Probabilités et statistique MTH0104 • Polytechnique Montréal • Loi exponentielle, durée de vie et processus de Poisson

Loi exponentielle, durée de vie et processus de Poisson : exercices corrigés de MTH0104 (Polytechnique)

Loi exponentielle, durée de vie et processus 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-loi-exponentielle

Voici un exercice de calculs et dix exercices corrigés sur la loi exponentielle du cours MTH0104, probabilités et statistique, de Polytechnique.

Ce que couvre la série, les pièges traités

Ils couvrent la densité f(x)=λe−λxf(x)=\lambda e^{-\lambda x}, la fonction de répartition et la fonction de survie P(X>x)=e−λxP(X>x)=e^{-\lambda x}, l'espérance 1λ\frac{1}{\lambda} et la variance 1λ2\frac{1}{\lambda^{2}}, la médiane, la propriété d'absence de mémoire, le lien avec le processus de Poisson et la période de garantie.

Le chapitre suit la loi uniforme ; il est évalué au quiz 3 et au contrôle périodique 2, et revient dans les questions à choix multiple de l'examen final.

À la fin de la série, vous savez établir FF par une intégrale (exercice 1), retrouver λ\lambda quelle que soit l'information donnée (exercices 2, 6 et 10), utiliser l'absence de mémoire et reconnaître quand elle ne s'applique pas (exercices 3 et 9), passer d'un nombre d'arrivées de Poisson au temps d'attente (exercices 4 et 9), fixer une garantie (exercice 5) et faire le problème à étages du contrôle, où une loi exponentielle fournit la probabilité d'une binomiale (exercices 6, 7, 9 et 10). Le fil de la série : λ\lambda est un TAUX, l'inverse de la moyenne, exprimé dans l'unité de temps de la question, et toute la loi tient dans la survie e−λxe^{-\lambda x}.

Les pièges traités : prendre λ\lambda pour la moyenne (exercices 2 et 8), laisser un taux horaire devant des minutes (exercices 4, 8 et 9), confondre médiane ou écart-type avec la moyenne (exercices 2, 5 et 8), écrire une survie comme une répartition (exercices 2 et 10), appliquer l'absence de mémoire à une condition X<aX<a (exercices 3 et 6), arrondir une garantie vers le haut (exercice 5), traduire « au moins 16 en marche » sur la mauvaise variable (exercice 7), croire qu'une somme d'exponentielles est exponentielle (exercice 8). Chaque réponse est définie, la loi nommée avec son paramètre, le résultat interprété, comme au contrôle : calculatrice non programmable et tables fournies.

  • 11 exercices corrigés
  • Durée : 3 h 00
  • Autocorrigée, 99 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

  • • LOI : X∼Exp(λ)X\sim\mathrm{Exp}(\lambda), λ>0\lambda>0 un TAUX (par heure, par an) ; densité f(x)=λe−λxf(x)=\lambda e^{-\lambda x} si x≥0x\ge 0, 00 sinon.
  • • RÉPARTITION ET SURVIE : F(x)=P(X≤x)=1−e−λxF(x)=P(X\le x)=1-e^{-\lambda x} et P(X>x)=e−λxP(X>x)=e^{-\lambda x} pour x≥0x\ge 0 ; P(a<X<b)=e−λa−e−λbP(a<X<b)=e^{-\lambda a}-e^{-\lambda b} ; P(X=a)=0P(X=a)=0.
  • • MOMENTS : E(X)=1λE(X)=\dfrac{1}{\lambda}, V(X)=1λ2V(X)=\dfrac{1}{\lambda^{2}}, σ=1λ\sigma=\dfrac{1}{\lambda} ; médiane ln⁡2λ\dfrac{\ln 2}{\lambda} ; P(X>E(X))=e−1≈0,368P(X>E(X))=e^{-1}\approx 0{,}368.
  • • TROUVER λ\lambda : λ=1E(X)=1σ=ln⁡2m\lambda=\dfrac{1}{E(X)}=\dfrac{1}{\sigma}=\dfrac{\ln 2}{m}, ou λ=−ln⁡P(X>x)x\lambda=\dfrac{-\ln P(X>x)}{x} ; trouver xx : P(X≤x)=pP(X\le x)=p donne x=−ln⁡(1−p)λx=\dfrac{-\ln(1-p)}{\lambda}.
  • • ABSENCE DE MÉMOIRE : P(X>s+t∣X>s)=P(X>t)P(X>s+t\mid X>s)=P(X>t), pour une condition de la forme X>sX>s seulement.
  • • POISSON : si les événements forment un processus de Poisson de taux λ\lambda, le nombre en une durée TT suit P(λT)\mathcal{P}(\lambda T) et le temps entre deux événements suit Exp(λ)\mathrm{Exp}(\lambda), dans la même unité ; entre le kk-ième et le (k+r)(k+r)-ième, la moyenne est rλ\dfrac{r}{\lambda}.

Calculs : loi exponentielle et taux

Exercice 0.1 : Calculer avec la loi exponentielle : douze calculs directs

14 réponses vérifiables

Pour chaque ligne, calculez la quantité demandée, sans justifier le modèle. Probabilités au dix-millième, autres valeurs au centième sauf indication. La notation X∼Exp(λ)X\sim\mathrm{Exp}(\lambda) désigne la loi exponentielle de paramètre λ>0\lambda>0, de densité f(x)=λe−λxf(x)=\lambda e^{-\lambda x} pour x≥0x\ge 0.

Trois outils suffisent : la survie P(X>x)=e−λxP(X>x)=e^{-\lambda x}, la répartition F(x)=P(X≤x)=1−e−λxF(x)=P(X\le x)=1-e^{-\lambda x} et les moments E(X)=1λE(X)=\dfrac{1}{\lambda}, V(X)=1λ2V(X)=\dfrac{1}{\lambda^{2}}. Un paramètre ou une valeur inconnus se trouvent en prenant le logarithme népérien.

  • a) X∼Exp(0,25)X\sim\mathrm{Exp}(0{,}25) : calculez P(X>6)P(X>6).
  • b) X∼Exp(1,2)X\sim\mathrm{Exp}(1{,}2) : calculez P(X≤0,5)P(X\le 0{,}5).
  • c) X∼Exp(0,08)X\sim\mathrm{Exp}(0{,}08) : calculez P(5<X<15)P(5<X<15).
  • d) X∼Exp(0,05)X\sim\mathrm{Exp}(0{,}05) : calculez E(X)E(X) et V(X)V(X).
  • e) XX est exponentielle de moyenne 2,52{,}5 heures : donnez λ\lambda.
  • f) XX est exponentielle d'écart-type 0,80{,}8 an : donnez λ\lambda.
  • g) XX est exponentielle de médiane 140140 heures : donnez λ\lambda, au cent-millième.
  • h) X∼Exp(0,02)X\sim\mathrm{Exp}(0{,}02) : calculez la médiane mm.
  • i) X∼Exp(0,6)X\sim\mathrm{Exp}(0{,}6) : trouvez xx tel que P(X>x)=0,05P(X>x)=0{,}05.
  • j) X∼Exp(0,1)X\sim\mathrm{Exp}(0{,}1) : calculez P(X>9∣X>4)P(X>9\mid X>4).
  • k) Des appels arrivent selon un processus de Poisson, en moyenne 88 par heure. Le temps TT entre deux appels est exponentiel : donnez son paramètre en appels par minute, puis calculez P(T>6 min)P(T>6\ \mathrm{min}).
  • l) XX est exponentielle et P(X>10)=0,3P(X>10)=0{,}3 : trouvez λ\lambda.

Tape tes réponses, la page te dit juste ou faux 0/14

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

Réponses

  • a) P(X>6)=e−1,5≈0,2231P(X>6)=e^{-1{,}5}\approx 0{,}2231
  • b) P(X≤0,5)=1−e−0,6≈0,4512P(X\le 0{,}5)=1-e^{-0{,}6}\approx 0{,}4512
  • c) P(5<X<15)=e−0,4−e−1,2≈0,3691P(5<X<15)=e^{-0{,}4}-e^{-1{,}2}\approx 0{,}3691
  • d) E(X)=20E(X)=20 ; V(X)=400V(X)=400
  • e) λ=0,4\lambda=0{,}4 par heure
  • f) λ=1,25\lambda=1{,}25 par an
  • g) λ=ln⁡2140≈0,00495\lambda=\dfrac{\ln 2}{140}\approx 0{,}00495 par heure
  • h) m=ln⁡20,02≈34,66m=\dfrac{\ln 2}{0{,}02}\approx 34{,}66
  • i) x=ln⁡200,6≈4,99x=\dfrac{\ln 20}{0{,}6}\approx 4{,}99
  • j) P(X>9∣X>4)=e−0,5≈0,6065P(X>9\mid X>4)=e^{-0{,}5}\approx 0{,}6065
  • k) λ=860≈0,1333\lambda=\dfrac{8}{60}\approx 0{,}1333 par minute ; P(T>6)=e−0,8≈0,4493P(T>6)=e^{-0{,}8}\approx 0{,}4493
  • l) λ=−ln⁡0,310≈0,1204\lambda=\dfrac{-\ln 0{,}3}{10}\approx 0{,}1204

Le geste qui décide de tout : écrire l'événement à l'aide de la SURVIE P(X>x)=e−λxP(X>x)=e^{-\lambda x}. Une probabilité « au-delà » se lit directement, « en deçà » est son complément, « entre » est une différence de deux survies.

