Probabilités et statistique MTH0104 • Polytechnique Montréal • Variables aléatoires discrètes : loi, espérance et variance

Variables aléatoires discrètes : loi, espérance et variance : exercices corrigés de MTH0104 (Polytechnique)

Variables aléatoires discrètes : loi, espérance et variance : exercices de MTH0104 (Polytechnique)

Nom : Classe : Date :

Corrigé

Durée conseillée : 3 h 00 · Calculatrice autorisée · 11 exercices
https://www.letuteurscientifique.ca/exercices/mth0104-variables-aleatoires-discretes

Voici un exercice de calculs et dix exercices corrigés sur les variables aléatoires discrètes de MTH0104, le cours préparatoire de probabilités et statistique de Polytechnique : variable aléatoire, fonction de masse, fonction de répartition, espérance E(X)E(X), variance V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2} et écart-type, propriétés de E(aX+b)E(aX+b) et de V(aX+b)V(aX+b), somme de variables indépendantes et jeu équitable.

Ce que couvre la série, les pièges traités

Ce chapitre est évalué au contrôle périodique 1, où il fait d'habitude une question entière, et revient au final ; le même chapitre se retrouve au 201-SN1-RE du cégep.

À la fin de la série, vous savez construire une loi à partir de fréquences observées (exercices 1 et 10) ou d'un arbre (exercice 6), passer de la fonction de répartition à la loi et inversement (exercice 2), retrouver deux probabilités effacées à partir de l'espérance (exercices 3 et 9), calculer le coût ou le profit moyen et sa dispersion (exercices 4, 7 et 10), et additionner des variables indépendantes (exercices 5, 6 et 10). Le fil de la série : tout se lit dans le tableau de la loi, valeur par valeur ; l'événement du texte devient une liste exacte de valeurs, et un coût transforme les valeurs sans toucher aux probabilités. Les exercices 9 et 10 sont au format du contrôle périodique 1.

Les pièges traités : lire « plus de 2 » comme X≥2X\ge 2 (exercices 1 et 10), confondre P(X<4)P(X<4) et F(4)F(4) (exercices 2 et 8), écrire E(X2)=E(X)2E(X^{2})=E(X)^{2} (exercices 0.1 et 3), garder la constante dans V(aX+b)V(aX+b) ou oublier le carré du facteur (exercices 4, 7 et 8), donner un écart-type négatif (exercices 4 et 8), soustraire des variances (exercices 5 et 8), multiplier un écart-type par le nombre de jours au lieu de sa racine (exercices 6 et 10), et appliquer E(aX+b)E(aX+b) à une pénalité qui n'est pas affine (exercice 9). Comme au contrôle : calculatrice non programmable et tables fournies, et chaque réponse justifiée.

  • 11 exercices corrigés
  • Durée : 3 h 00
  • Autocorrigée, 120 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 : P(X=x)≥0P(X=x)\ge 0 et ∑P(X=x)=1\sum P(X=x)=1 ; fonction de répartition F(x)=P(X≤x)F(x)=P(X\le x), en escalier, dont le saut en xx vaut P(X=x)P(X=x).
  • • ÉVÉNEMENTS : « au plus kk » X≤kX\le k ; « plus de kk » X≥k+1X\ge k+1 ; « au moins kk » X≥kX\ge k ; P(a<X≤b)=F(b)−F(a)P(a<X\le b)=F(b)-F(a) et P(X<a)=F(a−1)P(X<a)=F(a-1) pour des valeurs entières.
  • • PARAMÈTRES : E(X)=∑x P(X=x)E(X)=\sum x\,P(X=x) ; E(X2)=∑x2P(X=x)E(X^{2})=\sum x^{2}P(X=x) ; V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2} ; σ(X)=V(X)\sigma(X)=\sqrt{V(X)}.
  • • TRANSFORMATION AFFINE : E(aX+b)=aE(X)+bE(aX+b)=aE(X)+b ; V(aX+b)=a2V(X)V(aX+b)=a^{2}V(X) ; σ(aX+b)=∣a∣ σ(X)\sigma(aX+b)=|a|\,\sigma(X).
  • • FONCTION QUELCONQUE : E(g(X))=∑g(x)P(X=x)E(g(X))=\sum g(x)P(X=x), différent de g(E(X))g(E(X)) si gg n'est pas affine.
  • • INDÉPENDANCE : E(X±Y)=E(X)±E(Y)E(X\pm Y)=E(X)\pm E(Y) et V(X±Y)=V(X)+V(Y)V(X\pm Y)=V(X)+V(Y) ; pour nn copies indépendantes, V(X1+⋯+Xn)=nV(X)V(X_{1}+\dots+X_{n})=nV(X) mais V(nX)=n2V(X)V(nX)=n^{2}V(X).
  • • JEU ÉQUITABLE : espérance du gain net nulle, c'est-à-dire espérance du lot égale à la mise.

Calculs : loi, répartition, espérance et variance

Exercice 0.1 : Calculer avec une loi discrète : douze calculs directs

15 réponses vérifiables

Pour chaque ligne, calculez la valeur demandée, sans contexte. Les lignes a) à j) portent sur la variable discrète XX dont la loi est donnée dans le tableau, où la probabilité kk de la valeur 22 est inconnue. Probabilités exactes, écarts-types à 0,0010{,}001 près.

Trois outils : F(x)=P(X≤x)F(x)=P(X\le x), cumul des probabilités jusqu'à xx inclus ; E(X)=∑x P(X=x)E(X)=\sum x\,P(X=x) et V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2} ; enfin E(aX+b)=aE(X)+bE(aX+b)=aE(X)+b, V(aX+b)=a2V(X)V(aX+b)=a^{2}V(X) et σ(aX+b)=∣a∣ σ(X)\sigma(aX+b)=|a|\,\sigma(X).

xx0011223344
P(X=x)P(X=x)0,150{,}150,300{,}30kk0,200{,}200,100{,}10
  • a) Calculez la probabilité manquante kk.
  • b) Calculez F(2)F(2).
  • c) Calculez P(1<X≤3)P(1<X\le 3).
  • d) Calculez P(X≥2)P(X\ge 2).
  • e) Calculez E(X)E(X).
  • f) Calculez E(X2)E(X^{2}).
  • g) Calculez V(X)V(X) et l'écart-type σ(X)\sigma(X).
  • h) Calculez E(4X−3)E(4X-3).
  • i) Calculez V(4X−3)V(4X-3) et σ(4X−3)\sigma(4X-3).
  • j) Calculez σ(7−2X)\sigma(7-2X).
  • k) Une variable YY prend les valeurs 11, 22, 33, 44, et sa fonction de répartition vaut FY(1)=0,20F_{Y}(1)=0{,}20, FY(2)=0,45F_{Y}(2)=0{,}45, FY(3)=0,80F_{Y}(3)=0{,}80, FY(4)=1F_{Y}(4)=1. Calculez P(Y=3)P(Y=3).
  • l) WW est indépendante de XX, avec E(W)=2,5E(W)=2{,}5 et V(W)=0,64V(W)=0{,}64. Calculez E(X−W)E(X-W) et V(X−W)V(X-W).

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

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

Réponses

  • a) k=0,25k=0{,}25
  • b) F(2)=0,70F(2)=0{,}70
  • c) P(1<X≤3)=0,45P(1<X\le 3)=0{,}45
  • d) P(X≥2)=0,55P(X\ge 2)=0{,}55
  • e) E(X)=1,80E(X)=1{,}80
  • f) E(X2)=4,70E(X^{2})=4{,}70
  • g) V(X)=1,46V(X)=1{,}46 ; σ(X)≈1,208\sigma(X)\approx 1{,}208
  • h) E(4X−3)=4,2E(4X-3)=4{,}2
  • i) V(4X−3)=23,36V(4X-3)=23{,}36 ; σ(4X−3)≈4,833\sigma(4X-3)\approx 4{,}833
  • j) σ(7−2X)≈2,417\sigma(7-2X)\approx 2{,}417
  • k) P(Y=3)=0,35P(Y=3)=0{,}35
  • l) E(X−W)=−0,7E(X-W)=-0{,}7 ; V(X−W)=2,10V(X-W)=2{,}10

Le geste de toute la liste : on calcule sur les VALEURS, pondérées par leurs probabilités, et une transformation aX+baX+b agit sur les valeurs sans toucher aux probabilités.

a)

La somme des probabilités vaut 11 :

k=1−(0,15+0,30+0,20+0,10)=1−0,75=0,25\displaystyle k=1-(0{,}15+0{,}30+0{,}20+0{,}10)=1-0{,}75=0{,}25
b)

F(2)=P(X≤2)F(2)=P(X\le 2) cumule les valeurs 00, 11 et 22 :

F(2)=0,15+0,30+0,25=0,70\displaystyle F(2)=0{,}15+0{,}30+0{,}25=0{,}70
c)

1<X≤31<X\le 3 exclut 11 et garde 33 : seules les valeurs 22 et 33 comptent.

