≈0,1429P(S\ge 4)=1-P(S\le 3)=1-e^{-2}\left(1+2+2+\dfrac{4}{3}\right)=1-0{,}135335\times 6{,}3333\approx 0{,}1429

Dans 14,3 %14{,}3\ \% des cycles, au moins une voiture doit attendre le cycle suivant.

d)
P(XA=3∣S=3)=P(XA=3 et XB=0)P(S=3)=e−1,2 1,236×e−0,8e−2 236=(1,22)3=0,216\displaystyle P(X_{A}=3\mid S=3)=\dfrac{P(X_{A}=3\ \text{et}\ X_{B}=0)}{P(S=3)}=\dfrac{\dfrac{e^{-1{,}2}\,1{,}2^{3}}{6}\times e^{-0{,}8}}{\dfrac{e^{-2}\,2^{3}}{6}}=\left(\dfrac{1{,}2}{2}\right)^{3}=0{,}216

Sachant le total, chaque voiture vient de la rue A avec la probabilité 1,22=0,6\dfrac{1{,}2}{2}=0{,}6, indépendamment des autres : le nombre de voitures venues de A suit alors B(3 ;0,6)\mathcal{B}(3\,;0{,}6).

Piège : répondre P(XA=3)≈0,0867P(X_{A}=3)\approx 0{,}0867 ; l'information « 3 voitures au total » change l'univers.

e)

Variances de variables indépendantes : V(S)=V(XA)+V(XB)=1,2+0,8=2V(S)=V(X_{A})+V(X_{B})=1{,}2+0{,}8=2, donc σ(S)=2≈1,414\sigma(S)=\sqrt{2}\approx 1{,}414.

Le camarade écrit 1,2+0,8≈1,095+0,894=1,990\sqrt{1{,}2}+\sqrt{0{,}8}\approx 1{,}095+0{,}894=1{,}990.

Les écarts-types ne s'additionnent pas : a+b>a+b\sqrt{a}+\sqrt{b}>\sqrt{a+b} dès que aa et bb sont positifs. Il surestime la dispersion de 41 %41\ \%.

Piège : cette erreur revient dans tout le cours, des lois discrètes aux sommes de normales.

0,050,10,150,20,250,3012345678P(S = k)kS ≥ 4 : 0,1429

Partie B : problèmes de contrôle (/50)

Exercice 6 : Plan d'échantillonnage d'acceptation : quel contrôle pour un lot de capteurs ?

9 réponses vérifiables

Une entreprise de régulation thermique reçoit ses capteurs de pression par lots de 6060. Le service de réception compare deux plans de contrôle. Dans les deux, on prélève 88 capteurs au hasard, sans remise, et on les teste au banc.

Plan A : le lot est accepté si AUCUN des 88 capteurs testés n'est défectueux. Plan B : le lot est accepté si AU PLUS UN des 88 est défectueux. On note aa le nombre de capteurs défectueux du lot, inconnu de la réception.

  • a) Un lot contient a=3a=3 capteurs défectueux. Définissez XX, nommez sa loi avec ses paramètres, et calculez la probabilité que ce lot soit accepté par le plan A.
  • b) Même lot : calculez la probabilité qu'il soit accepté par le plan B.
  • c) La courbe d'efficacité d'un plan donne la probabilité d'accepter le lot en fonction de aa. Calculez, pour le plan A, cette probabilité quand a=6a=6 et quand a=12a=12. Quel plan protège le mieux l'entreprise contre les mauvais lots ?
  • d) Pour a=6a=6, un technicien remplace la loi exacte par la binomiale B(8 ;0,1)\mathcal{B}(8\,;0{,}1). Calculez la probabilité d'acceptation par le plan A avec ce modèle et dites si l'approximation est justifiée ici.
  • e) L'entreprise exige qu'un lot contenant 10 %10\ \% de défectueux (a=6a=6) soit accepté par le plan A avec une probabilité d'au plus 0,100{,}10. Combien de capteurs faut-il prélever, au minimum ?