Et λ\lambda est un TAUX : l'inverse de la moyenne, dans l'unité de temps de la question.

a)
P(X>6)=e−0,25×6=e−1,5≈0,2231\displaystyle P(X>6)=e^{-0{,}25\times 6}=e^{-1{,}5}\approx 0{,}2231
b)
P(X≤0,5)=1−e−1,2×0,5=1−e−0,6≈1−0,5488=0,4512\displaystyle P(X\le 0{,}5)=1-e^{-1{,}2\times 0{,}5}=1-e^{-0{,}6}\approx 1-0{,}5488=0{,}4512
c)

Une probabilité « entre » est une différence de survies :

P(5<X<15)=e−0,08×5−e−0,08×15=e−0,4−e−1,2≈0,6703−0,3012=0,3691\displaystyle P(5<X<15)=e^{-0{,}08\times 5}-e^{-0{,}08\times 15}=e^{-0{,}4}-e^{-1{,}2}\approx 0{,}6703-0{,}3012=0{,}3691

Les inégalités larges ou strictes donnent le même résultat : pour une loi continue, P(X=5)=0P(X=5)=0.

d)

E(X)=10,05=20E(X)=\dfrac{1}{0{,}05}=20 et V(X)=10,052=400V(X)=\dfrac{1}{0{,}05^{2}}=400, donc l'écart-type vaut 2020, comme la moyenne.

Piège : écrire V(X)=20V(X)=20. Pour l'exponentielle, c'est l'écart-type qui égale la moyenne, la variance en est le carré.

e)

E(X)=1λ=2,5E(X)=\dfrac{1}{\lambda}=2{,}5 h, donc λ=12,5=0,4\lambda=\dfrac{1}{2{,}5}=0{,}4 par heure.

f)

σ=1λ=0,8\sigma=\dfrac{1}{\lambda}=0{,}8 an, donc λ=10,8=1,25\lambda=\dfrac{1}{0{,}8}=1{,}25 par an.

g)

La médiane mm vérifie P(X>m)=12P(X>m)=\dfrac{1}{2}, soit e−λm=12e^{-\lambda m}=\dfrac{1}{2}, donc m=ln⁡2λm=\dfrac{\ln 2}{\lambda}.

λ=ln⁡2140≈0,00495\lambda=\dfrac{\ln 2}{140}\approx 0{,}00495 par heure, soit une moyenne de 1λ≈202\dfrac{1}{\lambda}\approx 202 heures.

Piège : prendre λ=1140\lambda=\dfrac{1}{140}. La médiane d'une exponentielle est plus petite que sa moyenne.

h)

m=ln⁡20,02≈34,66m=\dfrac{\ln 2}{0{,}02}\approx 34{,}66, contre une moyenne de 5050.

i)

e−0,6x=0,05e^{-0{,}6x}=0{,}05 donne −0,6x=ln⁡0,05-0{,}6x=\ln 0{,}05, donc x=−ln⁡0,050,6=ln⁡200,6≈4,99x=\dfrac{-\ln 0{,}05}{0{,}6}=\dfrac{\ln 20}{0{,}6}\approx 4{,}99.

j)
P(X>9∣X>4)=P(X>9)P(X>4)=e−0,9e−0,4=e−0,5≈0,6065\displaystyle P(X>9\mid X>4)=\dfrac{P(X>9)}{P(X>4)}=\dfrac{e^{-0{,}9}}{e^{-0{,}4}}=e^{-0{,}5}\approx 0{,}6065

C'est P(X>5)P(X>5) : l'absence de mémoire. L'événement X>9X>9 est contenu dans X>4X>4, d'où le numérateur.

k)

Le taux doit être dans l'unité de la question : λ=860≈0,1333\lambda=\dfrac{8}{60}\approx 0{,}1333 appel par minute.

P(T>6)=e−860×6=e−0,8≈0,4493\displaystyle P(T>6)=e^{-\frac{8}{60}\times 6}=e^{-0{,}8}\approx 0{,}4493

Piège : garder λ=8\lambda=8 avec un temps en minutes, ce qui donne e−48e^{-48}, une probabilité nulle absurde.

l)

e−10λ=0,3e^{-10\lambda}=0{,}3, donc λ=−ln⁡0,310≈0,1204\lambda=\dfrac{-\ln 0{,}3}{10}\approx 0{,}1204.

Contrôle : e−0,1204×10≈0,300e^{-0{,}1204\times 10}\approx 0{,}300.

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 : Densité, fonction de répartition et survie : la durée de vie d'un disque SSD

10 réponses vérifiables

Le département de génie informatique équipe sa grappe de calcul de disques SSD. On note TT la durée de vie, en années, d'un disque pris au hasard. On ne s'intéresse ici qu'aux pannes de l'électronique de commande, qui surviennent au hasard ; l'usure des cellules mémoire, qui intervient beaucoup plus tard, est laissée de côté. Dans ce modèle, TT a pour densité f(t)=0,16 e−0,16 tf(t)=0{,}16\,e^{-0{,}16\,t} si t≥0t\ge 0, et f(t)=0f(t)=0 si t<0t<0.

La figure représente cette densité.

2468101214160,020,040,060,080,10,120,140,160,18f(t) = 0,16 e^(−0,16 t)t (années)
  • a) Nommez la loi de TT et son paramètre, avec son unité. Vérifiez par une intégrale impropre que l'aire totale sous la courbe vaut 11.
  • b) Établissez par une intégrale la fonction de répartition F(t)=P(T≤t)F(t)=P(T\le t) pour t≥0t\ge 0, écrivez FF sur R\mathbb{R} par morceaux, puis calculez F(5)F(5) et interprétez.
  • c) Calculez la probabilité qu'un disque dure plus de 88 ans, au plus 22 ans, puis plus de 33 ans mais au plus 66 ans.
  • d) Que valent P(T=4)P(T=4) et P(T≥6)−P(T>6)P(T\ge 6)-P(T>6) ? Justifiez.
  • e) Calculez la durée de vie moyenne et l'écart-type de TT, puis la proportion des disques qui dépassent la durée de vie moyenne. Interprétez.

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

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

Réponses

  • a) T∼Exp(0,16)T\sim\mathrm{Exp}(0{,}16), taux de 0,160{,}16 panne par an ; ∫0+∞f(t) dt=1\int_{0}^{+\infty}f(t)\,dt=1
  • b) F(t)=0F(t)=0 si t<0t<0, F(t)=1−e−0,16tF(t)=1-e^{-0{,}16t} si t≥0t\ge 0 ; F(5)≈0,5507F(5)\approx 0{,}5507
  • c) P(T>8)≈0,2780P(T>8)\approx 0{,}2780 ; P(T≤2)≈0,2739P(T\le 2)\approx 0{,}2739 ; P(3<T≤6)≈0,2359P(3<T\le 6)\approx 0{,}2359
  • d) P(T=4)=0P(T=4)=0 et P(T≥6)−P(T>6)=P(T=6)=0P(T\ge 6)-P(T>6)=P(T=6)=0
  • e) E(T)=6,25E(T)=6{,}25 ans, σ=6,25\sigma=6{,}25 ans ; P(T>6,25)=e−1≈0,3679P(T>6{,}25)=e^{-1}\approx 0{,}3679
a)

TT : durée de vie, en années, d'un disque pris au hasard. T∼Exp(λ)T\sim\mathrm{Exp}(\lambda) avec λ=0,16\lambda=0{,}16 par an : un taux de pannes, pas une durée.

∫−∞+∞f(t) dt=lim⁡m→+∞∫0m0,16 e−0,16t dt=lim⁡m→+∞[−e−0,16t]0m\displaystyle \displaystyle\int_{-\infty}^{+\infty}f(t)\,dt=\lim_{m\to+\infty}\int_{0}^{m}0{,}16\,e^{-0{,}16t}\,dt=\lim_{m\to+\infty}\Big[-e^{-0{,}16t}\Big]_{0}^{m}

=lim⁡m→+∞(1−e−0,16m)=1=\lim_{m\to+\infty}\left(1-e^{-0{,}16m}\right)=1, car e−0,16m→0e^{-0{,}16m}\to 0.

Avec f≥0f\ge 0 partout, ff est bien une densité.

b)

Pour t≥0t\ge 0 : F(t)=∫0t0,16 e−0,16u du=[−e−0,16u]0t=1−e−0,16tF(t)=\displaystyle\int_{0}^{t}0{,}16\,e^{-0{,}16u}\,du=\Big[-e^{-0{,}16u}\Big]_{0}^{t}=1-e^{-0{,}16t}

Pour t<0t<0, la densité est nulle : F(t)=0F(t)=0. Donc F(t)={0si t<01−e−0,16tsi t≥0F(t)=\begin{cases}0 & \text{si } t<0\\ 1-e^{-0{,}16t} & \text{si } t\ge 0\end{cases}

F(5)=1−e−0,8≈1−0,4493=0,5507\displaystyle F(5)=1-e^{-0{,}8}\approx 1-0{,}4493=0{,}5507

Interprétation : environ 55,1 %55{,}1\ \% des disques tombent en panne au cours de leurs cinq premières années.

On retient la SURVIE P(T>t)=1−F(t)=e−0,16tP(T>t)=1-F(t)=e^{-0{,}16t} : tous les calculs du chapitre partent d'elle.

c)

P(T>8)=e−0,16×8=e−1,28≈0,2780P(T>8)=e^{-0{,}16\times 8}=e^{-1{,}28}\approx 0{,}2780 : 27,8 %27{,}8\ \% des disques durent plus de huit ans.

P(T≤2)=F(2)=1−e−0,32≈0,2739\displaystyle P(T\le 2)=F(2)=1-e^{-0{,}32}\approx 0{,}2739

« Plus de 3 mais au plus 6 » : P(3<T≤6)=F(6)−F(3)=e−0,48−e−0,96≈0,6188−0,3829=0,2359P(3<T\le 6)=F(6)-F(3)=e^{-0{,}48}-e^{-0{,}96}\approx 0{,}6188-0{,}3829=0{,}2359

C'est l'aire hachurée de la figure du corrigé.

Piège : calculer P(T≤6)−P(T≤3)P(T\le 6)-P(T\le 3) avec un « −1-1 » de trop, comme pour une variable entière. Ici rien ne se décale : on soustrait deux survies.

d)

Pour une variable continue, P(T=a)=∫aaf(t) dt=0P(T=a)=\displaystyle\int_{a}^{a}f(t)\,dt=0 : une valeur isolée n'a aucune aire.