P(1<X≤3)=0,25+0,20=0,45=F(3)−F(1)\displaystyle P(1<X\le 3)=0{,}25+0{,}20=0{,}45=F(3)-F(1)

Piège : compter la valeur 11 ; l'inégalité stricte l'exclut.

d)

Par le complément : P(X≥2)=1−F(1)=1−0,45=0,55P(X\ge 2)=1-F(1)=1-0{,}45=0{,}55.

e)
E(X)=0×0,15+1×0,30+2×0,25+3×0,20+4×0,10=1,80\displaystyle E(X)=0\times 0{,}15+1\times 0{,}30+2\times 0{,}25+3\times 0{,}20+4\times 0{,}10=1{,}80
f)

On élève les VALEURS au carré, pas les probabilités :

E(X2)=0+1×0,30+4×0,25+9×0,20+16×0,10=4,70\displaystyle E(X^{2})=0+1\times 0{,}30+4\times 0{,}25+9\times 0{,}20+16\times 0{,}10=4{,}70
g)
V(X)=E(X2)−E(X)2=4,70−1,802=4,70−3,24=1,46\displaystyle V(X)=E(X^{2})-E(X)^{2}=4{,}70-1{,}80^{2}=4{,}70-3{,}24=1{,}46
σ(X)=1,46≈1,208\displaystyle \sigma(X)=\sqrt{1{,}46}\approx 1{,}208

Piège : écrire E(X2)=E(X)2=3,24E(X^{2})=E(X)^{2}=3{,}24 ; la variance serait nulle.

h)
E(4X−3)=4E(X)−3=4×1,80−3=4,2\displaystyle E(4X-3)=4E(X)-3=4\times 1{,}80-3=4{,}2
i)

La constante −3-3 déplace toutes les valeurs sans les écarter : elle disparaît de la variance.

V(4X−3)=42V(X)=16×1,46=23,36V(4X-3)=4^{2}V(X)=16\times 1{,}46=23{,}36 et σ(4X−3)=4σ(X)≈4,833\sigma(4X-3)=4\sigma(X)\approx 4{,}833

Piège : 4×1,46−3=2,844\times 1{,}46-3=2{,}84 applique à la variance la règle de l'espérance.

j)
σ(7−2X)=∣−2∣ σ(X)=2×1,208≈2,417\displaystyle \sigma(7-2X)=|-2|\,\sigma(X)=2\times 1{,}208\approx 2{,}417

Un écart-type n'est jamais négatif : le facteur −2-2 retourne les valeurs, il ne les rapproche pas.

k)

La probabilité d'une valeur est le SAUT de FF en cette valeur :

P(Y=3)=FY(3)−FY(2)=0,80−0,45=0,35\displaystyle P(Y=3)=F_{Y}(3)-F_{Y}(2)=0{,}80-0{,}45=0{,}35
l)
E(X−W)=E(X)−E(W)=1,80−2,5=−0,7\displaystyle E(X-W)=E(X)-E(W)=1{,}80-2{,}5=-0{,}7

Pour des variables indépendantes, les variances s'AJOUTENT, même pour une différence :

V(X−W)=V(X)+(−1)2V(W)=1,46+0,64=2,10\displaystyle V(X-W)=V(X)+(-1)^{2}V(W)=1{,}46+0{,}64=2{,}10

Piège : 1,46−0,64=0,821{,}46-0{,}64=0{,}82 ; retrancher WW ajoute de l'incertitude, il n'en retire pas.

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 : Construire la loi à partir de fréquences observées : les erreurs de saisie d'un lot de fiches

11 réponses vérifiables

Une firme de génie-conseil fait saisir dans sa base de données les relevés de ses piézomètres de chantier. Les fiches de terrain sont saisies par lots de 5050. Le contrôle de qualité a revérifié 400400 lots saisis au cours de l'année et compté les erreurs de saisie de chacun ; le diagramme donne le nombre de lots selon le nombre d'erreurs.

On choisit au hasard un lot saisi par cette équipe, et l'on admet que les fréquences observées sur ces 400400 lots donnent les probabilités.

204060801001201400012345nombre de lotserreurs par lot921289652248
  • a) Définissez la variable aléatoire XX de la situation, donnez ses valeurs possibles et dressez le tableau de sa loi de probabilité. Vérifiez qu'il s'agit bien d'une loi.
  • b) Traduisez chaque événement par les valeurs de XX qui le réalisent, puis calculez sa probabilité : le lot contient au plus 22 erreurs ; plus de 22 erreurs ; au moins une erreur ; entre 11 et 33 erreurs inclusivement.
  • c) Un lot pris au hasard contient au moins une erreur. Calculez la probabilité qu'il en contienne au moins 33.
  • d) Donnez le mode de XX. Le chef d'équipe affirme : « au moins un lot sur deux contient au plus une erreur ». Vérifiez cette affirmation par un calcul.
  • e) Deux lots sont choisis au hasard, indépendamment l'un de l'autre. Calculez la probabilité que les deux contiennent plus de 22 erreurs, puis la probabilité qu'au moins un des deux en contienne plus de 22.

Tape tes réponses, la page te dit juste ou faux 0/11

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

Réponses

  • a) XX : erreurs dans un lot ; de 00 à 55 : 0,230{,}23 ; 0,320{,}32 ; 0,240{,}24 ; 0,130{,}13 ; 0,060{,}06 ; 0,020{,}02
  • b) P(X≤2)=0,79P(X\le 2)=0{,}79 ; P(X>2)=0,21P(X>2)=0{,}21 ; P(X≥1)=0,77P(X\ge 1)=0{,}77 ; P(1≤X≤3)=0,69P(1\le X\le 3)=0{,}69
  • c) P(X≥3 ∣ X≥1)≈0,2727P(X\ge 3\,|\,X\ge 1)\approx 0{,}2727
  • d) Mode 11 ; P(X≤1)=0,55P(X\le 1)=0{,}55 : affirmation juste
  • e) 0,04410{,}0441 ; 0,37590{,}3759

Le fil de tout l'exercice : on traduit d'abord la phrase du texte en une LISTE de valeurs de XX, puis on additionne les probabilités de ces valeurs. « Plus de 2 » commence à 3, « au plus 2 » s'arrête à 2.

a)

XX : nombre d'erreurs de saisie dans un lot de 5050 fiches pris au hasard.

Valeurs possibles observées : 00, 11, 22, 33, 44, 55 (une variable DISCRÈTE : on peut lister ses valeurs).

Chaque probabilité est la fréquence observée, effectif divisé par 400400 :

P(X=0)=92400=0,23P(X=0)=\frac{92}{400}=0{,}23, P(X=1)=128400=0,32P(X=1)=\frac{128}{400}=0{,}32, P(X=2)=0,24P(X=2)=0{,}24, P(X=3)=0,13P(X=3)=0{,}13, P(X=4)=0,06P(X=4)=0{,}06, P(X=5)=0,02P(X=5)=0{,}02

C'est une loi : chaque probabilité est entre 00 et 11, et 0,23+0,32+0,24+0,13+0,06+0,02=10{,}23+0{,}32+0{,}24+0{,}13+0{,}06+0{,}02=1.

Modèle : on admet que les lots futurs ressemblent aux 400400 lots observés, ce qui ne vaut qu'à l'imprécision d'un échantillon près.

b)

« Au plus 2 » : X∈{0,1,2}X\in\{0,1,2\}, P(X≤2)=0,23+0,32+0,24=0,79P(X\le 2)=0{,}23+0{,}32+0{,}24=0{,}79.

« Plus de 2 » : X∈{3,4,5}X\in\{3,4,5\}, P(X>2)=P(X≥3)=1−P(X≤2)=0,21P(X>2)=P(X\ge 3)=1-P(X\le 2)=0{,}21.

« Au moins une » : X≥1X\ge 1, P(X≥1)=1−P(X=0)=1−0,23=0,77P(X\ge 1)=1-P(X=0)=1-0{,}23=0{,}77.

« Entre 1 et 3 inclusivement » : X∈{1,2,3}X\in\{1,2,3\}, P(1≤X≤3)=0,32+0,24+0,13=0,69P(1\le X\le 3)=0{,}32+0{,}24+0{,}13=0{,}69.

Piège : lire « plus de 2 » comme X≥2X\ge 2, ce qui donne 0,450{,}45 au lieu de 0,210{,}21 ; pour une variable qui compte, X>2X>2 et X≥3X\ge 3 sont le même événement, mais X≥2X\ge 2 en est un autre.

c)

Probabilité conditionnelle : l'événement X≥3X\ge 3 est contenu dans X≥1X\ge 1, donc leur intersection est X≥3X\ge 3.

P(X≥3 ∣ X≥1)=P(X≥3)P(X≥1)=0,210,77≈0,2727\displaystyle P(X\ge 3\,|\,X\ge 1)=\dfrac{P(X\ge 3)}{P(X\ge 1)}=\dfrac{0{,}21}{0{,}77}\approx 0{,}2727

Parmi les lots qui ont au moins une erreur, environ 27,3 %27{,}3\ \% en ont au moins trois.

d)

Le mode est la valeur la plus probable : X=1X=1, avec 0,320{,}32.

« Au plus une erreur » : P(X≤1)=0,23+0,32=0,55≥0,5P(X\le 1)=0{,}23+0{,}32=0{,}55\ge 0{,}5.

L'affirmation est juste pour ces données : 55 %55\ \% des lots contiennent au plus une erreur.

e)

Les deux lots sont indépendants : on multiplie.

P(les deux>2)=0,21×0,21=0,0441\displaystyle P(\text{les deux}>2)=0{,}21\times 0{,}21=0{,}0441

« Au moins un des deux » se calcule par le contraire, « aucun des deux », c'est-à-dire les deux au plus à 22 :

P=1−0,792=1−0,6241=0,3759\displaystyle P=1-0{,}79^{2}=1-0{,}6241=0{,}3759

Piège : additionner 0,21+0,21=0,420{,}21+0{,}21=0{,}42 compte deux fois le cas où les deux lots sont mauvais.