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

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

Réponses

  • a) X∼H(N=60 ;a=3 ;n=8)X\sim\mathcal{H}(N=60\,;a=3\,;n=8) ; P(X=0)≈0,6458P(X=0)\approx 0{,}6458
  • b) P(X≤1)≈0,9558P(X\le 1)\approx 0{,}9558
  • c) a=6a=6 : 0,40670{,}4067 ; a=12a=12 : 0,14750{,}1475 ; le plan A, qui accepte moins souvent à aa égal
  • d) 0,98≈0,43050{,}9^{8}\approx 0{,}4305 ; non, nN≈13 %\frac{n}{N}\approx 13\ \% est trop grand
  • e) n=19n=19 (0,08980{,}0898, contre 0,10480{,}1048 pour n=18n=18)
a)

XX : nombre de capteurs défectueux parmi les 88 testés.

Tirage sans remise dans un lot de N=60N=60 qui contient a=3a=3 défectueux et b=57b=57 bons : X∼H(N=60 ;a=3 ;n=8)X\sim\mathcal{H}(N=60\,;a=3\,;n=8).

Plan A : P(X=0)=C30 C578C608=1 652 411 4752 558 620 845≈0,6458P(X=0)=\dfrac{C_{3}^{0}\,C_{57}^{8}}{C_{60}^{8}}=\dfrac{1\,652\,411\,475}{2\,558\,620\,845}\approx 0{,}6458

Calcul plus court, tirage après tirage : 5760×5659×⋯×5053≈0,6458\dfrac{57}{60}\times\dfrac{56}{59}\times\cdots\times\dfrac{50}{53}\approx 0{,}6458.

Un lot à 5 %5\ \% de défectueux passe le plan A presque deux fois sur trois.

b)
P(X=1)=C31 C577C608=793 157 5082 558 620 845≈0,3100\displaystyle P(X=1)=\dfrac{C_{3}^{1}\,C_{57}^{7}}{C_{60}^{8}}=\dfrac{793\,157\,508}{2\,558\,620\,845}\approx 0{,}3100

Plan B : P(X≤1)≈0,6458+0,3100=0,9558P(X\le 1)\approx 0{,}6458+0{,}3100=0{,}9558

Le plan B accepte ce lot dans 95,6 %95{,}6\ \% des cas : il tolère un défectueux dans l'échantillon, donc il laisse passer beaucoup plus de lots.

c)

a=6a=6 : P(X=0)=C548C608≈0,4067P(X=0)=\dfrac{C_{54}^{8}}{C_{60}^{8}}\approx 0{,}4067 ; a=12a=12 : P(X=0)=C488C608≈0,1475P(X=0)=\dfrac{C_{48}^{8}}{C_{60}^{8}}\approx 0{,}1475

La courbe d'efficacité du plan A décroît avec aa : plus le lot est mauvais, moins il passe.

Pour le plan B, les mêmes calculs donnent 0,82200{,}8220 et 0,49280{,}4928 : à aa égal, le plan B accepte toujours plus souvent (figure).

Le plan A protège donc mieux l'entreprise contre les mauvais lots ; en contrepartie, il refuse plus souvent un bon lot au fournisseur, et c'est ce compromis que règle un plan d'acceptation.

d)

B(8 ;0,1)\mathcal{B}(8\,;0{,}1) : P(X=0)=0,98≈0,4305P(X=0)=0{,}9^{8}\approx 0{,}4305, contre 0,40670{,}4067 pour la loi exacte.

La binomiale suppose une proportion de défectueux constante, c'est-à-dire un tirage avec remise ou un lot très grand.

Ici nN=860≈13 %\dfrac{n}{N}=\dfrac{8}{60}\approx 13\ \% : le facteur de correction N−nN−1=5259≈0,88\dfrac{N-n}{N-1}=\dfrac{52}{59}\approx 0{,}88 est loin de 11, et la binomiale surestime l'acceptation de 0,0240{,}024.