Donc P(T=4)=0P(T=4)=0, et P(T≥6)−P(T>6)=P(T=6)=0P(T\ge 6)-P(T>6)=P(T=6)=0 : inégalités larges et strictes donnent la même probabilité.

Piège : traduire « au moins 6 ans » par 1−P(T≤5)1-P(T\le 5), réflexe des lois discrètes. Pour TT continue, c'est P(T≥6)=e−0,96P(T\ge 6)=e^{-0{,}96}.

e)

E(T)=1λ=10,16=6,25E(T)=\dfrac{1}{\lambda}=\dfrac{1}{0{,}16}=6{,}25 ans ; V(T)=1λ2=39,0625V(T)=\dfrac{1}{\lambda^{2}}=39{,}0625 ans², donc σ=6,25\sigma=6{,}25 ans.

P(T>E(T))=e−0,16×6,25=e−1≈0,3679\displaystyle P(T>E(T))=e^{-0{,}16\times 6{,}25}=e^{-1}\approx 0{,}3679

Seulement 36,8 %36{,}8\ \% des disques dépassent la durée moyenne : beaucoup de disques lâchent tôt, quelques-uns durent très longtemps et tirent la moyenne vers le haut.

Ce e−1e^{-1} ne dépend pas de λ\lambda : pour TOUTE loi exponentielle, P(X>E(X))=e−λ⋅1λ=e−1P(X>E(X))=e^{-\lambda\cdot\frac{1}{\lambda}}=e^{-1}.

2468101214160,020,040,060,080,10,120,140,160,18P(3 < T ≤ 6) ≈ 0,2359f(t) = 0,16 e^(−0,16 t)t (années)

Exercice 2 : Trouver le paramètre λ : quatre fiches techniques de piles

9 réponses vérifiables

Une équipe de projet intégrateur doit choisir la pile d'une balise de détection autonome. Pour chacun des quatre modèles en lice, la durée de vie XX, en heures, d'une pile suit une loi exponentielle, mais chaque fabricant présente sa fiche technique à sa façon :

modèle A : durée de vie moyenne de 520520 h • modèle B : écart-type de la durée de vie de 450450 h • modèle C : durée de vie médiane de 400400 h • modèle D : 18 %18\ \% des piles durent plus de 10001000 h.

La balise doit fonctionner 600600 heures sans changement de pile.

  • a) Déterminez le paramètre λA\lambda_{A} de la loi du modèle A.
  • b) Déterminez λB\lambda_{B}.
  • c) Déterminez λC\lambda_{C}, puis la durée de vie moyenne des piles C.
  • d) Déterminez λD\lambda_{D}, puis la durée de vie moyenne des piles D.
  • e) Pour chaque modèle, calculez la probabilité qu'une pile tienne les 600600 heures. Quel modèle l'équipe doit-elle choisir ? Un membre de l'équipe avait écarté le modèle C « parce que 400 h, c'est le plus petit nombre des quatre fiches » : qu'en pensez-vous ?

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

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

Réponses

  • a) λA=1520≈0,001923\lambda_{A}=\dfrac{1}{520}\approx 0{,}001923 par heure
  • b) λB=1450≈0,002222\lambda_{B}=\dfrac{1}{450}\approx 0{,}002222 par heure
  • c) λC=ln⁡2400≈0,001733\lambda_{C}=\dfrac{\ln 2}{400}\approx 0{,}001733 par heure ; E(X)≈577,1E(X)\approx 577{,}1 h
  • d) λD=−ln⁡0,181000≈0,001715\lambda_{D}=\dfrac{-\ln 0{,}18}{1000}\approx 0{,}001715 par heure ; E(X)≈583,2E(X)\approx 583{,}2 h
  • e) A : 0,31540{,}3154 ; B : 0,26360{,}2636 ; C : 0,35360{,}3536 ; D : 0,35740{,}3574. Le modèle D, de peu devant C ; écarter C était une erreur

Le geste du chapitre : quelle que soit l'information donnée, on la traduit en une équation en λ\lambda, puis on revient à la survie P(X>x)=e−λxP(X>x)=e^{-\lambda x} pour comparer. Les nombres affichés par les fiches ne se comparent pas entre eux : une moyenne, un écart-type, une médiane et un pourcentage ne mesurent pas la même chose.

a)

XAX_{A} : durée de vie d'une pile A, XA∼Exp(λA)X_{A}\sim\mathrm{Exp}(\lambda_{A}) et E(XA)=1λA=520E(X_{A})=\dfrac{1}{\lambda_{A}}=520 h.

λA=1520≈0,001923\lambda_{A}=\dfrac{1}{520}\approx 0{,}001923 par heure.

Piège : écrire λA=520\lambda_{A}=520. Un taux de 520 pannes par heure ferait durer une pile sept secondes.

b)

Pour une loi exponentielle, V(X)=1λ2V(X)=\dfrac{1}{\lambda^{2}}, donc σ=1λ\sigma=\dfrac{1}{\lambda} : λB=1450≈0,002222\lambda_{B}=\dfrac{1}{450}\approx 0{,}002222 par heure.

Piège : poser 1λ2=450\dfrac{1}{\lambda^{2}}=450, c'est-à-dire prendre l'écart-type pour la variance ; on trouverait λ≈0,0471\lambda\approx 0{,}0471, vingt fois trop.

c)

La médiane mm coupe la population en deux : P(X>m)=e−λm=12P(X>m)=e^{-\lambda m}=\dfrac{1}{2}, donc λm=ln⁡2\lambda m=\ln 2.

λC=ln⁡2400≈0,001733\lambda_{C}=\dfrac{\ln 2}{400}\approx 0{,}001733 par heure, et E(XC)=400ln⁡2≈577,1E(X_{C})=\dfrac{400}{\ln 2}\approx 577{,}1 h.

Une médiane de 400 h cache donc une moyenne de 577 h : la médiane d'une exponentielle vaut ln⁡2≈0,693\ln 2\approx 0{,}693 fois sa moyenne.

d)

« 18 %18\ \% durent plus de 1000 h » se traduit par P(X>1000)=e−1000λ=0,18P(X>1000)=e^{-1000\lambda}=0{,}18.

−1000 λ=ln⁡0,18-1000\,\lambda=\ln 0{,}18, donc λD=−ln⁡0,181000≈0,001715\lambda_{D}=\dfrac{-\ln 0{,}18}{1000}\approx 0{,}001715 par heure, et E(XD)=1λD≈583,2E(X_{D})=\dfrac{1}{\lambda_{D}}\approx 583{,}2 h.

Piège : écrire 1−e−1000λ=0,181-e^{-1000\lambda}=0{,}18. « Plus de 1000 h » est une SURVIE, pas une répartition.

e)

P(X>600)=e−600λP(X>600)=e^{-600\lambda} pour chaque modèle :

A : e−600/520≈0,3154e^{-600/520}\approx 0{,}3154 ; B : e−600/450≈0,2636e^{-600/450}\approx 0{,}2636 ; C : e−600ln⁡2/400=2−1,5≈0,3536e^{-600\ln 2/400}=2^{-1{,}5}\approx 0{,}3536 ; D : 0,180,6≈0,35740{,}18^{0{,}6}\approx 0{,}3574.

Le modèle D tient les 600 heures le plus souvent, de peu devant C ; B est le moins bon. Le classement suit celui des moyennes : D, C, A, B.

L'argument contre C est faux : 400 h est une MÉDIANE, que l'on compare à tort à une moyenne et à un écart-type. Une fois ramené à λ\lambda, C se classe deuxième.

Aucune pile ne tient les 600 heures dans plus de 36 %36\ \% des cas : avec une seule pile, la balise ne peut pas garantir sa mission, quel que soit le modèle.

200400600800100012000,10,20,30,40,50,60,70,80,91P(X > 600) :A : 0,315B : 0,264C (tirets) : 0,354D : 0,357P(X > x)x (heures)

Exercice 3 : L'absence de mémoire : les bornes Wi-Fi d'un pavillon

5 réponses vérifiables

Le service informatique d'un pavillon de cours suit les pannes de ses bornes Wi-Fi. On note TT la durée, en années, pendant laquelle une borne fonctionne avant sa première panne. Les pannes observées sont accidentelles (surtension, défaut d'un composant) : on modélise TT par une loi exponentielle de moyenne 44 ans, ce qui revient à supposer qu'une borne ne s'use pas.

  • a) Donnez la loi de TT, puis montrez que pour tous réels s≥0s\ge 0 et t≥0t\ge 0, P(T>s+t∣T>s)=P(T>t)P(T>s+t\mid T>s)=P(T>t).
  • b) Une borne fonctionne depuis 33 ans. Calculez la probabilité qu'elle fonctionne encore au moins 22 ans, et comparez avec la même probabilité pour une borne neuve.
  • c) Calculez la probabilité qu'une borne en service depuis 33 ans tombe en panne au cours de l'année qui suit.
  • d) On ne sait pas depuis quand une borne fonctionne, mais on sait qu'elle est tombée en panne avant ses 55 ans. Calculez la probabilité qu'elle ait fonctionné plus de 22 ans.
  • e) Le service propose de remplacer systématiquement toute borne de plus de 33 ans encore en état de marche, pour réduire les pannes. Dans ce modèle, cette politique réduit-elle la probabilité de panne dans l'année ? Justifiez, puis dites dans quel cas elle aurait un sens.

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

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

Réponses

  • a) T∼Exp(0,25)T\sim\mathrm{Exp}(0{,}25) ; P(T>s+t∣T>s)=e−λ(s+t)e−λs=e−λt=P(T>t)P(T>s+t\mid T>s)=\dfrac{e^{-\lambda(s+t)}}{e^{-\lambda s}}=e^{-\lambda t}=P(T>t)
  • b) P(T>5∣T>3)=e−0,5≈0,6065P(T>5\mid T>3)=e^{-0{,}5}\approx 0{,}6065, exactement la probabilité pour une borne neuve
  • c) P(T≤4∣T>3)=1−e−0,25≈0,2212P(T\le 4\mid T>3)=1-e^{-0{,}25}\approx 0{,}2212
  • d) P(T>2∣T<5)=e−0,5−e−1,251−e−1,25≈0,4485P(T>2\mid T<5)=\dfrac{e^{-0{,}5}-e^{-1{,}25}}{1-e^{-1{,}25}}\approx 0{,}4485
  • e) Non : une borne de 3 ans a le même risque qu'une neuve dans ce modèle ; utile seulement si les pannes venaient de l'usure
a)

TT : durée de fonctionnement d'une borne avant sa première panne, en années. E(T)=4=1λE(T)=4=\dfrac{1}{\lambda}, donc T∼Exp(0,25)T\sim\mathrm{Exp}(0{,}25), un taux de 0,250{,}25 panne par an.