0,050,10,150,20,250,30,350,40,450012345P(X = x)erreurs par lot0,230,320,240,130,060,02au plus 2 : 0,79plus de 2 : 0,21

Exercice 2 : La fonction de répartition en escalier : la demande hebdomadaire de kits au magasin

11 réponses vérifiables

Le magasin du département de génie électrique prête aux équipes de projet des kits de microcontrôleur. On note XX le nombre de kits demandés au comptoir pendant une semaine prise au hasard. Les relevés des sessions précédentes conduisent à la fonction de répartition F(x)=P(X≤x)F(x)=P(X\le x) représentée ci-dessous ; XX ne prend que les valeurs entières de 11 à 66, et le nombre écrit au-dessus de chaque palier est la valeur de FF sur ce palier.

123456780,10,20,30,40,50,60,70,80,911,10,10,250,550,80,951kits demandésF(x)
  • a) Lisez F(3)F(3) et F(3,5)F(3{,}5) sur le graphe. Expliquez pourquoi ces deux nombres sont égaux.
  • b) Déduisez de FF la loi de probabilité de XX : dressez le tableau des P(X=x)P(X=x).
  • c) À l'aide de FF seulement, calculez P(2<X≤5)P(2<X\le 5), P(X<4)P(X<4), P(X≥3)P(X\ge 3) et P(2≤X≤4)P(2\le X\le 4).
  • d) Au début de chaque semaine, le magasin dispose de ss kits. Il y a rupture si la demande dépasse ss. Déterminez le plus petit stock ss pour lequel la probabilité de rupture ne dépasse pas 10 %10\ \%.
  • e) Calculez E(X)E(X) et interprétez ce nombre. Un stock de 44 kits, l'espérance arrondie à l'unité supérieure, respecte-t-il l'exigence de d) ? Justifiez avec FF.

Tape tes réponses, la page te dit juste ou faux 0/11

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

Réponses

  • a) F(3)=F(3,5)=0,55F(3)=F(3{,}5)=0{,}55
  • b) De 11 à 66 : 0,100{,}10 ; 0,150{,}15 ; 0,300{,}30 ; 0,250{,}25 ; 0,150{,}15 ; 0,050{,}05
  • c) 0,700{,}70 ; 0,550{,}55 ; 0,750{,}75 ; 0,700{,}70
  • d) s=5s=5 kits (rupture 0,050{,}05)
  • e) E(X)=3,35E(X)=3{,}35 kits ; 4 kits : rupture 0,200{,}20, exigence non respectée

Une fonction de répartition se lit comme un escalier : elle ne monte qu'aux valeurs possibles de XX, et la hauteur de chaque marche est la probabilité de cette valeur. Toute probabilité se ramène à des valeurs de FF, à condition de traduire << et ≤\le en valeurs entières.

a)

Sur le palier qui part de x=3x=3 : F(3)=0,55F(3)=0{,}55, et ce palier s'étend jusqu'à x=4x=4 exclu, donc F(3,5)=0,55F(3{,}5)=0{,}55.

F(3,5)=P(X≤3,5)F(3{,}5)=P(X\le 3{,}5) et XX ne prend aucune valeur entre 33 et 3,53{,}5 : les deux événements X≤3X\le 3 et X≤3,5X\le 3{,}5 sont identiques.

Le point plein au début de chaque palier dit que F(3)F(3) inclut déjà le saut en 33.

b)

P(X=x)=F(x)−F(x−1)P(X=x)=F(x)-F(x-1), la hauteur de la marche en xx :

P(X=1)=0,10P(X=1)=0{,}10 ; P(X=2)=0,25−0,10=0,15P(X=2)=0{,}25-0{,}10=0{,}15 ; P(X=3)=0,55−0,25=0,30P(X=3)=0{,}55-0{,}25=0{,}30

P(X=4)=0,80−0,55=0,25P(X=4)=0{,}80-0{,}55=0{,}25 ; P(X=5)=0,95−0,80=0,15P(X=5)=0{,}95-0{,}80=0{,}15 ; P(X=6)=1−0,95=0,05P(X=6)=1-0{,}95=0{,}05

Contrôle : la somme vaut 11, la hauteur totale de l'escalier.

c)
P(2<X≤5)=F(5)−F(2)=0,95−0,25=0,70\displaystyle P(2<X\le 5)=F(5)-F(2)=0{,}95-0{,}25=0{,}70
P(X<4)=P(X≤3)=F(3)=0,55\displaystyle P(X<4)=P(X\le 3)=F(3)=0{,}55
P(X≥3)=1−P(X≤2)=1−F(2)=0,75\displaystyle P(X\ge 3)=1-P(X\le 2)=1-F(2)=0{,}75

P(2≤X≤4)=F(4)−F(1)=0,80−0,10=0,70P(2\le X\le 4)=F(4)-F(1)=0{,}80-0{,}10=0{,}70 : on retranche F(1)F(1), pas F(2)F(2), pour GARDER la valeur 22.

Piège : écrire P(X<4)=F(4)=0,80P(X<4)=F(4)=0{,}80 ; FF inclut toujours la borne, et « moins de 4 » s'arrête à 33.

d)

Rupture : X>sX>s, de probabilité 1−F(s)1-F(s). On veut 1−F(s)≤0,101-F(s)\le 0{,}10, c'est-à-dire F(s)≥0,90F(s)\ge 0{,}90.

F(4)=0,80<0,90F(4)=0{,}80<0{,}90 et F(5)=0,95≥0,90F(5)=0{,}95\ge 0{,}90 : le plus petit stock est s=5s=5 kits.

Avec 55 kits, la rupture a une probabilité de 1−0,95=0,051-0{,}95=0{,}05, soit une semaine sur vingt environ.

e)

E(X)=1(0,10)+2(0,15)+3(0,30)+4(0,25)+5(0,15)+6(0,05)=3,35E(X)=1(0{,}10)+2(0{,}15)+3(0{,}30)+4(0{,}25)+5(0{,}15)+6(0{,}05)=3{,}35 kits

Sur un grand nombre de semaines, la demande moyenne est d'environ 3,353{,}35 kits par semaine.

Un stock de 44 kits laisse une rupture de probabilité 1−F(4)=0,20>0,101-F(4)=0{,}20>0{,}10, une semaine sur cinq : il ne respecte pas l'exigence. La moyenne ne dit rien du risque, c'est FF qui le mesure.

Piège : dimensionner une capacité sur l'espérance ; elle est dépassée dans une part importante des cas.

123456780,10,20,30,40,50,60,70,80,911,10,10,150,30,250,150,05saut = P(X = x)F(x)

Exercice 3 : Deux probabilités inconnues et une espérance donnée : les bogues d'une revue de code

8 réponses vérifiables

Une équipe de génie logiciel soumet chaque module à une revue de code avant son intégration. On note XX le nombre de bogues bloquants trouvés lors de la revue d'un module pris au hasard. Le registre des revues de l'année donne la loi ci-dessous, où deux probabilités ont été effacées, et indique que la revue trouve en moyenne 1,301{,}30 bogue bloquant par module.

xx0011223344
P(X=x)P(X=x)0,300{,}30aa0,250{,}25bb0,050{,}05
  • a) Écrivez les deux équations que vérifient aa et bb, puis résolvez-les.
  • b) Calculez E(X2)E(X^{2}), puis V(X)V(X) par la formule V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2}, et l'écart-type σ\sigma.
  • c) Recalculez V(X)V(X) par la définition V(X)=∑(x−μ)2P(X=x)V(X)=\sum (x-\mu)^{2}P(X=x), avec μ=E(X)\mu=E(X), pour contrôler b).
  • d) Calculez la probabilité que XX tombe dans l'intervalle [μ−σ ;μ+σ][\mu-\sigma\,;\mu+\sigma], en nommant les valeurs concernées.
  • e) Un module est renvoyé à son auteur dès que la revue trouve au moins 22 bogues bloquants. Un module vient d'être renvoyé : calculez la probabilité que la revue y ait trouvé exactement 22 bogues bloquants.

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

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

Réponses

  • a) a=0,30a=0{,}30 ; b=0,10b=0{,}10
  • b) E(X2)=3,00E(X^{2})=3{,}00 ; V(X)=1,31V(X)=1{,}31 ; σ≈1,145\sigma\approx 1{,}145
  • c) V(X)=1,31V(X)=1{,}31, même valeur
  • d) Valeurs 11 et 22 : probabilité 0,550{,}55
  • e) P(X=2 ∣ X≥2)=0,625P(X=2\,|\,X\ge 2)=0{,}625

Deux inconnues demandent deux équations : la somme des probabilités vaut 11, et l'espérance donnée fournit la seconde. Ensuite, tout le travail se fait valeur par valeur dans le tableau complété.

a)

Somme des probabilités : 0,30+a+0,25+b+0,05=10{,}30+a+0{,}25+b+0{,}05=1, donc a+b=0,40a+b=0{,}40.

Espérance : 0(0,30)+1 a+2(0,25)+3 b+4(0,05)=1,300(0{,}30)+1\,a+2(0{,}25)+3\,b+4(0{,}05)=1{,}30, donc a+3b=0,60a+3b=0{,}60.

Par soustraction : 2b=0,202b=0{,}20, d'où b=0,10b=0{,}10 et a=0,30a=0{,}30.