L'approximation n'est pas justifiée ; on la réserve, en pratique, aux échantillons qui font moins de 10 %10\ \% environ de la population.

e)

Avec nn capteurs prélevés : P(X=0)=C54nC60n=5460×5359×⋯×55−n61−nP(X=0)=\dfrac{C_{54}^{n}}{C_{60}^{n}}=\dfrac{54}{60}\times\dfrac{53}{59}\times\cdots\times\dfrac{55-n}{61-n}, qui décroît quand nn augmente.

n=18n=18 : P(X=0)≈0,1048>0,10P(X=0)\approx 0{,}1048>0{,}10 ; n=19n=19 : P(X=0)≈0,0898≤0,10P(X=0)\approx 0{,}0898\le 0{,}10.

Il faut prélever au moins 1919 capteurs, près d'un tiers du lot.

Piège : chercher nn avec la binomiale, 0,9n≤0,100{,}9^{n}\le 0{,}10, qui donne n=22n=22 ; sans remise, chaque bon capteur retiré rend le suivant plus suspect, et il en faut moins.

123456789101112130,10,20,30,40,50,60,70,80,91plan A : X = 0plan B : X ≤ 1aP(accepter le lot)

Exercice 7 : Problème à étages : Poisson sur une période, puis binomiale et géométrique sur un quart de travail

10 réponses vérifiables

Des camions arrivent au quai de chargement d'un entrepôt selon un processus de Poisson, au taux moyen de 4,84{,}8 camions par heure, de 7 h à 17 h. Le quai peut prendre en charge au plus 22 camions par période de 1515 minutes ; au-delà, on dit que la période est saturée. Un quart de travail de 22 heures se découpe en huit périodes de 1515 minutes qui ne se chevauchent pas (figure).

0153045607590105120 minP₁P₂P₃P₄P₅P₆P₇P₈
  • a) Définissez XX, le nombre de camions arrivés pendant une période de 1515 minutes, et nommez sa loi. Calculez la probabilité pp qu'une période soit saturée.
  • b) On note YY le nombre de périodes saturées pendant un quart de 22 heures. Justifiez la loi de YY et calculez la probabilité d'avoir au moins deux périodes saturées dans le quart.
  • c) Le contremaître note le rang GG de la première période saturée de la journée. Nommez la loi de GG, calculez la probabilité que ce soit la quatrième période, et le rang moyen de la première période saturée.
  • d) Donnez l'espérance du total de camions reçus sur toute la journée, de 7 h à 17 h, puis son écart-type.
  • e) L'entrepôt veut agrandir le quai pour qu'une période de 1515 minutes soit saturée avec une probabilité d'au plus 2 %2\ \%. Quelle capacité cc (nombre de camions par période) faut-il, au minimum ?

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

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

Réponses

  • a) X∼P(1,2)X\sim\mathcal{P}(1{,}2) ; p=P(X>2)≈0,1205p=P(X>2)\approx 0{,}1205
  • b) Y∼B(8 ;0,1205)Y\sim\mathcal{B}(8\,;0{,}1205) ; P(Y≥2)≈0,2496P(Y\ge 2)\approx 0{,}2496
  • c) GG géométrique de paramètre pp ; P(G=4)≈0,0820P(G=4)\approx 0{,}0820 ; E(G)=1p≈8,30E(G)=\frac{1}{p}\approx 8{,}30 périodes
  • d) Xjour∼P(48)X_{jour}\sim\mathcal{P}(48) : E=48E=48 camions, σ≈6,93\sigma\approx 6{,}93 camions
  • e) c=4c=4 (P(X>3)≈0,0338P(X>3)\approx 0{,}0338, P(X>4)≈0,0077P(X>4)\approx 0{,}0077)

Trois étages, trois lois : Poisson compte les camions dans UNE période ; la probabilité pp qu'elle donne devient le « succès » d'une épreuve de Bernoulli, répétée sur des périodes indépendantes (binomiale si on compte, géométrique si on attend le premier succès).

a)

XX : nombre de camions pendant une période de 1515 minutes. λ=kT=4,8×1560=1,2\lambda=kT=4{,}8\times\dfrac{15}{60}=1{,}2 : X∼P(1,2)X\sim\mathcal{P}(1{,}2).