L'événement T>s+tT>s+t est contenu dans T>sT>s, donc P(T>s+t∩T>s)=P(T>s+t)P(T>s+t\cap T>s)=P(T>s+t), et :

P(T>s+t∣T>s)=P(T>s+t)P(T>s)=e−λ(s+t)e−λs=e−λt=P(T>t)\displaystyle P(T>s+t\mid T>s)=\dfrac{P(T>s+t)}{P(T>s)}=\dfrac{e^{-\lambda(s+t)}}{e^{-\lambda s}}=e^{-\lambda t}=P(T>t)

C'est l'ABSENCE DE MÉMOIRE : savoir qu'une borne a déjà fonctionné ss années ne change pas la loi de ce qu'il lui reste.

b)
P(T>3+2∣T>3)=P(T>2)=e−0,25×2=e−0,5≈0,6065\displaystyle P(T>3+2\mid T>3)=P(T>2)=e^{-0{,}25\times 2}=e^{-0{,}5}\approx 0{,}6065

Une borne neuve a exactement la même probabilité, 60,7 %60{,}7\ \%, de fonctionner deux ans.

Piège : répondre P(T>5)=e−1,25≈0,2865P(T>5)=e^{-1{,}25}\approx 0{,}2865. Ce nombre concerne une borne NEUVE qui doit tenir cinq ans ; ici, les trois premières années sont acquises.

c)

« Tomber en panne dans l'année qui suit » : 3<T≤43<T\le 4, sachant T>3T>3.

P(T≤4∣T>3)=1−P(T>4∣T>3)=1−P(T>1)=1−e−0,25≈0,2212\displaystyle P(T\le 4\mid T>3)=1-P(T>4\mid T>3)=1-P(T>1)=1-e^{-0{,}25}\approx 0{,}2212
d)

La condition est T<5T<5 : l'information porte sur la FIN de la vie, pas sur un passé déjà vécu. On revient à la définition.

P(T>2∣T<5)=P(2<T<5)P(T<5)=e−0,5−e−1,251−e−1,25≈0,6065−0,28650,7135≈0,4485\displaystyle P(T>2\mid T<5)=\dfrac{P(2<T<5)}{P(T<5)}=\dfrac{e^{-0{,}5}-e^{-1{,}25}}{1-e^{-1{,}25}}\approx\dfrac{0{,}6065-0{,}2865}{0{,}7135}\approx 0{,}4485

Piège : écrire « absence de mémoire, donc P(T>2)=0,6065P(T>2)=0{,}6065 ». La propriété ne vaut que pour une condition de la forme T>sT>s.

e)

Une borne de 3 ans encore en marche a un risque de panne dans l'année de 1−e−0,25≈0,22121-e^{-0{,}25}\approx 0{,}2212 (question c), exactement celui d'une borne neuve, P(T≤1)P(T\le 1).

Dans ce modèle, la remplacer ne réduit donc pas le risque : on dépense une borne neuve pour le même risque.

Cette conclusion dépend du modèle : si les pannes venaient de l'usure (un composant qui vieillit, une batterie), le risque augmenterait avec l'âge, la loi exponentielle ne conviendrait plus et le remplacement préventif pourrait se justifier.

Piège : croire qu'un appareil « a fait son temps ». C'est vrai d'une pièce qui s'use, pas d'une durée exponentielle.

Exercice 4 : Du processus de Poisson à la loi exponentielle : les retraits à un guichet automatique

9 réponses vérifiables

Au guichet automatique d'une station de métro, pendant la pointe du matin, les retraits se succèdent selon un processus de Poisson, au rythme moyen de 2727 retraits par heure. La figure montre une observation de dix minutes : chaque croix est un retrait, et T1T_{1}, T2T_{2}, ... sont les temps écoulés entre deux retraits successifs.

012345678910T₁T₂T₃T₄T₅t (min)
  • a) On note NN le nombre de retraits pendant une période de 1010 minutes. Nommez la loi de NN avec son paramètre, puis calculez P(N=0)P(N=0) et la probabilité d'observer au moins 33 retraits.
  • b) On note TT le temps, en minutes, entre deux retraits successifs. Justifiez que P(T>t)=P(aucun retrait pendant t minutes)P(T>t)=P(\text{aucun retrait pendant } t \text{ minutes}), déduisez-en P(T>t)P(T>t) pour t≥0t\ge 0, puis nommez la loi de TT et son paramètre.
  • c) Calculez la probabilité que deux retraits successifs soient séparés de plus de 33 minutes, puis de moins de 3030 secondes.
  • d) Un client vient de terminer son retrait. Combien de temps faut-il attendre en moyenne le retrait suivant ? Combien de temps s'écoule en moyenne entre le 3e3^{\text{e}} et le 7e7^{\text{e}} retrait de la matinée ?
  • e) Un technicien veut être sûr à 95 %95\ \% de voir au moins un retrait pendant son observation. Quelle durée minimale d'observation doit-il prévoir ?

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

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

Réponses

  • a) N∼P(4,5)N\sim\mathcal{P}(4{,}5) ; P(N=0)=e−4,5≈0,0111P(N=0)=e^{-4{,}5}\approx 0{,}0111 ; P(N≥3)≈0,8264P(N\ge 3)\approx 0{,}8264
  • b) P(T>t)=P(Nt=0)=e−0,45tP(T>t)=P(N_{t}=0)=e^{-0{,}45t} : T∼Exp(0,45)T\sim\mathrm{Exp}(0{,}45), par minute
  • c) P(T>3)=e−1,35≈0,2592P(T>3)=e^{-1{,}35}\approx 0{,}2592 ; P(T<0,5)=1−e−0,225≈0,2015P(T<0{,}5)=1-e^{-0{,}225}\approx 0{,}2015
  • d) 10,45≈2,222\dfrac{1}{0{,}45}\approx 2{,}222 min, soit 2 min 13 s ; entre le 3e et le 7e : 40,45≈8,889\dfrac{4}{0{,}45}\approx 8{,}889 min
  • e) t≥ln⁡200,45≈6,66t\ge\dfrac{\ln 20}{0{,}45}\approx 6{,}66 min
a)

NN : nombre de retraits en 10 minutes. Processus de Poisson, donc N∼P(λ)N\sim\mathcal{P}(\lambda) avec λ=kT=2760×10=4,5\lambda=kT=\dfrac{27}{60}\times 10=4{,}5 retraits.

P(N=0)=e−4,5≈0,0111\displaystyle P(N=0)=e^{-4{,}5}\approx 0{,}0111
P(N≥3)=1−P(N≤2)=1−e−4,5(1+4,5+4,522)=1−0,011 109×15,625≈0,8264\displaystyle P(N\ge 3)=1-P(N\le 2)=1-e^{-4{,}5}\left(1+4{,}5+\dfrac{4{,}5^{2}}{2}\right)=1-0{,}011\,109\times 15{,}625\approx 0{,}8264

Piège : « au moins 3 » se complète par « au plus 2 », trois termes k=0,1,2k=0,1,2 ; NN est entier, contrairement à TT plus bas.

b)

Après un retrait, le suivant arrive après plus de tt minutes exactement quand aucun retrait n'a lieu pendant ces tt minutes : les deux événements sont les mêmes.

Le nombre NtN_{t} de retraits en tt minutes suit P(0,45t)\mathcal{P}(0{,}45t), donc P(T>t)=P(Nt=0)=e−0,45tP(T>t)=P(N_{t}=0)=e^{-0{,}45t}.

Alors F(t)=1−e−0,45tF(t)=1-e^{-0{,}45t} pour t≥0t\ge 0 : c'est la répartition de la loi Exp(0,45)\mathrm{Exp}(0{,}45), un taux de 0,450{,}45 retrait par minute.

Le même nombre sert deux fois : le taux du processus de Poisson est le paramètre de l'exponentielle, dans la même unité de temps.

c)
P(T>3)=e−0,45×3=e−1,35≈0,2592\displaystyle P(T>3)=e^{-0{,}45\times 3}=e^{-1{,}35}\approx 0{,}2592

3030 s =0,5=0{,}5 min : P(T<0,5)=1−e−0,225≈0,2015P(T<0{,}5)=1-e^{-0{,}225}\approx 0{,}2015

Piège : garder le taux horaire, P(T>3)=e−27×3P(T>3)=e^{-27\times 3}, quasi nul : on mélangerait des heures et des minutes. Pour un temps en minutes, le taux est par minute.

d)

E(T)=10,45≈2,222E(T)=\dfrac{1}{0{,}45}\approx 2{,}222 min, soit environ 2 min 13 s. Par l'absence de mémoire, peu importe depuis quand le guichet est libre.

Du 3e au 7e retrait, il y a quatre intervalles T3+T4+T5+T6T_{3}+T_{4}+T_{5}+T_{6}, de même moyenne ; l'espérance d'une somme est la somme des espérances :

E(T3+T4+T5+T6)=40,45≈8,889E(T_{3}+T_{4}+T_{5}+T_{6})=\dfrac{4}{0{,}45}\approx 8{,}889 min

Cette somme n'est PAS exponentielle ; seule son espérance est demandée, et elle s'additionne sans aucune hypothèse de loi.

e)

On veut P(au moins un retrait en t min)=1−e−0,45t≥0,95P(\text{au moins un retrait en } t \text{ min})=1-e^{-0{,}45t}\ge 0{,}95, soit e−0,45t≤0,05e^{-0{,}45t}\le 0{,}05.

t≥−ln⁡0,050,45=ln⁡200,45≈6,66t\ge\dfrac{-\ln 0{,}05}{0{,}45}=\dfrac{\ln 20}{0{,}45}\approx 6{,}66 min : il faut observer au moins 6 min 40 s.