Contrôle : aa et bb sont entre 00 et 11, et la loi complétée a bien pour somme 11.

b)
E(X2)=0+1(0,30)+4(0,25)+9(0,10)+16(0,05)=0,30+1,00+0,90+0,80=3,00\displaystyle E(X^{2})=0+1(0{,}30)+4(0{,}25)+9(0{,}10)+16(0{,}05)=0{,}30+1{,}00+0{,}90+0{,}80=3{,}00
V(X)=E(X2)−E(X)2=3,00−1,302=3,00−1,69=1,31\displaystyle V(X)=E(X^{2})-E(X)^{2}=3{,}00-1{,}30^{2}=3{,}00-1{,}69=1{,}31

σ=1,31≈1,145\sigma=\sqrt{1{,}31}\approx 1{,}145 bogue

Piège : écrire E(X)2E(X)^{2} pour E(X2)E(X^{2}) ; la formule perdrait tout son sens (1,69−1,69=01{,}69-1{,}69=0).

c)

Écarts à μ=1,3\mu=1{,}3 : −1,3-1{,}3 ; −0,3-0{,}3 ; 0,70{,}7 ; 1,71{,}7 ; 2,72{,}7.

V(X)=1,69(0,30)+0,09(0,30)+0,49(0,25)+2,89(0,10)+7,29(0,05)\displaystyle V(X)=1{,}69(0{,}30)+0{,}09(0{,}30)+0{,}49(0{,}25)+2{,}89(0{,}10)+7{,}29(0{,}05)
V(X)=0,507+0,027+0,1225+0,289+0,3645=1,31\displaystyle V(X)=0{,}507+0{,}027+0{,}1225+0{,}289+0{,}3645=1{,}31

Les deux formules donnent le même nombre ; la formule de calcul E(X2)−E(X)2E(X^{2})-E(X)^{2} est plus courte à la main.

d)

μ−σ≈0,155\mu-\sigma\approx 0{,}155 et μ+σ≈2,445\mu+\sigma\approx 2{,}445 : les valeurs ENTIÈRES de cet intervalle sont 11 et 22.

P(μ−σ≤X≤μ+σ)=P(X=1)+P(X=2)=0,30+0,25=0,55\displaystyle P(\mu-\sigma\le X\le \mu+\sigma)=P(X=1)+P(X=2)=0{,}30+0{,}25=0{,}55

Un peu plus d'une revue sur deux trouve un nombre de bogues à moins d'un écart-type de la moyenne.

Piège : garder la valeur 00 parce que « 0,1550{,}155 est proche de 00 » ; 0<0,1550<0{,}155, elle est dehors.

e)

« Renvoyé » est l'événement X≥2X\ge 2, de probabilité 0,25+0,10+0,05=0,400{,}25+0{,}10+0{,}05=0{,}40.

P(X=2 ∣ X≥2)=P(X=2)P(X≥2)=0,250,40=0,625\displaystyle P(X=2\,|\,X\ge 2)=\dfrac{P(X=2)}{P(X\ge 2)}=\dfrac{0{,}25}{0{,}40}=0{,}625

Parmi les modules renvoyés, 62,5 %62{,}5\ \% le sont pour exactement deux bogues bloquants.

0,050,10,150,20,250,30,350,40,45001234P(X = x)bogues bloquants0,30,30,250,10,05μ = 1,3μ + σμ − σ

Exercice 4 : Profit linéaire : l'atelier d'impression 3D d'une société technique étudiante

11 réponses vérifiables

La société technique étudiante d'une école d'ingénierie tient un atelier d'impression 3D ouvert aux autres étudiants. On note XX le nombre de commandes reçues pendant une semaine prise au hasard ; les registres de la session passée donnent la loi ci-dessous. Chaque commande rapporte 4545 dollars, et l'atelier paie chaque semaine 220220 dollars de frais fixes (location de la salle et filament). L'imprimante peut traiter au plus 1010 commandes par semaine.

xx4455667788
P(X=x)P(X=x)0,100{,}100,200{,}200,350{,}350,250{,}250,100{,}10
  • a) Calculez E(X)E(X), V(X)V(X) et σ(X)\sigma(X).
  • b) Exprimez le profit hebdomadaire YY, en dollars, en fonction de XX. Calculez E(Y)E(Y), V(Y)V(Y) et σ(Y)\sigma(Y) à l'aide des propriétés de l'espérance et de la variance.
  • c) Dressez le tableau de la loi de YY et recalculez E(Y)E(Y) à partir de ce tableau.
  • d) Traduisez par des valeurs de XX puis calculez : la probabilité que la semaine soit rentable (Y>0Y>0), et la probabilité que le profit atteigne au moins 100100 dollars.
  • e) On note W=10−XW=10-X le nombre de commandes que l'imprimante aurait encore pu traiter dans la semaine. Calculez E(W)E(W) et σ(W)\sigma(W).

Tape tes réponses, la page te dit juste ou faux 0/11

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

Réponses

  • a) E(X)=6,05E(X)=6{,}05 ; V(X)=1,2475V(X)=1{,}2475 ; σ(X)≈1,117\sigma(X)\approx 1{,}117
  • b) Y=45X−220Y=45X-220 ; E(Y)=52,25E(Y)=52{,}25 dollars ; V(Y)≈2526,19V(Y)\approx 2526{,}19 ; σ(Y)≈50,26\sigma(Y)\approx 50{,}26 dollars
  • c) y=−40y=-40 ; 55 ; 5050 ; 9595 ; 140140 ; E(Y)=52,25E(Y)=52{,}25 dollars
  • d) P(Y>0)=P(X≥5)=0,90P(Y>0)=P(X\ge 5)=0{,}90 ; P(Y≥100)=P(X≥8)=0,10P(Y\ge 100)=P(X\ge 8)=0{,}10
  • e) E(W)=3,95E(W)=3{,}95 ; σ(W)≈1,117\sigma(W)\approx 1{,}117

Le profit est une fonction affine du nombre de commandes : Y=aX+bY=aX+b. On calcule tout sur XX, puis on transforme : la constante déplace la moyenne mais ne change pas la dispersion, et le facteur entre au carré dans la variance.

a)

E(X)=4(0,10)+5(0,20)+6(0,35)+7(0,25)+8(0,10)=6,05E(X)=4(0{,}10)+5(0{,}20)+6(0{,}35)+7(0{,}25)+8(0{,}10)=6{,}05 commandes

E(X2)=16(0,10)+25(0,20)+36(0,35)+49(0,25)+64(0,10)=37,85\displaystyle E(X^{2})=16(0{,}10)+25(0{,}20)+36(0{,}35)+49(0{,}25)+64(0{,}10)=37{,}85

V(X)=37,85−6,052=37,85−36,6025=1,2475V(X)=37{,}85-6{,}05^{2}=37{,}85-36{,}6025=1{,}2475 et σ(X)=1,2475≈1,117\sigma(X)=\sqrt{1{,}2475}\approx 1{,}117 commande

b)

Y=45X−220Y=45X-220, de la forme aX+baX+b avec a=45a=45 et b=−220b=-220.

E(Y)=45E(X)−220=45×6,05−220=272,25−220=52,25E(Y)=45E(X)-220=45\times 6{,}05-220=272{,}25-220=52{,}25 dollars

V(Y)=452V(X)=2025×1,2475≈2526,19V(Y)=45^{2}V(X)=2025\times 1{,}2475\approx 2526{,}19 dollars²

σ(Y)=45 σ(X)≈50,26\sigma(Y)=45\,\sigma(X)\approx 50{,}26 dollars

En moyenne, l'atelier gagne environ 5252 dollars par semaine, avec une dispersion d'environ 5050 dollars autour.

Piège : V(Y)=45×1,2475−220V(Y)=45\times 1{,}2475-220 ; les frais fixes sont payés chaque semaine, ils ne rendent pas le profit plus ou moins variable.

c)

Chaque valeur de XX donne une valeur de YY, avec la MÊME probabilité :

x=4,5,6,7,8x=4,5,6,7,8 donnent y=−40y=-40 ; 55 ; 5050 ; 9595 ; 140140, de probabilités 0,100{,}10 ; 0,200{,}20 ; 0,350{,}35 ; 0,250{,}25 ; 0,100{,}10.

E(Y)=−40(0,10)+5(0,20)+50(0,35)+95(0,25)+140(0,10)=−4+1+17,5+23,75+14=52,25\displaystyle E(Y)=-40(0{,}10)+5(0{,}20)+50(0{,}35)+95(0{,}25)+140(0{,}10)=-4+1+17{,}5+23{,}75+14=52{,}25

Même résultat qu'en b) : la propriété E(aX+b)=aE(X)+bE(aX+b)=aE(X)+b évite de construire ce tableau.

d)

Y>0  ⟺  45X>220  ⟺  X>4,89Y>0 \iff 45X>220 \iff X>4{,}89 : comme XX est entier, X≥5X\ge 5.

P(Y>0)=P(X≥5)=1−0,10=0,90\displaystyle P(Y>0)=P(X\ge 5)=1-0{,}10=0{,}90

Y≥100  ⟺  45X≥320  ⟺  X≥7,11Y\ge 100 \iff 45X\ge 320 \iff X\ge 7{,}11 : donc X≥8X\ge 8, et non X≥7X\ge 7.

P(Y≥100)=P(X=8)=0,10\displaystyle P(Y\ge 100)=P(X=8)=0{,}10

Piège : arrondir 7,117{,}11 à 77 ; avec 77 commandes, le profit vaut 9595 dollars, sous le seuil.

e)

W=10−X=−1⋅X+10W=10-X=-1\cdot X+10 : E(W)=10−6,05=3,95E(W)=10-6{,}05=3{,}95 commandes.

σ(W)=∣−1∣ σ(X)≈1,117\sigma(W)=|-1|\,\sigma(X)\approx 1{,}117 commande

Le facteur −1-1 retourne les valeurs sans les rapprocher : la capacité restante est exactement aussi dispersée que la demande. Un écart-type négatif, −1,117-1{,}117, n'a aucun sens.