Saturée : plus de 22 camions, X≥3X\ge 3.

p=P(X>2)=1−e−1,2(1+1,2+1,222)=1−0,301194×2,92≈0,1205\displaystyle p=P(X>2)=1-e^{-1{,}2}\left(1+1{,}2+\dfrac{1{,}2^{2}}{2}\right)=1-0{,}301194\times 2{,}92\approx 0{,}1205

Environ une période sur huit est saturée.

b)

Les huit périodes ne se chevauchent pas : dans un processus de Poisson, leurs comptages sont indépendants, et chacune est saturée avec la même probabilité pp.

YY compte les succès de 88 épreuves de Bernoulli indépendantes : Y∼B(8 ;0,1205)Y\sim\mathcal{B}(8\,;0{,}1205).

P(Y≥2)=1−P(Y=0)−P(Y=1)=1−(0,8795)8−8(0,1205)(0,8795)7≈1−0,3580−0,3924=0,2496\displaystyle P(Y\ge 2)=1-P(Y=0)-P(Y=1)=1-(0{,}8795)^{8}-8(0{,}1205)(0{,}8795)^{7}\approx 1-0{,}3580-0{,}3924=0{,}2496

Un quart sur quatre connaît au moins deux périodes saturées.

Piège : appliquer Poisson à YY. YY ne compte pas des camions mais des PÉRIODES, au plus 88.

c)

GG : rang de la première période saturée. Épreuves indépendantes de même probabilité pp, on attend le premier succès : GG suit la loi géométrique de paramètre pp, comptée en nombre d'essais.

P(G=4)=q3p=(0,8795)3(0,1205)≈0,0820\displaystyle P(G=4)=q^{3}p=(0{,}8795)^{3}(0{,}1205)\approx 0{,}0820

E(G)=1p≈8,30E(G)=\dfrac{1}{p}\approx 8{,}30 : en moyenne, la première saturation survient vers la huitième période, soit vers la fin du premier quart.

d)

De 7 h à 17 h, T=10T=10 h et λ=4,8×10=48\lambda=4{,}8\times 10=48 : E=48E=48 camions, V=48V=48, σ=48≈6,93\sigma=\sqrt{48}\approx 6{,}93 camions.

e)

On cherche le plus petit entier cc tel que P(X>c)≤0,02P(X>c)\le 0{,}02, c'est-à-dire P(X≤c)≥0,98P(X\le c)\ge 0{,}98.

P(X≤3)=e−1,2(1+1,2+0,72+0,288)≈0,9662P(X\le 3)=e^{-1{,}2}\left(1+1{,}2+0{,}72+0{,}288\right)\approx 0{,}9662, donc P(X>3)≈0,0338>0,02P(X>3)\approx 0{,}0338>0{,}02.

P(X≤4)≈0,9662+0,0260=0,9923P(X\le 4)\approx 0{,}9662+0{,}0260=0{,}9923, donc P(X>4)≈0,0077≤0,02P(X>4)\approx 0{,}0077\le 0{,}02.

Il faut une capacité de 44 camions par période de 1515 minutes.

Piège : s'arrêter à c=3c=3 parce que 0,96620{,}9662 « est proche » de 0,980{,}98 ; la contrainte est une inégalité, elle se vérifie.

Exercice 8 : Cinq affirmations à corriger

9 réponses vérifiables

Chaque affirmation est tirée d'une copie. Dites si elle est vraie ou fausse, justifiez en une ou deux lignes et, quand elle est fausse, donnez la valeur juste.

  • a) « Il arrive en moyenne 66 colis par heure à la réception d'un laboratoire. Le nombre XX de colis reçus en 2020 minutes vérifie P(X=1)=6e−6≈0,0149P(X=1)=6e^{-6}\approx 0{,}0149. »
  • b) « XX suit une loi de Poisson de paramètre 99 : son écart-type vaut 99. »
  • c) « On tire sans remise 44 cartes mémoire d'une boîte de 1212 qui en contient 33 défectueuses. Le nombre de défectueuses tirées suit B(4 ;0,25)\mathcal{B}(4\,;0{,}25), et la probabilité de n'en tirer aucune vaut 0,31640{,}3164. »
  • d) « X∼B(40 ;0,2)X\sim\mathcal{B}(40\,;0{,}2) : puisque n≥30n\ge 30, on peut approcher XX par la loi de Poisson de paramètre 88. »
  • e) « X1∼P(1,5)X_{1}\sim\mathcal{P}(1{,}5) et X2∼P(2,5)X_{2}\sim\mathcal{P}(2{,}5) sont indépendantes ; donc X1+X2∼P(4)X_{1}+X_{2}\sim\mathcal{P}(4) et P(X1+X2=0)=e−4≈0,0183P(X_{1}+X_{2}=0)=e^{-4}\approx 0{,}0183. »