On arrondit vers le HAUT : 6,66{,}6 min ne suffirait pas tout à fait.

Exercice 5 : Médiane, intervalle μ ± σ et période de garantie : le magnétron d'un four à micro-ondes

8 réponses vérifiables

Le magnétron est le composant qui produit les micro-ondes d'un four. Un fabricant estime que la durée de vie XX, en années, de ses magnétrons suit une loi exponentielle de moyenne 7,57{,}5 ans. Le magnétron défaillant pendant la période de garantie est remplacé gratuitement.

  • a) Donnez la loi de XX et son paramètre. Calculez la proportion des magnétrons qui tombent en panne pendant les 33 premières années, puis celle des magnétrons qui durent plus de 1010 ans.
  • b) Calculez la durée de vie médiane et interprétez-la. Est-elle plus petite ou plus grande que la moyenne ?
  • c) Calculez P(μ−σ<X<μ+σ)P(\mu-\sigma<X<\mu+\sigma), où μ=E(X)\mu=E(X) et σ\sigma est l'écart-type de XX. Montrez que ce résultat ne dépend pas du paramètre de la loi.
  • d) Le fabricant accepte de remplacer au plus 6 %6\ \% des magnétrons pendant la garantie. Déterminez la période de garantie maximale, en années, puis en mois entiers.
  • e) Le service des ventes veut annoncer une garantie d'un an, toujours avec au plus 6 %6\ \% de remplacements. Quelle durée de vie moyenne minimale faudrait-il au magnétron ?

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

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

Réponses

  • a) X∼Exp(215)X\sim\mathrm{Exp}\left(\frac{2}{15}\right), λ≈0,1333\lambda\approx 0{,}1333 par an ; P(X≤3)≈0,3297P(X\le 3)\approx 0{,}3297 ; P(X>10)≈0,2636P(X>10)\approx 0{,}2636
  • b) m=7,5ln⁡2≈5,20m=7{,}5\ln 2\approx 5{,}20 ans, plus petite que la moyenne de 7,57{,}5 ans
  • c) P(0<X<15)=1−e−2≈0,8647P(0<X<15)=1-e^{-2}\approx 0{,}8647, pour toute loi exponentielle
  • d) g=−ln⁡0,94λ≈0,464g=\dfrac{-\ln 0{,}94}{\lambda}\approx 0{,}464 an, soit 55 mois entiers
  • e) E(X)≥1−ln⁡0,94≈16,16E(X)\ge\dfrac{1}{-\ln 0{,}94}\approx 16{,}16 ans
a)

XX : durée de vie d'un magnétron, en années. E(X)=7,5=1λE(X)=7{,}5=\dfrac{1}{\lambda}, donc X∼Exp(λ)X\sim\mathrm{Exp}(\lambda) avec λ=17,5=215≈0,1333\lambda=\dfrac{1}{7{,}5}=\dfrac{2}{15}\approx 0{,}1333 panne par an.

P(X≤3)=1−e−3×215=1−e−0,4≈0,3297P(X\le 3)=1-e^{-3\times\frac{2}{15}}=1-e^{-0{,}4}\approx 0{,}3297 : environ un magnétron sur trois lâche avant 3 ans.

P(X>10)=e−2015=e−43≈0,2636\displaystyle P(X>10)=e^{-\frac{20}{15}}=e^{-\frac{4}{3}}\approx 0{,}2636
b)

P(X>m)=e−λm=12P(X>m)=e^{-\lambda m}=\dfrac{1}{2}, donc m=ln⁡2λ=7,5ln⁡2≈5,20m=\dfrac{\ln 2}{\lambda}=7{,}5\ln 2\approx 5{,}20 ans.

La moitié des magnétrons tombe en panne avant 5,2 ans, alors que la moyenne est de 7,5 ans : la médiane est PLUS PETITE que la moyenne.

Les quelques magnétrons qui durent très longtemps tirent la moyenne vers le haut, pas la médiane.

c)

Pour la loi exponentielle, σ=1λ=μ=7,5\sigma=\dfrac{1}{\lambda}=\mu=7{,}5 ans, donc μ−σ=0\mu-\sigma=0 et μ+σ=15\mu+\sigma=15.

P(0<X<15)=1−e−215×15=1−e−2≈0,8647\displaystyle P(0<X<15)=1-e^{-\frac{2}{15}\times 15}=1-e^{-2}\approx 0{,}8647

En général, P(μ−σ<X<μ+σ)=P(0<X<2λ)=1−e−λ⋅2λ=1−e−2P(\mu-\sigma<X<\mu+\sigma)=P\left(0<X<\frac{2}{\lambda}\right)=1-e^{-\lambda\cdot\frac{2}{\lambda}}=1-e^{-2} : le paramètre disparaît.

Piège : chercher P(μ−σ<X<μ+σ)≈0,68P(\mu-\sigma<X<\mu+\sigma)\approx 0{,}68, réflexe de la loi normale. Cette règle ne vaut que pour la normale.

d)

gg : période de garantie, en années. On veut P(X≤g)=1−e−λg≤0,06P(X\le g)=1-e^{-\lambda g}\le 0{,}06, soit e−λg≥0,94e^{-\lambda g}\ge 0{,}94.

g≤−ln⁡0,94λ=7,5×(−ln⁡0,94)≈0,464g\le\dfrac{-\ln 0{,}94}{\lambda}=7{,}5\times(-\ln 0{,}94)\approx 0{,}464 an, soit 0,464×12≈5,570{,}464\times 12\approx 5{,}57 mois.

Garantie maximale en mois entiers : 55 mois, qui donnent 1−e−215×512≈5,4 %1-e^{-\frac{2}{15}\times\frac{5}{12}}\approx 5{,}4\ \% de remplacements.

Piège : arrondir à 6 mois. On remplacerait alors 1−e−115≈6,4 %1-e^{-\frac{1}{15}}\approx 6{,}4\ \% des magnétrons, au-delà de la limite. Une garantie s'arrondit vers le bas.

La figure du corrigé lit cette inversion sur la fonction de répartition.

e)

On impose maintenant g=1g=1 an et l'on cherche λ\lambda : 1−e−λ≤0,061-e^{-\lambda}\le 0{,}06, soit λ≤−ln⁡0,94≈0,06188\lambda\le -\ln 0{,}94\approx 0{,}06188 par an.

E(X)=1λ≥1−ln⁡0,94≈16,16E(X)=\dfrac{1}{\lambda}\ge\dfrac{1}{-\ln 0{,}94}\approx 16{,}16 ans.

Il faudrait un magnétron plus de deux fois plus fiable, en moyenne, que l'actuel : la promesse commerciale coûte cher en conception.

0,20,40,60,811,20,020,040,060,080,10,120,140,165 mois : 5,4 %6 mois : 6,4 %g ≈ 0,464 an6 %F(x) = P(X ≤ x)

Partie B : problèmes de contrôle (/50)

Exercice 6 : Trouver λ par une probabilité conditionnelle : le comptoir d'accueil d'un congrès

8 réponses vérifiables

Au comptoir d'accueil d'un congrès étudiant de génie, une bénévole remet à chaque participant son badge et sa trousse. On note XX le temps, en minutes, nécessaire pour enregistrer un participant. On admet que XX suit une loi exponentielle de paramètre λ\lambda inconnu, et que les temps d'enregistrement de participants différents sont indépendants.

Le comité a chronométré l'accueil de l'an dernier : parmi les enregistrements qui ont duré moins de 66 minutes, quatre sur sept ont duré moins de 22 minutes. On retient donc P(X<2∣X<6)=47P(X<2\mid X<6)=\dfrac{4}{7}.

  • a) On pose u=e−2λu=e^{-2\lambda}. Montrez que P(X<2∣X<6)=11+u+u2P(X<2\mid X<6)=\dfrac{1}{1+u+u^{2}}.
  • b) Déduisez-en la valeur de uu, puis celle de λ\lambda.
  • c) Calculez le temps moyen d'enregistrement, puis la probabilité qu'un enregistrement dure plus de 44 minutes, en valeur exacte.
  • d) Quinze participants se présentent à l'ouverture. On note YY le nombre d'entre eux dont l'enregistrement dure plus de 44 minutes. Nommez la loi de YY avec ses paramètres, puis calculez P(Y≤2)P(Y\le 2) et P(Y≥5)P(Y\ge 5).
  • e) La bénévole enregistre seule ces quinze participants, l'un après l'autre. Quelle durée totale peut-on prévoir en moyenne ? Le comité a prévu 4040 minutes avant la conférence d'ouverture : est-ce suffisant en moyenne ?

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

b)
c)
d)
e)
Voir la correction

Réponses

  • a) P(X<2∣X<6)=1−u1−u3=11+u+u2P(X<2\mid X<6)=\dfrac{1-u}{1-u^{3}}=\dfrac{1}{1+u+u^{2}}
  • b) u=12u=\dfrac{1}{2} (u=−32u=-\dfrac{3}{2} rejeté) ; λ=ln⁡22≈0,3466\lambda=\dfrac{\ln 2}{2}\approx 0{,}3466 par minute
  • c) E(X)=2ln⁡2≈2,885E(X)=\dfrac{2}{\ln 2}\approx 2{,}885 min ; P(X>4)=u2=14P(X>4)=u^{2}=\dfrac{1}{4}
  • d) Y∼B(15 ;0,25)Y\sim\mathcal{B}(15\,;0{,}25) ; P(Y≤2)≈0,2361P(Y\le 2)\approx 0{,}2361 ; P(Y≥5)≈0,3135P(Y\ge 5)\approx 0{,}3135
  • e) 15λ≈43,28\dfrac{15}{\lambda}\approx 43{,}28 min : non, 40 minutes ne suffisent pas en moyenne

Le geste de l'exercice : on ne connaît pas λ\lambda, mais une probabilité le contient. On l'écrit avec des survies, on pose un changement de variable qui transforme l'équation en polynôme, et on revient à λ\lambda par le logarithme.

a)

XX : temps d'enregistrement d'un participant, en minutes, X∼Exp(λ)X\sim\mathrm{Exp}(\lambda). L'événement X<2X<2 est contenu dans X<6X<6, donc :

P(X<2∣X<6)=P(X<2)P(X<6)=1−e−2λ1−e−6λ=1−u1−u3P(X<2\mid X<6)=\dfrac{P(X<2)}{P(X<6)}=\dfrac{1-e^{-2\lambda}}{1-e^{-6\lambda}}=\dfrac{1-u}{1-u^{3}}, car e−6λ=(e−2λ)3=u3e^{-6\lambda}=\left(e^{-2\lambda}\right)^{3}=u^{3}.