45678−40550951400,10,20,350,250,1XYdollarsY = 0

Exercice 5 : Somme et différence de deux variables indépendantes : les pannes de deux serveurs

12 réponses vérifiables

Le laboratoire de calcul d'une école d'ingénierie exploite deux serveurs, A et B, installés dans deux salles différentes et alimentés séparément. On note XX le nombre de pannes du serveur A et YY celui du serveur B pendant une journée prise au hasard. Les journaux d'exploitation donnent les lois ci-dessous, et l'on admet que XX et YY sont indépendantes.

Nombre de pannes001122
P(X=k)P(X=k), serveur A0,60{,}60,30{,}30,10{,}1
P(Y=k)P(Y=k), serveur B0,50{,}50,40{,}40,10{,}1
  • a) On note S=X+YS=X+Y le nombre total de pannes de la journée. Dressez le tableau de la loi de SS.
  • b) Calculez E(X)E(X), V(X)V(X), E(Y)E(Y), V(Y)V(Y), puis E(S)E(S) et V(S)V(S) à partir du tableau de a). Vérifiez que E(S)=E(X)+E(Y)E(S)=E(X)+E(Y) et V(S)=V(X)+V(Y)V(S)=V(X)+V(Y).
  • c) On pose D=X−YD=X-Y. Calculez E(D)E(D) et V(D)V(D), puis la probabilité que le serveur A tombe en panne plus souvent que le serveur B dans la journée.
  • d) Le laboratoire envisage de remplacer B par un second serveur identique à A et indépendant de lui, de pannes X2X_{2} de même loi que XX. Calculez V(X+X2)V(X+X_{2}) et V(2X)V(2X). Expliquez pourquoi ces deux variances sont différentes alors que X+X2X+X_{2} et 2X2X ont la même espérance.

Tape tes réponses, la page te dit juste ou faux 0/12

a)
b)
c)
d)
Voir la correction

Réponses

  • a) P(S=0..4)=0,30P(S=0..4)=0{,}30 ; 0,390{,}39 ; 0,230{,}23 ; 0,070{,}07 ; 0,010{,}01
  • b) V(X)=0,45V(X)=0{,}45 ; V(Y)=0,44V(Y)=0{,}44 ; E(S)=1,10=0,5+0,6E(S)=1{,}10=0{,}5+0{,}6 ; V(S)=0,89=0,45+0,44V(S)=0{,}89=0{,}45+0{,}44
  • c) E(D)=−0,1E(D)=-0{,}1 ; V(D)=0,89V(D)=0{,}89 ; P(X>Y)=0,24P(X>Y)=0{,}24
  • d) V(X+X2)=0,90V(X+X_{2})=0{,}90 ; V(2X)=1,80V(2X)=1{,}80 : deux serveurs indépendants se compensent, 2X2X non

Pour deux variables INDÉPENDANTES, les espérances s'ajoutent et les variances aussi, même pour une différence : V(X±Y)=V(X)+V(Y)V(X\pm Y)=V(X)+V(Y). Une somme de deux copies indépendantes n'est pas le double d'une copie.

a)

S=sS=s regroupe les couples (x,y)(x,y) de somme ss ; par indépendance, P(X=x et Y=y)=P(X=x)P(Y=y)P(X=x\text{ et }Y=y)=P(X=x)P(Y=y).

P(S=0)=0,6×0,5=0,30\displaystyle P(S=0)=0{,}6\times 0{,}5=0{,}30
P(S=1)=0,6×0,4+0,3×0,5=0,24+0,15=0,39\displaystyle P(S=1)=0{,}6\times 0{,}4+0{,}3\times 0{,}5=0{,}24+0{,}15=0{,}39
P(S=2)=0,6×0,1+0,3×0,4+0,1×0,5=0,06+0,12+0,05=0,23\displaystyle P(S=2)=0{,}6\times 0{,}1+0{,}3\times 0{,}4+0{,}1\times 0{,}5=0{,}06+0{,}12+0{,}05=0{,}23

P(S=3)=0,3×0,1+0,1×0,4=0,07P(S=3)=0{,}3\times 0{,}1+0{,}1\times 0{,}4=0{,}07 et P(S=4)=0,1×0,1=0,01P(S=4)=0{,}1\times 0{,}1=0{,}01

Contrôle : 0,30+0,39+0,23+0,07+0,01=10{,}30+0{,}39+0{,}23+0{,}07+0{,}01=1.

Piège : additionner les probabilités, P(S=1)=0,3+0,4P(S=1)=0{,}3+0{,}4 ; on additionne les VALEURS, et chaque couple pèse le produit de ses probabilités.

b)

E(X)=0,3+0,2=0,5E(X)=0{,}3+0{,}2=0{,}5 ; E(X2)=0,3+0,4=0,7E(X^{2})=0{,}3+0{,}4=0{,}7 ; V(X)=0,7−0,25=0,45V(X)=0{,}7-0{,}25=0{,}45

E(Y)=0,4+0,2=0,6E(Y)=0{,}4+0{,}2=0{,}6 ; E(Y2)=0,4+0,4=0,8E(Y^{2})=0{,}4+0{,}4=0{,}8 ; V(Y)=0,8−0,36=0,44V(Y)=0{,}8-0{,}36=0{,}44

Avec la loi de SS : E(S)=0,39+0,46+0,21+0,04=1,10E(S)=0{,}39+0{,}46+0{,}21+0{,}04=1{,}10 et E(S2)=0,39+0,92+0,63+0,16=2,10E(S^{2})=0{,}39+0{,}92+0{,}63+0{,}16=2{,}10

V(S)=2,10−1,102=0,89\displaystyle V(S)=2{,}10-1{,}10^{2}=0{,}89

On retrouve E(S)=0,5+0,6E(S)=0{,}5+0{,}6 et V(S)=0,45+0,44V(S)=0{,}45+0{,}44 : pour des variables indépendantes, ces formules dispensent de construire la loi de SS.

c)
E(D)=E(X)−E(Y)=0,5−0,6=−0,1\displaystyle E(D)=E(X)-E(Y)=0{,}5-0{,}6=-0{,}1

V(D)=V(X)+(−1)2V(Y)=0,45+0,44=0,89V(D)=V(X)+(-1)^{2}V(Y)=0{,}45+0{,}44=0{,}89, la même variance que SS.

« A tombe plus souvent que B » : X>YX>Y, soit les couples (1,0)(1,0), (2,0)(2,0), (2,1)(2,1).

P(X>Y)=0,3×0,5+0,1×0,5+0,1×0,4=0,15+0,05+0,04=0,24\displaystyle P(X>Y)=0{,}3\times 0{,}5+0{,}1\times 0{,}5+0{,}1\times 0{,}4=0{,}15+0{,}05+0{,}04=0{,}24

Piège : V(D)=0,45−0,44=0,01V(D)=0{,}45-0{,}44=0{,}01 ; deux sources d'aléa indépendantes ne se compensent pas.

d)

Par indépendance : V(X+X2)=V(X)+V(X2)=0,45+0,45=0,90V(X+X_{2})=V(X)+V(X_{2})=0{,}45+0{,}45=0{,}90.

Par la propriété V(aX)=a2V(X)V(aX)=a^{2}V(X) : V(2X)=4×0,45=1,80V(2X)=4\times 0{,}45=1{,}80.

Les deux variables ont l'espérance 11, mais 2X2X suppose que les deux serveurs tombent ENSEMBLE, toujours le même nombre de fois (00, 22 ou 44 pannes) ; deux serveurs indépendants compensent souvent une mauvaise journée de l'un par une bonne de l'autre, d'où une dispersion deux fois plus petite (figure).

Piège : écrire X+X2=2XX+X_{2}=2X parce que les deux lois sont identiques ; même loi ne veut pas dire même valeur.

0,10,20,30,40,50,60,7001234probabilitépannes par jour0,360,360,210,060,010,60,30,1A₁ + A₂ : variance 0,92A : variance 1,8même moyenne : 1

Partie B : problèmes de contrôle (/50)

Exercice 6 : Jeu de foire à gains : construire la loi par un arbre, puis rendre le jeu équitable

11 réponses vérifiables

Pour financer son voyage de fin d'études, une promotion d'ingénieurs tient un stand de lancer d'anneaux à la fête de l'école. Un joueur paie 22 dollars et lance trois anneaux, l'un après l'autre, sur trois piquets de plus en plus éloignés. On admet que les lancers sont indépendants et qu'un joueur moyen réussit le premier avec la probabilité 0,60{,}6, le deuxième avec la probabilité 0,40{,}4 et le troisième avec la probabilité 0,20{,}2.

On note NN le nombre d'anneaux réussis. Le règlement affiché verse un lot de 44 dollars pour deux anneaux réussis, de 2020 dollars pour trois, et rien sinon.

  • a) Représentez la situation par un arbre pondéré, puis dressez le tableau de la loi de NN. Pourquoi ne peut-on pas obtenir P(N=1)P(N=1) en multipliant simplement trois probabilités ?
  • b) On note GG le gain NET du joueur (lot reçu moins la mise). Dressez la loi de GG et calculez E(G)E(G). Le jeu est-il favorable au joueur, équitable ou défavorable ?
  • c) En gardant la mise de 22 dollars et le lot de 44 dollars, déterminez le lot xx pour trois anneaux qui rend le jeu équitable.
  • d) La promotion fixe finalement le lot de trois anneaux à 1212 dollars. On note RR la recette nette du stand pour une partie (mise encaissée moins lot versé). Calculez E(R)E(R) et σ(R)\sigma(R).
  • e) Le stand prévoit 500500 parties dans la journée, jouées indépendamment. Calculez l'espérance et l'écart-type de la recette nette totale TT de la journée.