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

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

Réponses

  • a) Faux : λ=2\lambda=2 en 2020 min, P(X=1)=2e−2≈0,2707P(X=1)=2e^{-2}\approx 0{,}2707
  • b) Faux : V(X)=9V(X)=9, donc σ=3\sigma=3
  • c) Faux : X∼H(N=12 ;a=3 ;n=4)X\sim\mathcal{H}(N=12\,;a=3\,;n=4), P(X=0)=126495≈0,2545P(X=0)=\frac{126}{495}\approx 0{,}2545
  • d) Faux : np=8≥5np=8\ge 5 ; exacte P(X=8)≈0,1560P(X=8)\approx 0{,}1560, Poisson 0,13960{,}1396
  • e) Vrai : additivité des lois de Poisson indépendantes ; e−4≈0,0183e^{-4}\approx 0{,}0183
a)

Faux. Le taux k=6k=6 colis par heure vaut pour une heure ; en 2020 minutes, λ=kT=6×2060=2\lambda=kT=6\times\dfrac{20}{60}=2.

P(X=1)=2e−2≈0,2707P(X=1)=2e^{-2}\approx 0{,}2707, dix-huit fois plus que la valeur de la copie.

Piège : recopier le taux de l'énoncé comme paramètre ; c'est l'erreur la plus fréquente du chapitre.

b)

Faux. Pour une loi de Poisson, E(X)=V(X)=λ=9E(X)=V(X)=\lambda=9 : c'est la VARIANCE qui vaut 99.

σ=9=3\sigma=\sqrt{9}=3.

c)

Faux. Sans remise dans une boîte de 1212, la probabilité de tirer une défectueuse change à chaque tirage : les épreuves ne sont pas indépendantes, la binomiale ne s'applique pas.

X∼H(N=12 ;a=3 ;n=4)X\sim\mathcal{H}(N=12\,;a=3\,;n=4) et P(X=0)=C30 C94C124=126495≈0,2545P(X=0)=\dfrac{C_{3}^{0}\,C_{9}^{4}}{C_{12}^{4}}=\dfrac{126}{495}\approx 0{,}2545.

La binomiale donne 0,754≈0,31640{,}75^{4}\approx 0{,}3164, soit 66 points de pourcentage de trop : avec 44 tirages sur 1212, l'écart n'est pas négligeable.

d)

Faux. Les conditions du cours sont DEUX : n≥30n\ge 30 ET np<5np<5. Ici np=40×0,2=8np=40\times 0{,}2=8 : la seconde tombe.

Vérification : la loi exacte donne P(X=8)=C408(0,2)8(0,8)32≈0,1560P(X=8)=C_{40}^{8}(0{,}2)^{8}(0{,}8)^{32}\approx 0{,}1560, Poisson e−8888!≈0,1396\dfrac{e^{-8}8^{8}}{8!}\approx 0{,}1396, un écart de 10 %10\ \%.

Avec np≥5np\ge 5 et n(1−p)≥5n(1-p)\ge 5, le cours propose une autre approximation, par la loi normale, vue plus loin dans la session.

e)

Vrai. La somme de deux variables de Poisson INDÉPENDANTES suit une loi de Poisson de paramètre 1,5+2,5=41{,}5+2{,}5=4.

P(X1+X2=0)=P(X1=0) P(X2=0)=e−1,5e−2,5=e−4≈0,0183P(X_{1}+X_{2}=0)=P(X_{1}=0)\,P(X_{2}=0)=e^{-1{,}5}e^{-2{,}5}=e^{-4}\approx 0{,}0183 : les deux calculs concordent.