Avec 1−u3=(1−u)(1+u+u2)1-u^{3}=(1-u)(1+u+u^{2}) et u≠1u\ne 1 (car λ>0\lambda>0) : P(X<2∣X<6)=11+u+u2P(X<2\mid X<6)=\dfrac{1}{1+u+u^{2}}.

Piège : invoquer l'absence de mémoire. Elle ne vaut que pour une condition « a déjà duré », X>sX>s ; ici la condition est X<6X<6.

b)

11+u+u2=47\dfrac{1}{1+u+u^{2}}=\dfrac{4}{7} donne 1+u+u2=741+u+u^{2}=\dfrac{7}{4}, soit u2+u−34=0u^{2}+u-\dfrac{3}{4}=0.

Discriminant Δ=1+3=4\Delta=1+3=4 : u=−1+22=12u=\dfrac{-1+2}{2}=\dfrac{1}{2} ou u=−1−22=−32u=\dfrac{-1-2}{2}=-\dfrac{3}{2}, rejeté car u=e−2λ>0u=e^{-2\lambda}>0.

e−2λ=12e^{-2\lambda}=\dfrac{1}{2} donne λ=ln⁡22≈0,3466\lambda=\dfrac{\ln 2}{2}\approx 0{,}3466 par minute.

Contrôle : avec u=12u=\frac{1}{2}, 11+0,5+0,25=11,75=47\frac{1}{1+0{,}5+0{,}25}=\frac{1}{1{,}75}=\frac{4}{7}. La figure du corrigé montre les deux aires, 12\frac{1}{2} et 38\frac{3}{8}.

c)

E(X)=1λ=2ln⁡2≈2,885E(X)=\dfrac{1}{\lambda}=\dfrac{2}{\ln 2}\approx 2{,}885 min, soit environ 2 min 53 s.

P(X>4)=e−4λ=(e−2λ)2=u2=14P(X>4)=e^{-4\lambda}=\left(e^{-2\lambda}\right)^{2}=u^{2}=\dfrac{1}{4} exactement : un enregistrement sur quatre dure plus de 4 minutes.

Garder uu plutôt que l'arrondi de λ\lambda donne la valeur exacte sans calculatrice.

d)

Chaque participant est une épreuve : succès « plus de 4 minutes », de probabilité p=0,25p=0{,}25 (question c). Les 1515 temps sont indépendants et de même loi, donc Y∼B(15 ;0,25)Y\sim\mathcal{B}(15\,;0{,}25).

P(Y≤2)=0,7515+15×0,25×0,7514+C152×0,252×0,7513≈0,0134+0,0668+0,1559=0,2361\displaystyle P(Y\le 2)=0{,}75^{15}+15\times 0{,}25\times 0{,}75^{14}+C_{15}^{2}\times 0{,}25^{2}\times 0{,}75^{13}\approx 0{,}0134+0{,}0668+0{,}1559=0{,}2361
P(Y≥5)=1−P(Y≤4)≈1−0,6865=0,3135\displaystyle P(Y\ge 5)=1-P(Y\le 4)\approx 1-0{,}6865=0{,}3135

C'est le problème à étages du contrôle : la loi continue fournit pp, la binomiale compte les participants.

Piège : « au moins 5 » complété par P(Y≤5)P(Y\le 5). Le complément de Y≥5Y\ge 5 s'arrête à 44.

e)

La durée totale est S=X1+X2+⋯+X15S=X_{1}+X_{2}+\dots+X_{15} ; l'espérance d'une somme est la somme des espérances :

E(S)=15×1λ=30ln⁡2≈43,28E(S)=15\times\dfrac{1}{\lambda}=\dfrac{30}{\ln 2}\approx 43{,}28 min.

Non : en moyenne, l'accueil déborde de plus de trois minutes sur les 40 prévues ; il faut une seconde bénévole ou ouvrir le comptoir plus tôt.

La loi de SS n'est pas exponentielle, et la probabilité de finir à temps demanderait un outil de la suite du cours ; l'espérance, elle, se calcule sans connaître cette loi.

123456789100,050,10,150,20,250,30,350,41/23/8P(X < 6) = 7/8P(X < 2 | X < 6) = 4/7x (min)

Exercice 7 : Fiabilité d'un réseau de capteurs : de la loi exponentielle à la binomiale

9 réponses vérifiables

Vingt capteurs de vibrations sans fil surveillent les haubans d'un pont. La durée de fonctionnement TT, en années, d'un capteur avant sa panne suit une loi exponentielle de moyenne 88 ans, et les capteurs tombent en panne indépendamment les uns des autres. Les vingt capteurs sont neufs à la mise en service.

  • a) Donnez la loi de TT, puis calculez la probabilité pp qu'un capteur tombe en panne au cours des 22 premières années.
  • b) On note XX le nombre de capteurs en panne au bout de 22 ans. Justifiez la loi de XX et nommez-la avec ses paramètres, puis calculez E(X)E(X) et P(X≤2)P(X\le 2).
  • c) La surveillance reste fiable tant qu'au moins 1616 capteurs fonctionnent. Calculez la probabilité qu'elle soit encore fiable au bout de 22 ans. Une seule visite d'entretien à 22 ans suffit-elle, si l'on exige au moins 90 %90\ \% de chances que la surveillance soit encore fiable à la visite ?
  • d) Calculez la probabilité que les vingt capteurs fonctionnent tous encore au bout d'un an. Jusqu'à quelle durée tt, en mois, la probabilité qu'aucun capteur ne soit tombé en panne reste-t-elle d'au moins 0,50{,}5 ?
  • e) On note WW le temps, en années, avant la PREMIÈRE panne parmi les vingt capteurs. Montrez que P(W>t)=e−2,5tP(W>t)=e^{-2{,}5t} pour t≥0t\ge 0, nommez la loi de WW, et donnez le temps moyen avant la première panne, en mois.

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

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

Réponses

  • a) T∼Exp(0,125)T\sim\mathrm{Exp}(0{,}125) ; p=1−e−0,25≈0,2212p=1-e^{-0{,}25}\approx 0{,}2212
  • b) X∼B(20 ;0,2212)X\sim\mathcal{B}(20\,;0{,}2212) ; E(X)≈4,424E(X)\approx 4{,}424 ; P(X≤2)≈0,1483P(X\le 2)\approx 0{,}1483
  • c) P(X≤4)≈0,5367P(X\le 4)\approx 0{,}5367 ; non, une visite à 2 ans ne suffit pas
  • d) e−2,5≈0,0821e^{-2{,}5}\approx 0{,}0821 ; t≤8ln⁡220≈0,2773t\le\dfrac{8\ln 2}{20}\approx 0{,}2773 an, soit 3,333{,}33 mois
  • e) W∼Exp(2,5)W\sim\mathrm{Exp}(2{,}5) ; E(W)=0,4E(W)=0{,}4 an =4,8=4{,}8 mois
a)

TT : durée de fonctionnement d'un capteur, en années ; E(T)=8E(T)=8, donc T∼Exp(0,125)T\sim\mathrm{Exp}(0{,}125).

p=P(T≤2)=1−e−0,125×2=1−e−0,25≈0,2212\displaystyle p=P(T\le 2)=1-e^{-0{,}125\times 2}=1-e^{-0{,}25}\approx 0{,}2212
b)

Chaque capteur est une épreuve de Bernoulli : « en panne au bout de 2 ans » avec la probabilité p≈0,2212p\approx 0{,}2212. Le nombre d'épreuves n=20n=20 est fixé, les pannes sont indépendantes et pp est le même pour tous, car les capteurs sont neufs et de même loi.

Donc X∼B(20 ;0,2212)X\sim\mathcal{B}(20\,;0{,}2212) et E(X)=np≈4,424E(X)=np\approx 4{,}424 capteurs.

P(X≤2)=∑k=02C20k pk(1−p)20−k≈0,1483\displaystyle P(X\le 2)=\displaystyle\sum_{k=0}^{2}C_{20}^{k}\,p^{k}(1-p)^{20-k}\approx 0{,}1483
c)

« Au moins 16 capteurs fonctionnent » équivaut à « au plus 4 sont en panne » : P(X≤4)≈0,5367P(X\le 4)\approx 0{,}5367, la partie bleue de la figure.

La surveillance n'a qu'environ une chance sur deux d'être encore fiable à la visite, loin des 90 % exigés : une seule visite à 2 ans ne suffit pas.

Piège : traduire « au moins 16 fonctionnent » par X≥16X\ge 16. La variable compte les capteurs EN PANNE ; on la traduit avant de calculer.

d)

Les vingt capteurs fonctionnent au bout d'un an avec la probabilité (e−0,125)20=e−2,5≈0,0821\left(e^{-0{,}125}\right)^{20}=e^{-2{,}5}\approx 0{,}0821 (c'est P(X=0)P(X=0) pour une binomiale à un an).

Au bout de tt années : P(aucune panne)=(e−0,125t)20=e−2,5t≥0,5P(\text{aucune panne})=\left(e^{-0{,}125t}\right)^{20}=e^{-2{,}5t}\ge 0{,}5 donne t≤ln⁡22,5=8ln⁡220≈0,2773t\le\dfrac{\ln 2}{2{,}5}=\dfrac{8\ln 2}{20}\approx 0{,}2773 an, soit environ 3,333{,}33 mois.