Tape tes réponses, la page te dit juste ou faux 0/11

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

Réponses

  • a) P(N=0..3)=0,192P(N=0..3)=0{,}192 ; 0,4640{,}464 ; 0,2960{,}296 ; 0,0480{,}048 (trois chemins pour N=1N=1)
  • b) G∈{−2;2;18}G\in\{-2;2;18\} ; E(G)=0,144E(G)=0{,}144 dollar : favorable au joueur
  • c) x=17x=17 dollars
  • d) E(R)=0,24E(R)=0{,}24 dollar ; σ(R)≈2,924\sigma(R)\approx 2{,}924 dollars
  • e) E(T)=120E(T)=120 dollars ; σ(T)≈65,39\sigma(T)\approx 65{,}39 dollars

Une variable de gain se construit en deux temps : la loi de l'expérience (ici le nombre d'anneaux, par l'arbre), puis la valeur de gain attachée à chaque issue, qui garde la probabilité de son issue.

a)

Arbre à trois niveaux, R pour un anneau réussi et R‾\overline{R} pour un anneau raté (figure du corrigé) ; chaque chemin a pour probabilité le produit de ses branches, par indépendance.

P(N=0)=0,4×0,6×0,8=0,192\displaystyle P(N=0)=0{,}4\times 0{,}6\times 0{,}8=0{,}192
P(N=1)=0,6×0,6×0,8+0,4×0,4×0,8+0,4×0,6×0,2=0,288+0,128+0,048=0,464\displaystyle P(N=1)=0{,}6\times 0{,}6\times 0{,}8+0{,}4\times 0{,}4\times 0{,}8+0{,}4\times 0{,}6\times 0{,}2=0{,}288+0{,}128+0{,}048=0{,}464
P(N=2)=0,6×0,4×0,8+0,6×0,6×0,2+0,4×0,4×0,2=0,192+0,072+0,032=0,296\displaystyle P(N=2)=0{,}6\times 0{,}4\times 0{,}8+0{,}6\times 0{,}6\times 0{,}2+0{,}4\times 0{,}4\times 0{,}2=0{,}192+0{,}072+0{,}032=0{,}296
P(N=3)=0,6×0,4×0,2=0,048\displaystyle P(N=3)=0{,}6\times 0{,}4\times 0{,}2=0{,}048

Contrôle : la somme vaut 11, et E(N)=0,464+2(0,296)+3(0,048)=1,2=0,6+0,4+0,2E(N)=0{,}464+2(0{,}296)+3(0{,}048)=1{,}2=0{,}6+0{,}4+0{,}2.

« Un seul anneau réussi » se réalise par TROIS chemins (le réussi est le premier, le deuxième ou le troisième) : on additionne les trois produits. Les probabilités de réussite n'étant pas égales, les trois chemins n'ont pas la même probabilité.

b)

G=−2G=-2 si N≤1N\le 1 (probabilité 0,192+0,464=0,6560{,}192+0{,}464=0{,}656), G=4−2=2G=4-2=2 si N=2N=2 (0,2960{,}296), G=20−2=18G=20-2=18 si N=3N=3 (0,0480{,}048).

E(G)=−2(0,656)+2(0,296)+18(0,048)=−1,312+0,592+0,864=0,144E(G)=-2(0{,}656)+2(0{,}296)+18(0{,}048)=-1{,}312+0{,}592+0{,}864=0{,}144 dollar

E(G)>0E(G)>0 : le jeu est favorable au joueur, qui gagne en moyenne environ 0,140{,}14 dollar par partie ; c'est la promotion qui perdrait de l'argent.

Piège : calculer l'espérance du LOT, 2,1442{,}144 dollars, et conclure à un gain de 2,142{,}14 ; le gain net retire la mise de chaque issue, y compris des parties perdues.

c)

Équitable : E(G)=0E(G)=0, c'est-à-dire espérance du lot égale à la mise.

4(0,296)+x(0,048)=2  ⟺  0,048 x=2−1,184=0,816  ⟺  x=174(0{,}296)+x(0{,}048)=2 \iff 0{,}048\,x=2-1{,}184=0{,}816 \iff x=17 dollars

Un lot de 1717 dollars pour trois anneaux rend le jeu équitable.

d)

R=2−LR=2-L, où LL est le lot versé : L=0L=0 (0,6560{,}656), 44 (0,2960{,}296), 1212 (0,0480{,}048).

E(L)=4(0,296)+12(0,048)=1,184+0,576=1,76E(L)=4(0{,}296)+12(0{,}048)=1{,}184+0{,}576=1{,}76 et E(R)=2−1,76=0,24E(R)=2-1{,}76=0{,}24 dollar

E(L2)=16(0,296)+144(0,048)=4,736+6,912=11,648E(L^{2})=16(0{,}296)+144(0{,}048)=4{,}736+6{,}912=11{,}648, donc V(L)=11,648−1,762=8,5504V(L)=11{,}648-1{,}76^{2}=8{,}5504.

R=−L+2R=-L+2 : V(R)=(−1)2V(L)=8,5504V(R)=(-1)^{2}V(L)=8{,}5504 et σ(R)=8,5504≈2,924\sigma(R)=\sqrt{8{,}5504}\approx 2{,}924 dollars

Le stand gagne en moyenne 2424 cents par partie, mais une partie isolée s'écarte de près de 33 dollars de cette moyenne.

e)

T=R1+R2+⋯+R500T=R_{1}+R_{2}+\dots+R_{500}, somme de 500500 recettes indépendantes de même loi que RR.

E(T)=500×0,24=120E(T)=500\times 0{,}24=120 dollars

V(T)=500×V(R)=500×8,5504=4275,2V(T)=500\times V(R)=500\times 8{,}5504=4275{,}2, donc σ(T)=4275,2≈65,39\sigma(T)=\sqrt{4275{,}2}\approx 65{,}39 dollars

Piège : σ(T)=500 σ(R)≈1462\sigma(T)=500\,\sigma(R)\approx 1462 dollars ; ce serait l'écart-type de 500R500R, une seule partie jouée avec une mise de 10001000 dollars. Ce sont les VARIANCES de parties indépendantes qui s'ajoutent, et l'écart-type ne grandit que comme 500\sqrt{500}.

RRRN = 3 : 0,048RN = 2 : 0,192RRN = 2 : 0,072RN = 1 : 0,288RRRN = 2 : 0,032RN = 1 : 0,128RRN = 1 : 0,048RN = 0 : 0,1920,60,40,20,80,60,20,80,40,40,20,80,60,20,8

Exercice 7 : Choisir entre deux contrats par l'espérance et l'écart-type : la billetterie d'un spectacle

10 réponses vérifiables

La troupe de théâtre d'une école d'ingénierie loue une salle pour une représentation. Le billet se vend 2020 dollars et les autres frais (décor, droits, technicien de scène) s'élèvent à 15001500 dollars. On note XX le nombre de billets vendus ; d'après les représentations des années précédentes, la troupe retient la loi ci-dessous.

La salle propose deux contrats. Contrat A : un forfait de 18001800 dollars. Contrat B : 88 dollars par billet vendu, sans forfait.

xx (billets)150150200200250250300300350350
P(X=x)P(X=x)0,100{,}100,250{,}250,350{,}350,200{,}200,100{,}10
  • a) Calculez E(X)E(X) et σ(X)\sigma(X).
  • b) Exprimez le profit PAP_{A} de la troupe avec le contrat A, puis PBP_{B} avec le contrat B, en fonction de XX. Calculez l'espérance et l'écart-type de chacun.
  • c) Pour chaque contrat, traduisez « la représentation est déficitaire » par des valeurs de XX, puis calculez sa probabilité.
  • d) Pour quelle valeur du forfait les deux contrats donneraient-ils le même profit moyen ?
  • e) Le trésorier exige que le risque de déficit soit nul, et, à cette condition, le profit moyen le plus élevé. Quel contrat choisir ? Justifiez à l'aide de b) et c).

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

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

Réponses

  • a) E(X)=247,5E(X)=247{,}5 billets ; σ(X)≈55,85\sigma(X)\approx 55{,}85 billets
  • b) PA=20X−3300P_{A}=20X-3300 : 16501650 et ≈1116,9\approx 1116{,}9 dollars ; PB=12X−1500P_{B}=12X-1500 : 14701470 et ≈670,1\approx 670{,}1 dollars
  • c) A : X<165X<165, probabilité 0,100{,}10 ; B : X<125X<125, probabilité 00
  • d) Forfait de 19801980 dollars
  • e) Contrat B : seul risque de déficit nul, profit moyen inférieur de 180180 dollars

Deux profits affines de la même variable : on calcule E(X)E(X) et σ(X)\sigma(X) une seule fois, puis chaque contrat se lit par les propriétés. L'espérance compare les moyennes, l'écart-type et la probabilité de déficit comparent les risques.

a)

E(X)=150(0,10)+200(0,25)+250(0,35)+300(0,20)+350(0,10)=247,5E(X)=150(0{,}10)+200(0{,}25)+250(0{,}35)+300(0{,}20)+350(0{,}10)=247{,}5 billets

E(X2)=2250+10 000+21 875+18 000+12 250=64 375\displaystyle E(X^{2})=2250+10\,000+21\,875+18\,000+12\,250=64\,375

V(X)=64 375−247,52=3118,75V(X)=64\,375-247{,}5^{2}=3118{,}75 et σ(X)≈55,85\sigma(X)\approx 55{,}85 billets

b)

Contrat A : PA=20X−1500−1800=20X−3300P_{A}=20X-1500-1800=20X-3300.