L'hypothèse d'indépendance n'est pas décorative : sans elle, la somme n'a aucune raison d'être poissonnienne.

Exercice 9 : Problème de contrôle : défauts de surface sur des plaques de verre trempé

10 réponses vérifiables

Une usine produit des plaques de verre trempé pour des façades d'immeubles. Les défauts de surface (inclusions, rayures) apparaissent au hasard, en moyenne 0,50{,}5 défaut par mètre carré, selon un processus de Poisson. Une plaque standard mesure 1,6 m×2,0 m1{,}6\ \mathrm{m}\times 2{,}0\ \mathrm{m}. Les plaques sont indépendantes les unes des autres.

  • a) Définissez XX, le nombre de défauts d'une plaque standard, et nommez sa loi. Calculez la probabilité qu'une plaque soit sans défaut.
  • b) Une plaque est déclassée si elle porte plus de 22 défauts. Calculez la probabilité pp qu'une plaque soit déclassée.
  • c) Une palette contient 1212 plaques. Calculez la probabilité qu'au plus 22 plaques de la palette soient déclassées.
  • d) Le coût de finition d'une plaque comprend 2020 dollars d'inspection, plus 3535 dollars par défaut à polir. Exprimez ce coût CC en fonction de XX, puis calculez son espérance et son écart-type.
  • e) L'usine produit 4040 plaques standard par jour. Donnez la loi du nombre total de défauts de la journée, avec son espérance et son écart-type, puis le nombre moyen de plaques sans défaut par jour.

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

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

Réponses

  • a) X∼P(1,6)X\sim\mathcal{P}(1{,}6) ; P(X=0)=e−1,6≈0,2019P(X=0)=e^{-1{,}6}\approx 0{,}2019
  • b) p=P(X>2)≈0,2166p=P(X>2)\approx 0{,}2166
  • c) Y∼B(12 ;0,2166)Y\sim\mathcal{B}(12\,;0{,}2166) ; P(Y≤2)≈0,5002P(Y\le 2)\approx 0{,}5002
  • d) C=20+35XC=20+35X ; E(C)=76E(C)=76 dollars ; σ(C)≈44,27\sigma(C)\approx 44{,}27 dollars
  • e) T∼P(64)T\sim\mathcal{P}(64), E=64E=64, σ=8\sigma=8 défauts ; 40×0,2019≈8,0840\times 0{,}2019\approx 8{,}08 plaques
a)

XX : nombre de défauts de surface sur une plaque standard. Surface 1,6×2,0=3,2 m21{,}6\times 2{,}0=3{,}2\ \mathrm{m^{2}}, donc λ=kT=0,5×3,2=1,6\lambda=kT=0{,}5\times 3{,}2=1{,}6 : X∼P(1,6)X\sim\mathcal{P}(1{,}6).

P(X=0)=e−1,6≈0,2019P(X=0)=e^{-1{,}6}\approx 0{,}2019 : une plaque sur cinq environ sort sans aucun défaut.

Le « TT » de λ=kT\lambda=kT est ici une SURFACE ; la loi de Poisson compte des événements dans un intervalle de temps, de longueur, de surface ou de volume.

b)

« Plus de 2 » : X≥3X\ge 3.

p=P(X>2)=1−e−1,6(1+1,6+1,622)=1−0,201897×3,88≈0,2166\displaystyle p=P(X>2)=1-e^{-1{,}6}\left(1+1{,}6+\dfrac{1{,}6^{2}}{2}\right)=1-0{,}201897\times 3{,}88\approx 0{,}2166
c)

YY : nombre de plaques déclassées parmi les 1212. Plaques indépendantes, même probabilité pp, nombre fixé : Y∼B(12 ;0,2166)Y\sim\mathcal{B}(12\,;0{,}2166).