Un capteur isolé tient 8 ans en moyenne, mais un réseau de vingt capteurs connaît sa première panne au bout de quelques mois : la fiabilité d'un ensemble chute avec le nombre de composants.

e)

W>tW>t signifie qu'aucun des vingt capteurs n'est tombé en panne avant tt ; par indépendance :

P(W>t)=(e−0,125t)20=e−2,5tP(W>t)=\left(e^{-0{,}125t}\right)^{20}=e^{-2{,}5t}, d'où FW(t)=1−e−2,5tF_{W}(t)=1-e^{-2{,}5t} pour t≥0t\ge 0 : W∼Exp(2,5)W\sim\mathrm{Exp}(2{,}5), les taux s'additionnent.

E(W)=12,5=0,4E(W)=\dfrac{1}{2{,}5}=0{,}4 an, soit 4,84{,}8 mois.

Piège : penser que la première panne arrive en moyenne au bout de 8 ans, la durée moyenne d'UN capteur.

−11234567891011120,050,10,150,20,25P(X ≤ 4) ≈ 0,537kP(X = k)

Exercice 8 : Cinq affirmations à corriger

9 réponses vérifiables

Les cinq phrases suivantes ont été relevées sur des copies. Pour chacune, dites si elle est vraie ou fausse, puis justifiez par un calcul et donnez la version correcte quand elle est fausse.

  • a) « Le taux de défaillance d'un ventilateur de serveur est de 0,20{,}2 par an : sa durée de vie moyenne est donc de 0,20{,}2 an. » Donnez la vraie durée de vie moyenne.
  • b) « Pour une durée de vie exponentielle, la moitié des composants dure plus longtemps que la moyenne. » Donnez la vraie proportion des composants qui dépassent la moyenne.
  • c) « Une pompe qui tourne depuis 66 ans, dont la durée de vie suit une loi exponentielle, a plus de chances de tomber en panne cette année qu'une pompe neuve du même modèle. »
  • d) « Une imprimante partagée reçoit en moyenne 1212 demandes par heure, selon un processus de Poisson. Le temps TT entre deux demandes suit donc une loi exponentielle de paramètre 1212, et P(T>10 min)=e−120P(T>10\ \mathrm{min})=e^{-120}. » Calculez la vraie valeur de P(T>10 min)P(T>10\ \mathrm{min}).
  • e) « Pour la même imprimante, le temps SS entre la 1re1^{\text{re}} et la 4e4^{\text{e}} demande est la somme de trois temps exponentiels de moyenne 55 minutes : SS suit donc une loi exponentielle de moyenne 1515 minutes. » Calculez P(S>15 min)P(S>15\ \mathrm{min}) à l'aide du nombre de demandes en 1515 minutes.

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

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

Réponses

  • a) Faux : E(X)=10,2=5E(X)=\dfrac{1}{0{,}2}=5 ans
  • b) Faux : P(X>E(X))=e−1≈0,3679P(X>E(X))=e^{-1}\approx 0{,}3679 ; c'est la médiane, ln⁡2×E(X)\ln 2\times E(X), que dépasse la moitié
  • c) Faux dans ce modèle : même probabilité, 1−e−λ1-e^{-\lambda}, par l'absence de mémoire
  • d) Faux : λ=0,2\lambda=0{,}2 par minute, P(T>10)=e−2≈0,1353P(T>10)=e^{-2}\approx 0{,}1353
  • e) Faux : E(S)=15E(S)=15 min, mais P(S>15)=e−3(1+3+4,5)≈0,4232≠e−1P(S>15)=e^{-3}(1+3+4{,}5)\approx 0{,}4232\ne e^{-1} : SS n'est pas exponentielle
a)

Faux. λ=0,2\lambda=0{,}2 panne par an est un TAUX ; la moyenne est son inverse : E(X)=10,2=5E(X)=\dfrac{1}{0{,}2}=5 ans.

Contrôle d'unité : un taux s'exprime « par an », une durée « en années » ; les deux ne peuvent pas être égales.

b)

Faux. P(X>E(X))=e−λ⋅1λ=e−1≈0,3679P(X>E(X))=e^{-\lambda\cdot\frac{1}{\lambda}}=e^{-1}\approx 0{,}3679 : seulement 36,8 %36{,}8\ \% des composants dépassent la moyenne, quel que soit λ\lambda.

La valeur dépassée par la moitié des composants est la MÉDIANE, ln⁡2λ≈0,693 E(X)\dfrac{\ln 2}{\lambda}\approx 0{,}693\,E(X), plus petite que la moyenne.

c)

Faux dans le modèle exponentiel. Probabilité de panne dans l'année pour la pompe de 6 ans : P(X≤7∣X>6)=1−e−7λe−6λ=1−e−λP(X\le 7\mid X>6)=1-\dfrac{e^{-7\lambda}}{e^{-6\lambda}}=1-e^{-\lambda}, exactement P(X≤1)P(X\le 1) pour une pompe neuve.

L'absence de mémoire rend l'âge sans effet. Si l'usure des pompes est réelle, la phrase redevient plausible, mais alors c'est le modèle exponentiel qu'il faut abandonner : la copie confond les deux.

d)

Faux. Le paramètre est le taux dans l'unité du temps TT : en minutes, λ=1260=0,2\lambda=\dfrac{12}{60}=0{,}2 par minute.

P(T>10)=e−0,2×10=e−2≈0,1353\displaystyle P(T>10)=e^{-0{,}2\times 10}=e^{-2}\approx 0{,}1353

La copie multipliait un taux horaire par des minutes : e−120e^{-120} est pratiquement nul, ce qui aurait dû alerter, puisqu'un trou de 10 minutes est banal quand une demande arrive toutes les 5 minutes en moyenne.

e)

Faux. L'espérance est juste : E(S)=3×5=15E(S)=3\times 5=15 min. La loi ne l'est pas.

S>15S>15 signifie qu'au plus 2 demandes arrivent dans les 15 minutes qui suivent la première ; leur nombre NN suit P(0,2×15)=P(3)\mathcal{P}(0{,}2\times 15)=\mathcal{P}(3).

P(S>15)=P(N≤2)=e−3(1+3+322)≈0,4232\displaystyle P(S>15)=P(N\le 2)=e^{-3}\left(1+3+\dfrac{3^{2}}{2}\right)\approx 0{,}4232

Une exponentielle de moyenne 15 donnerait P(S>15)=e−1≈0,3679P(S>15)=e^{-1}\approx 0{,}3679 : les deux lois diffèrent, SS n'est pas exponentielle.

Une somme d'exponentielles indépendantes n'est jamais exponentielle ; on n'en demande, dans ce cours, que l'espérance.

Exercice 9 : Problème de contrôle : accidents de travail et jours sans accident

9 réponses vérifiables

Dans une fonderie de pièces d'aluminium, les accidents de travail avec arrêt surviennent selon un processus de Poisson, en moyenne 2,42{,}4 accidents par trimestre de 9090 jours. Un panneau à l'entrée affiche le nombre de jours écoulés depuis le dernier accident. La figure montre les accidents du dernier trimestre. On compte en jours calendaires et on prend un mois de 3030 jours.

010203040506070809032 jours36 joursjours
  • a) On note NN le nombre d'accidents pendant un mois. Nommez la loi de NN avec son paramètre, puis calculez la probabilité d'observer au moins deux accidents dans un mois.
  • b) On note TT le nombre de jours entre deux accidents successifs. Donnez la loi de TT et son paramètre, le temps moyen entre deux accidents, puis la probabilité que le panneau atteigne 6060 jours après un accident.
  • c) Ce matin, le panneau affiche 2525 jours. Quelle est la probabilité qu'il atteigne 6060 jours sans accident ?
  • d) On observe les 1212 mois d'une année, que l'on suppose indépendants. On note YY le nombre de mois sans aucun accident. Nommez la loi de YY avec ses paramètres, puis calculez la probabilité qu'au moins la moitié des mois soient sans accident.
  • e) La direction se fixe pour objectif qu'un trimestre entier sans accident ait au moins une chance sur deux de se produire. Quel nombre moyen d'accidents par trimestre ne faut-il pas dépasser ? Quel temps moyen entre deux accidents cela représente-t-il ?

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

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

Réponses

  • a) N∼P(0,8)N\sim\mathcal{P}(0{,}8) ; P(N≥2)=1−1,8 e−0,8≈0,1912P(N\ge 2)=1-1{,}8\,e^{-0{,}8}\approx 0{,}1912
  • b) T∼Exp(2,490)T\sim\mathrm{Exp}\left(\frac{2{,}4}{90}\right), λ≈0,02667\lambda\approx 0{,}02667 par jour ; E(T)=37,5E(T)=37{,}5 jours ; P(T>60)=e−1,6≈0,2019P(T>60)=e^{-1{,}6}\approx 0{,}2019
  • c) P(T>60∣T>25)=P(T>35)=e−0,9333≈0,3932P(T>60\mid T>25)=P(T>35)=e^{-0{,}9333}\approx 0{,}3932
  • d) Y∼B(12 ;e−0,8)Y\sim\mathcal{B}(12\,;e^{-0{,}8}), p≈0,4493p\approx 0{,}4493 ; P(Y≥6)≈0,4712P(Y\ge 6)\approx 0{,}4712
  • e) Au plus ln⁡2≈0,693\ln 2\approx 0{,}693 accident par trimestre, soit 90ln⁡2≈129,8\dfrac{90}{\ln 2}\approx 129{,}8 jours entre deux accidents en moyenne
a)

NN : nombre d'accidents en un mois de 30 jours. Processus de Poisson, donc N∼P(λ)N\sim\mathcal{P}(\lambda) avec λ=kT=2,490×30=0,8\lambda=kT=\dfrac{2{,}4}{90}\times 30=0{,}8 accident.