E(PA)=20(247,5)−3300=1650E(P_{A})=20(247{,}5)-3300=1650 dollars et σ(PA)=20 σ(X)≈1116,9\sigma(P_{A})=20\,\sigma(X)\approx 1116{,}9 dollars

Contrat B : PB=20X−8X−1500=12X−1500P_{B}=20X-8X-1500=12X-1500.

E(PB)=12(247,5)−1500=1470E(P_{B})=12(247{,}5)-1500=1470 dollars et σ(PB)=12 σ(X)≈670,1\sigma(P_{B})=12\,\sigma(X)\approx 670{,}1 dollars

Le contrat A rapporte en moyenne 180180 dollars de plus, mais son profit est beaucoup plus dispersé : le forfait est payé même quand la salle est à moitié vide.

Piège : σ(PA)=20 σ(X)−3300\sigma(P_{A})=20\,\sigma(X)-3300 ; le forfait ne change pas la dispersion du profit.

c)

Contrat A : PA<0  ⟺  20X<3300  ⟺  X<165P_{A}<0 \iff 20X<3300 \iff X<165, soit la seule valeur X=150X=150 : P=0,10P=0{,}10.

Contrat B : PB<0  ⟺  12X<1500  ⟺  X<125P_{B}<0 \iff 12X<1500 \iff X<125, valeur que XX ne prend jamais dans ce modèle : P=0P=0.

Avec le contrat A, une représentation sur dix environ est déficitaire.

d)

Même profit moyen : 20E(X)−1500−F=12E(X)−150020E(X)-1500-F=12E(X)-1500, donc F=8E(X)=8×247,5=1980F=8E(X)=8\times 247{,}5=1980 dollars.

Le forfait équivaut « en moyenne » au contrat B quand il égale ce que la salle toucherait par billet sur une représentation moyenne.

e)

Seul le contrat B a un risque de déficit nul (c) ; c'est donc lui que le trésorier doit choisir, au prix d'un profit moyen inférieur de 180180 dollars (b).

Sans l'exigence, l'espérance seule ferait choisir A : une décision ne se prend pas sur la moyenne seule, il faut aussi regarder la dispersion et le risque.

Ce choix vaut dans le modèle retenu ; une loi de XX qui donnerait du poids à moins de 125125 billets rendrait aussi B déficitaire de temps en temps.

Exercice 8 : Cinq affirmations à corriger

10 réponses vérifiables

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

Pour l'affirmation e), XX prend les valeurs 00, 11 et 33 avec les probabilités 0,50{,}5 ; 0,30{,}3 et 0,20{,}2, et FF est sa fonction de répartition.

  • a) « Si V(X)=2,25V(X)=2{,}25, alors V(4X−7)=4×2,25−7=2V(4X-7)=4\times 2{,}25-7=2. » Donnez la vraie valeur de V(4X−7)V(4X-7).
  • b) « Si σ(X)=1,5\sigma(X)=1{,}5, alors σ(5−3X)=5−3×1,5=0,5\sigma(5-3X)=5-3\times 1{,}5=0{,}5. » Donnez la vraie valeur de σ(5−3X)\sigma(5-3X).
  • c) « Un coût aléatoire CC a un écart-type de 1212 dollars. Si l'on y ajoute des frais fixes de 5050 dollars, l'écart-type du coût total reste 1212 dollars. » Donnez σ(C+50)\sigma(C+50).
  • d) « XX et YY sont indépendantes, V(X)=1,3V(X)=1{,}3 et V(Y)=0,9V(Y)=0{,}9, donc V(X−Y)=1,3−0,9=0,4V(X-Y)=1{,}3-0{,}9=0{,}4. » Donnez la vraie valeur de V(X−Y)V(X-Y).
  • e) « P(X<3)=F(3)=1P(X<3)=F(3)=1. » Donnez la vraie valeur de P(X<3)P(X<3).

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

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

Réponses

  • a) Faux : V(4X−7)=36V(4X-7)=36
  • b) Faux : σ(5−3X)=4,5\sigma(5-3X)=4{,}5
  • c) Vrai : σ(C+50)=12\sigma(C+50)=12 dollars
  • d) Faux : V(X−Y)=2,2V(X-Y)=2{,}2
  • e) Faux : P(X<3)=F(2)=0,8P(X<3)=F(2)=0{,}8

Les cinq affirmations jouent toutes sur la même idée : une transformation agit sur les VALEURS. Une constante les déplace toutes sans les écarter, un facteur les étire, et deux sources d'aléa indépendantes s'ajoutent en variance.

a)

Faux. La constante −7-7 déplace les valeurs sans changer leur dispersion, et le facteur 44 entre au carré :

V(4X−7)=42V(X)=16×2,25=36\displaystyle V(4X-7)=4^{2}V(X)=16\times 2{,}25=36

L'élève a appliqué à la variance la règle de l'espérance, E(aX+b)=aE(X)+bE(aX+b)=aE(X)+b.

b)

Faux. σ(aX+b)=∣a∣ σ(X)\sigma(aX+b)=|a|\,\sigma(X) : la constante disparaît et le facteur est pris en valeur absolue.

σ(5−3X)=∣−3∣×1,5=4,5\displaystyle \sigma(5-3X)=|-3|\times 1{,}5=4{,}5

Contrôle : la réponse de l'élève, 0,50{,}5, deviendrait même négative avec σ(X)=2\sigma(X)=2 ; un écart-type ne l'est jamais.

c)

Vrai. Des frais fixes déplacent chaque valeur du coût de 5050 dollars, et les écarts à la moyenne ne changent pas :

σ(C+50)=σ(C)=12\sigma(C+50)=\sigma(C)=12 dollars, alors que la moyenne augmente de 5050 dollars.

d)

Faux. Pour des variables indépendantes, V(X−Y)=V(X)+(−1)2V(Y)V(X-Y)=V(X)+(-1)^{2}V(Y) :

V(X−Y)=1,3+0,9=2,2\displaystyle V(X-Y)=1{,}3+0{,}9=2{,}2

Une différence de deux mesures indépendantes est PLUS incertaine que chacune, pas moins.

e)

Faux. F(3)=P(X≤3)F(3)=P(X\le 3) inclut la valeur 33 ; « moins de 3 » l'exclut.

P(X<3)=P(X=0)+P(X=1)=0,5+0,3=0,8P(X<3)=P(X=0)+P(X=1)=0{,}5+0{,}3=0{,}8, qui est aussi F(2)F(2) ; F(3)=1F(3)=1 est juste, mais ce n'est pas P(X<3)P(X<3).

Pour une variable discrète, P(X<a)P(X<a) et P(X≤a)P(X\le a) diffèrent dès que aa est une valeur possible.

Exercice 9 : Problème de contrôle : le délai de livraison d'un fournisseur et sa pénalité de retard

10 réponses vérifiables

Une usine d'assemblage de vélos électriques commande ses roulements à un fournisseur qui s'engage à livrer en 55 jours ouvrables. On note XX le délai de livraison, en jours ouvrables, d'une commande prise au hasard. Le service des achats a perdu deux valeurs du tableau de la loi de XX, mais il sait que le délai moyen est de 4,854{,}85 jours.

Le contrat prévoit une pénalité de 300300 dollars par jour de retard au-delà de 55 jours, payée par le fournisseur ; une livraison en 55 jours ou moins ne donne lieu à aucune pénalité.

xx (jours)3344556677
P(X=x)P(X=x)0,150{,}15aa0,300{,}30bb0,100{,}10
  • a) Déterminez aa et bb.
  • b) Calculez la variance et l'écart-type du délai de livraison.
  • c) Une commande n'est pas encore arrivée après 33 jours, c'est-à-dire que son délai est d'au moins 44 jours. Calculez la probabilité qu'elle arrive sans retard, au plus tard le cinquième jour.
  • d) On note YY la pénalité, en dollars, versée pour une commande. Dressez la loi de YY, puis calculez E(Y)E(Y) et σ(Y)\sigma(Y). Un acheteur propose le calcul 300 (E(X)−5)300\,(E(X)-5) : qu'en pensez-vous ?
  • e) L'usine passe 44 commandes, dont les délais sont indépendants. Calculez l'espérance de la pénalité totale, puis la probabilité qu'aucune des 44 commandes ne donne lieu à une pénalité.

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

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

Réponses

  • a) a=0,25a=0{,}25 ; b=0,20b=0{,}20
  • b) V(X)=1,4275V(X)=1{,}4275 jour² ; σ(X)≈1,195\sigma(X)\approx 1{,}195 jour
  • c) P(X≤5 ∣ X≥4)≈0,6471P(X\le 5\,|\,X\ge 4)\approx 0{,}6471
  • d) Y∈{0;300;600}Y\in\{0;300;600\} de probabilités 0,700{,}70 ; 0,200{,}20 ; 0,100{,}10 ; E(Y)=120E(Y)=120 dollars ; σ(Y)≈199,0\sigma(Y)\approx 199{,}0 dollars ; 300(E(X)−5)=−45300(E(X)-5)=-45 : non valable
  • e) 480480 dollars ; 0,704=0,24010{,}70^{4}=0{,}2401

Deux inconnues : la somme des probabilités et l'espérance donnée fournissent les deux équations. La pénalité n'est PAS une fonction affine du délai : elle est nulle jusqu'à 55 jours, puis croît. Les propriétés de E(aX+b)E(aX+b) ne s'appliquent donc pas, et l'on revient au tableau.

a)

Somme : 0,15+a+0,30+b+0,10=10{,}15+a+0{,}30+b+0{,}10=1, donc a+b=0,45a+b=0{,}45.