P(Y≤2)=(0,7834)12+12(0,2166)(0,7834)11+C122(0,2166)2(0,7834)10\displaystyle P(Y\le 2)=(0{,}7834)^{12}+12(0{,}2166)(0{,}7834)^{11}+C_{12}^{2}(0{,}2166)^{2}(0{,}7834)^{10}
≈0,0534+0,1772+0,2695=0,5002\displaystyle \approx 0{,}0534+0{,}1772+0{,}2695=0{,}5002

Une palette sur deux seulement compte au plus deux plaques déclassées : à ce taux de défauts, le déclassement est un problème de production, pas un accident.

d)

C=20+35XC=20+35X (en dollars).

E(C)=20+35 E(X)=20+35×1,6=76E(C)=20+35\,E(X)=20+35\times 1{,}6=76 dollars.

σ(C)=∣35∣ σ(X)=351,6≈44,27\sigma(C)=|35|\,\sigma(X)=35\sqrt{1{,}6}\approx 44{,}27 dollars.

Piège : écrire V(C)=20+352×1,6V(C)=20+35^{2}\times 1{,}6 ; une constante ajoutée ne disperse rien, V(aX+b)=a2V(X)V(aX+b)=a^{2}V(X).

e)

Les 4040 plaques sont indépendantes et chacune suit P(1,6)\mathcal{P}(1{,}6) : par additivité, le total TT suit P(40×1,6)=P(64)\mathcal{P}(40\times 1{,}6)=\mathcal{P}(64).

E(T)=64E(T)=64 défauts et σ(T)=64=8\sigma(T)=\sqrt{64}=8 défauts.

C'est aussi λ=kT\lambda=kT appliqué à la surface totale, 40×3,2=128 m240\times 3{,}2=128\ \mathrm{m^{2}} : 0,5×128=640{,}5\times 128=64.

Le nombre de plaques sans défaut suit B(40 ;0,2019)\mathcal{B}(40\,;0{,}2019), d'espérance 40×0,2019≈8,0840\times 0{,}2019\approx 8{,}08 plaques par jour.

0,050,10,150,20,250,30,3501234567P(X = k)kconforme (X ≤ 2) : 0,7834déclassée (X > 2) : 0,2166

Exercice 10 : Problème de contrôle : les gauchers d'un amphithéâtre, approximation de Poisson et équipe de laboratoire

9 réponses vérifiables

On admet qu'environ 9 %9\ \% des étudiants sont gauchers. Un amphithéâtre accueille un cours de première année de 5050 étudiants ; on traite ces 5050 étudiants comme un échantillon aléatoire d'une très grande population. On note XX le nombre de gauchers parmi eux. Les sièges de l'amphithéâtre ont une tablette à droite ; seules quelques places ont une tablette pour gaucher.

  • a) Nommez la loi exacte de XX avec ses paramètres. Vérifiez les conditions du cours qui permettent de l'approcher par une loi de Poisson, et donnez le paramètre de cette loi.
  • b) Calculez P(X=4)P(X=4) par la loi exacte, puis par l'approximation de Poisson.
  • c) L'amphithéâtre compte 66 places pour gaucher. Calculez, par l'approximation de Poisson, la probabilité qu'un gaucher au moins n'ait pas de place adaptée.
  • d) Combien de places pour gaucher faudrait-il prévoir, au minimum, pour que tous les gauchers soient servis avec une probabilité d'au moins 0,950{,}95 ?
  • e) En laboratoire, un groupe de 2424 étudiants compte exactement 33 gauchers. On forme au hasard une équipe de 44 étudiants de ce groupe. Nommez la loi du nombre de gauchers de l'équipe et calculez la probabilité que l'équipe compte au moins un gaucher.