« Au moins deux » : P(N≥2)=1−P(N=0)−P(N=1)=1−e−0,8(1+0,8)≈1−0,8088=0,1912P(N\ge 2)=1-P(N=0)-P(N=1)=1-e^{-0{,}8}(1+0{,}8)\approx 1-0{,}8088=0{,}1912

Piège : prendre λ=2,4\lambda=2{,}4, le taux du trimestre, pour un comptage sur un mois.

b)

TT : nombre de jours entre deux accidents successifs. Dans un processus de Poisson, le temps entre deux événements est exponentiel, de paramètre le taux dans la même unité :

T∼Exp(λ)T\sim\mathrm{Exp}(\lambda) avec λ=2,490≈0,02667\lambda=\dfrac{2{,}4}{90}\approx 0{,}02667 accident par jour, et E(T)=902,4=37,5E(T)=\dfrac{90}{2{,}4}=37{,}5 jours.

P(T>60)=e−2,490×60=e−1,6≈0,2019P(T>60)=e^{-\frac{2{,}4}{90}\times 60}=e^{-1{,}6}\approx 0{,}2019 : le panneau atteint 60 jours après environ un accident sur cinq.

c)

Le panneau affiche 25 jours : on sait que T>25T>25. Par l'absence de mémoire :

P(T>60∣T>25)=P(T>35)=e−2,490×35=e−0,9333≈0,3932\displaystyle P(T>60\mid T>25)=P(T>35)=e^{-\frac{2{,}4}{90}\times 35}=e^{-0{,}9333}\approx 0{,}3932

Piège : répondre P(T>60)≈0,2019P(T>60)\approx 0{,}2019 en ignorant les 25 jours déjà acquis, ou P(T>35)P(T>35) sans dire pourquoi. La phrase attendue : « par l'absence de mémoire de la loi exponentielle ».

d)

Un mois est « sans accident » si N=0N=0 : p=P(N=0)=e−0,8≈0,4493p=P(N=0)=e^{-0{,}8}\approx 0{,}4493. Douze mois indépendants, même pp : Y∼B(12 ;0,4493)Y\sim\mathcal{B}(12\,;0{,}4493).

« Au moins la moitié » : P(Y≥6)=1−P(Y≤5)=1−∑k=05C12k pk(1−p)12−k≈0,4712P(Y\ge 6)=1-P(Y\le 5)=1-\displaystyle\sum_{k=0}^{5}C_{12}^{k}\,p^{k}(1-p)^{12-k}\approx 0{,}4712

Problème à étages : la loi de Poisson fournit pp, la binomiale compte les mois.

e)

Avec un taux de μ\mu accidents par trimestre, P(trimestre sans accident)=e−μ≥0,5P(\text{trimestre sans accident})=e^{-\mu}\ge 0{,}5 donne μ≤ln⁡2≈0,693\mu\le\ln 2\approx 0{,}693.

Le temps moyen entre deux accidents serait alors 90ln⁡2≈129,8\dfrac{90}{\ln 2}\approx 129{,}8 jours, au lieu de 37,537{,}5 jours.

Il faudrait diviser la fréquence des accidents par 2,40,693≈3,5\frac{2{,}4}{0{,}693}\approx 3{,}5 : un objectif ambitieux, qui se lit mieux en jours sans accident qu'en taux.

Exercice 10 : Problème de contrôle : garantie et coût moyen des pompes d'un poste de relevage

9 réponses vérifiables

Une municipalité équipe ses postes de relevage des eaux usées de pompes submersibles. La durée de vie XX, en années, d'une pompe suit une loi exponentielle ; le suivi du parc montre que 30 %30\ \% des pompes tombent en panne avant 22 ans. Les pompes tombent en panne indépendamment les unes des autres.

Le contrat d'achat prévoit que le fournisseur verse à la municipalité 40004000 dollars si une pompe tombe en panne pendant sa première année, 15001500 dollars si elle tombe en panne entre 11 et 33 ans, et rien au-delà.

  • a) Déterminez le paramètre λ\lambda de la loi de XX, puis la durée de vie moyenne d'une pompe.
  • b) Montrez que P(X>8)=0,74P(X>8)=0{,}7^{4} et calculez cette probabilité. Calculez ensuite la durée de vie médiane.
  • c) Une pompe fonctionne depuis 55 ans. Calculez la probabilité qu'elle fonctionne encore au moins 33 ans.
  • d) On note CC le montant, en dollars, versé par le fournisseur pour une pompe. Donnez la loi de CC, puis calculez E(C)E(C) et interprétez.
  • e) Un poste de relevage contient trois pompes neuves. Il déborde si au moins deux pompes tombent en panne avant 22 ans. Calculez la probabilité de débordement.

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

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

Réponses

  • a) λ=−ln⁡0,72≈0,1783\lambda=\dfrac{-\ln 0{,}7}{2}\approx 0{,}1783 par an ; E(X)≈5,607E(X)\approx 5{,}607 ans
  • b) P(X>8)=(e−2λ)4=0,74=0,2401P(X>8)=\left(e^{-2\lambda}\right)^{4}=0{,}7^{4}=0{,}2401 ; médiane ≈3,887\approx 3{,}887 ans
  • c) P(X>8∣X>5)=P(X>3)=0,71,5≈0,5857P(X>8\mid X>5)=P(X>3)=0{,}7^{1{,}5}\approx 0{,}5857
  • d) CC vaut 40004000, 15001500 ou 00 avec les probabilités 0,16330{,}1633, 0,25100{,}2510 et 0,58570{,}5857 ; E(C)≈1029,86E(C)\approx 1029{,}86 dollars
  • e) Y∼B(3 ;0,3)Y\sim\mathcal{B}(3\,;0{,}3) : P(Y≥2)=0,216P(Y\ge 2)=0{,}216
a)

XX : durée de vie d'une pompe, en années, X∼Exp(λ)X\sim\mathrm{Exp}(\lambda). « 30 %30\ \% avant 2 ans » : P(X≤2)=1−e−2λ=0,3P(X\le 2)=1-e^{-2\lambda}=0{,}3, donc e−2λ=0,7e^{-2\lambda}=0{,}7.

λ=−ln⁡0,72≈0,1783\lambda=\dfrac{-\ln 0{,}7}{2}\approx 0{,}1783 panne par an, et E(X)=1λ≈5,607E(X)=\dfrac{1}{\lambda}\approx 5{,}607 ans.

Piège : écrire e−2λ=0,3e^{-2\lambda}=0{,}3. « Avant 2 ans » est la répartition F(2)F(2) ; la survie vaut 0,70{,}7.

b)

P(X>8)=e−8λ=(e−2λ)4=0,74=0,2401P(X>8)=e^{-8\lambda}=\left(e^{-2\lambda}\right)^{4}=0{,}7^{4}=0{,}2401 : environ une pompe sur quatre dure plus de 8 ans.

Médiane : e−λm=12e^{-\lambda m}=\dfrac{1}{2}, donc m=ln⁡2λ=2ln⁡2−ln⁡0,7≈3,887m=\dfrac{\ln 2}{\lambda}=\dfrac{2\ln 2}{-\ln 0{,}7}\approx 3{,}887 ans, bien en deçà de la moyenne.

Garder e−2λ=0,7e^{-2\lambda}=0{,}7 évite d'arrondir λ\lambda et donne des valeurs exactes.

c)

Par l'absence de mémoire : P(X>5+3∣X>5)=P(X>3)=e−3λ=0,71,5≈0,5857P(X>5+3\mid X>5)=P(X>3)=e^{-3\lambda}=0{,}7^{1{,}5}\approx 0{,}5857.

Dans ce modèle, une pompe de 5 ans a le même avenir qu'une pompe neuve ; c'est une hypothèse forte pour une machine tournante, que le suivi du parc devra confirmer.

d)

CC est une variable discrète à trois valeurs :

P(C=4000)=P(X<1)=1−0,70,5≈0,1633\displaystyle P(C=4000)=P(X<1)=1-0{,}7^{0{,}5}\approx 0{,}1633
P(C=1500)=P(1≤X<3)=0,70,5−0,71,5≈0,8367−0,5857=0,2510\displaystyle P(C=1500)=P(1\le X<3)=0{,}7^{0{,}5}-0{,}7^{1{,}5}\approx 0{,}8367-0{,}5857=0{,}2510

P(C=0)=P(X≥3)=0,71,5≈0,5857P(C=0)=P(X\ge 3)=0{,}7^{1{,}5}\approx 0{,}5857 ; contrôle : les trois probabilités font 11.

E(C)=4000×0,1633+1500×0,2510+0×0,5857≈1029,86E(C)=4000\times 0{,}1633+1500\times 0{,}2510+0\times 0{,}5857\approx 1029{,}86 dollars

Sur un grand nombre de pompes, le fournisseur verse en moyenne environ 1030 dollars par pompe : c'est le coût de la garantie, qu'il intègre à son prix de vente.

La figure du corrigé place les trois paliers sous la densité.

e)

YY : nombre de pompes en panne avant 2 ans parmi les 3. Pompes indépendantes, même probabilité P(X<2)=0,3P(X<2)=0{,}3 : Y∼B(3 ;0,3)Y\sim\mathcal{B}(3\,;0{,}3).

P(Y≥2)=C32×0,32×0,7+0,33=0,189+0,027=0,216\displaystyle P(Y\ge 2)=C_{3}^{2}\times 0{,}3^{2}\times 0{,}7+0{,}3^{3}=0{,}189+0{,}027=0{,}216

Plus d'une chance sur cinq de débordement sur deux ans : le poste a besoin d'une pompe de réserve ou d'un remplacement plus fréquent.

Piège : prendre « au moins deux » comme P(Y=2)P(Y=2) seulement, ce qui oublie les trois pompes en panne.

1234567891011120,020,040,060,080,10,120,140,160,180,20,163 : 4000 dollars0,251 : 1500 dollars0,586 : 0 dollarx (années)
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-loi-exponentielle. 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 la loi exponentielle au niveau du contrôle périodique : le taux dans la bonne unité d'abord, la survie ensuite.

Site par Studio Squalli