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

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

Réponses

  • a) X∼B(50 ;0,09)X\sim\mathcal{B}(50\,;0{,}09) ; n=50≥30n=50\ge 30 et np=4,5<5np=4{,}5<5 : X≈P(4,5)X\approx\mathcal{P}(4{,}5)
  • b) Exacte 0,19730{,}1973 ; Poisson 0,18980{,}1898
  • c) P(X>6)=1−P(X≤6)≈0,1689P(X>6)=1-P(X\le 6)\approx 0{,}1689
  • d) 88 places (P(X≤7)≈0,9134P(X\le 7)\approx 0{,}9134, P(X≤8)≈0,9597P(X\le 8)\approx 0{,}9597)
  • e) H(N=24 ;a=3 ;n=4)\mathcal{H}(N=24\,;a=3\,;n=4) ; 1−598510 626≈0,43681-\frac{5985}{10\,626}\approx 0{,}4368
a)

XX : nombre de gauchers parmi les 5050 étudiants. 5050 épreuves indépendantes (très grande population), même probabilité 0,090{,}09 : X∼B(50 ;0,09)X\sim\mathcal{B}(50\,;0{,}09).

Conditions du cours : n=50≥30n=50\ge 30 et np=50×0,09=4,5<5np=50\times 0{,}09=4{,}5<5. L'approximation est permise, avec λ=np=4,5\lambda=np=4{,}5 : X≈P(4,5)X\approx\mathcal{P}(4{,}5).

Le paramètre de Poisson conserve l'espérance de la binomiale ; la variance, elle, passe de npq=4,095npq=4{,}095 à 4,54{,}5, un écart faible parce que q=0,91q=0{,}91 est proche de 11.

b)

Exacte : P(X=4)=C504(0,09)4(0,91)46≈0,1973P(X=4)=C_{50}^{4}(0{,}09)^{4}(0{,}91)^{46}\approx 0{,}1973

Poisson : P(X=4)≈e−4,5 4,544!≈0,1898P(X=4)\approx\dfrac{e^{-4{,}5}\,4{,}5^{4}}{4!}\approx 0{,}1898

L'écart, 0,00750{,}0075, reste inférieur à 4 %4\ \% de la valeur : la figure superpose les deux lois, presque confondues.

c)

Un gaucher manque de place quand il y a plus de 66 gauchers, X≥7X\ge 7 :

P(X>6)=1−P(X≤6)≈1−e−4,5∑k=064,5kk!≈1−0,8311=0,1689\displaystyle P(X>6)=1-P(X\le 6)\approx 1-e^{-4{,}5}\sum_{k=0}^{6}\dfrac{4{,}5^{k}}{k!}\approx 1-0{,}8311=0{,}1689

Dans 16,9 %16{,}9\ \% des cours environ, au moins un gaucher écrit sur une tablette de droitier. La loi exacte donne 0,15960{,}1596 : l'approximation reste du bon ordre.

Piège : calculer 1−P(X≤7)1-P(X\le 7), qui oublie le cas X=7X=7.

d)

On cherche le plus petit mm tel que P(X≤m)≥0,95P(X\le m)\ge 0{,}95.

P(X≤7)≈0,9134<0,95P(X\le 7)\approx 0{,}9134<0{,}95 ; P(X≤8)≈0,9597≥0,95P(X\le 8)\approx 0{,}9597\ge 0{,}95.

Il faut prévoir 88 places pour gaucher. La loi exacte mène à la même réponse (0,92320{,}9232 puis 0,96720{,}9672).

e)

Le groupe est petit et l'équipe est formée sans remise : ZZ, nombre de gauchers de l'équipe, suit H(N=24 ;a=3 ;n=4)\mathcal{H}(N=24\,;a=3\,;n=4), avec b=21b=21.

P(Z≥1)=1−P(Z=0)=1−C30 C214C244=1−598510 626≈0,4368\displaystyle P(Z\ge 1)=1-P(Z=0)=1-\dfrac{C_{3}^{0}\,C_{21}^{4}}{C_{24}^{4}}=1-\dfrac{5985}{10\,626}\approx 0{,}4368

Un peu moins d'une équipe sur deux compte un gaucher.

Piège : reprendre p=0,09p=0{,}09 ou 324\frac{3}{24} dans une binomiale ; ici la composition du groupe est CONNUE, et chaque tirage modifie la suivante.

0,050,10,150,201234567891011P(X = k)kbinomiale B(50 ; 0,09)Poisson P(4,5)
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-hypergeometrique-poisson. 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 lois discrètes au niveau du quiz et du contrôle périodique : la loi nommée d'abord, le bon λ ensuite.

Site par Studio Squalli