Espérance : 3(0,15)+4a+5(0,30)+6b+7(0,10)=4,853(0{,}15)+4a+5(0{,}30)+6b+7(0{,}10)=4{,}85, donc 4a+6b=4,85−2,65=2,24a+6b=4{,}85-2{,}65=2{,}2.

Avec a=0,45−ba=0{,}45-b : 1,8−4b+6b=2,21{,}8-4b+6b=2{,}2, d'où b=0,20b=0{,}20 et a=0,25a=0{,}25.

b)
E(X2)=9(0,15)+16(0,25)+25(0,30)+36(0,20)+49(0,10)=1,35+4+7,5+7,2+4,9=24,95\displaystyle E(X^{2})=9(0{,}15)+16(0{,}25)+25(0{,}30)+36(0{,}20)+49(0{,}10)=1{,}35+4+7{,}5+7{,}2+4{,}9=24{,}95

V(X)=24,95−4,852=24,95−23,5225=1,4275V(X)=24{,}95-4{,}85^{2}=24{,}95-23{,}5225=1{,}4275 jour²

σ(X)=1,4275≈1,195\sigma(X)=\sqrt{1{,}4275}\approx 1{,}195 jour

c)

On cherche P(X≤5 ∣ X≥4)P(X\le 5\,|\,X\ge 4). L'intersection {X≤5}∩{X≥4}\{X\le 5\}\cap\{X\ge 4\} est {4,5}\{4,5\}.

P(X≤5 ∣ X≥4)=P(X=4)+P(X=5)P(X≥4)=0,25+0,300,85≈0,6471\displaystyle P(X\le 5\,|\,X\ge 4)=\dfrac{P(X=4)+P(X=5)}{P(X\ge 4)}=\dfrac{0{,}25+0{,}30}{0{,}85}\approx 0{,}6471

Une commande encore attendue au bout de trois jours a environ 64,7 %64{,}7\ \% de chances d'arriver à temps.

d)

Y=300max⁡(X−5 ;0)Y=300\max(X-5\,;0) : Y=0Y=0 si X≤5X\le 5 (probabilité 0,15+0,25+0,30=0,700{,}15+0{,}25+0{,}30=0{,}70), Y=300Y=300 si X=6X=6 (0,200{,}20), Y=600Y=600 si X=7X=7 (0,100{,}10).

E(Y)=0(0,70)+300(0,20)+600(0,10)=120E(Y)=0(0{,}70)+300(0{,}20)+600(0{,}10)=120 dollars

E(Y2)=90 000(0,20)+360 000(0,10)=54 000E(Y^{2})=90\,000(0{,}20)+360\,000(0{,}10)=54\,000, donc V(Y)=54 000−1202=39 600V(Y)=54\,000-120^{2}=39\,600 et σ(Y)≈199,0\sigma(Y)\approx 199{,}0 dollars.

Le calcul de l'acheteur donne 300(4,85−5)=−45300(4{,}85-5)=-45 dollars, une pénalité NÉGATIVE : absurde. Il traite YY comme une fonction affine de XX, ce qu'elle n'est pas ; les livraisons en avance ne « remboursent » pas les retards (figure : g(E(X))=0g(E(X))=0 alors que E(g(X))=120E(g(X))=120).

Piège : E(g(X))=g(E(X))E(g(X))=g(E(X)) n'est vrai que pour gg affine.

e)

La pénalité totale est la somme des 44 pénalités : E=4×120=480E=4\times 120=480 dollars.

« Aucune pénalité » : chaque commande arrive en 55 jours ou moins, probabilité 0,700{,}70 ; par indépendance,

P=0,704=0,2401\displaystyle P=0{,}70^{4}=0{,}2401

Sur quatre commandes, l'usine touche au moins une pénalité dans environ trois cas sur quatre (1−0,2401≈0,761-0{,}2401\approx 0{,}76).

2345678−200−100100200300400500600700p = 0,2p = 0,1p = 0,70 en toutE(Y) = 120g(E(X)) = g(4,85) = 0pénalité (dollars)

Exercice 10 : Problème de contrôle : les absences d'une équipe de maintenance et leur coût

11 réponses vérifiables

L'atelier de maintenance d'une usine de pâtes et papiers compte une équipe de 88 techniciens. Sur 250250 jours ouvrables, le contremaître a noté chaque jour le nombre de techniciens absents ; le tableau donne le nombre de jours observés pour chaque valeur. On note XX le nombre de techniciens absents un jour ouvrable pris au hasard, et l'on admet que les fréquences observées donnent sa loi.

Chaque technicien absent est remplacé par un technicien d'une agence de placement, facturé 360360 dollars par jour ; l'usine paie aussi à l'agence un abonnement de 140140 dollars par jour ouvrable, qu'il y ait des absents ou non.

Techniciens absents001122334455Total
Nombre de jours5555858560603030151555250250
  • a) Définissez XX, dressez le tableau de sa loi et calculez le nombre moyen d'absents par jour.
  • b) Calculez la variance et l'écart-type de XX, puis la probabilité qu'il y ait au plus 22 absents un jour donné.
  • c) On note CC le coût quotidien payé à l'agence, en dollars. Exprimez CC en fonction de XX, puis calculez E(C)E(C) et σ(C)\sigma(C).
  • d) Un mois compte 2020 jours ouvrables, et l'on admet que les absences de jours différents sont indépendantes. Calculez l'espérance et l'écart-type du coût mensuel payé à l'agence.
  • e) Les jours où il y a plus de 22 absents, le contremaître doit reporter des travaux d'entretien préventif. Calculez la probabilité qu'une semaine de 55 jours ouvrables compte au moins un tel jour.

Tape tes réponses, la page te dit juste ou faux 0/11

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

Réponses

  • a) De 00 à 55 : 0,220{,}22 ; 0,340{,}34 ; 0,240{,}24 ; 0,120{,}12 ; 0,060{,}06 ; 0,020{,}02 ; E(X)=1,52E(X)=1{,}52
  • b) V(X)=1,5296V(X)=1{,}5296 ; σ(X)≈1,237\sigma(X)\approx 1{,}237 ; P(X≤2)=0,80P(X\le 2)=0{,}80
  • c) C=140+360XC=140+360X ; E(C)=687,2E(C)=687{,}2 dollars ; σ(C)≈445,24\sigma(C)\approx 445{,}24 dollars
  • d) E(M)=13 744E(M)=13\,744 dollars ; σ(M)≈1991,2\sigma(M)\approx 1991{,}2 dollars
  • e) 1−0,805≈0,67231-0{,}80^{5}\approx 0{,}6723

Le format du contrôle : la loi tirée de fréquences, ses paramètres, un coût affine, puis une somme de jours indépendants. Les deux réflexes qui rapportent : traduire « plus de 2 » en valeurs de XX, et additionner des VARIANCES, jamais des écarts-types.

a)

XX : nombre de techniciens absents un jour ouvrable pris au hasard ; valeurs 00 à 55.

Probabilités, effectif sur 250250 : 0,220{,}22 ; 0,340{,}34 ; 0,240{,}24 ; 0,120{,}12 ; 0,060{,}06 ; 0,020{,}02 (somme 11).

E(X)=0,34+2(0,24)+3(0,12)+4(0,06)+5(0,02)=0,34+0,48+0,36+0,24+0,10=1,52\displaystyle E(X)=0{,}34+2(0{,}24)+3(0{,}12)+4(0{,}06)+5(0{,}02)=0{,}34+0{,}48+0{,}36+0{,}24+0{,}10=1{,}52

En moyenne, 1,521{,}52 technicien est absent par jour ouvrable.

b)
E(X2)=0,34+4(0,24)+9(0,12)+16(0,06)+25(0,02)=0,34+0,96+1,08+0,96+0,50=3,84\displaystyle E(X^{2})=0{,}34+4(0{,}24)+9(0{,}12)+16(0{,}06)+25(0{,}02)=0{,}34+0{,}96+1{,}08+0{,}96+0{,}50=3{,}84

V(X)=3,84−1,522=3,84−2,3104=1,5296V(X)=3{,}84-1{,}52^{2}=3{,}84-2{,}3104=1{,}5296 et σ(X)≈1,237\sigma(X)\approx 1{,}237 technicien

P(X≤2)=0,22+0,34+0,24=0,80P(X\le 2)=0{,}22+0{,}34+0{,}24=0{,}80 : quatre jours sur cinq, il y a au plus deux absents.

c)

C=140+360XC=140+360X.

E(C)=140+360(1,52)=140+547,2=687,2E(C)=140+360(1{,}52)=140+547{,}2=687{,}2 dollars

σ(C)=360 σ(X)≈445,24\sigma(C)=360\,\sigma(X)\approx 445{,}24 dollars (l'abonnement fixe ne change pas la dispersion).

Piège : σ(C)=140+360 σ(X)\sigma(C)=140+360\,\sigma(X) ; la constante disparaît de l'écart-type.

d)

Coût mensuel M=C1+⋯+C20M=C_{1}+\dots+C_{20}, somme de 2020 coûts quotidiens indépendants de même loi que CC.

E(M)=20×687,2=13 744E(M)=20\times 687{,}2=13\,744 dollars

V(M)=20 V(C)V(M)=20\,V(C), donc σ(M)=20 σ(C)≈1991,2\sigma(M)=\sqrt{20}\,\sigma(C)\approx 1991{,}2 dollars

Piège : 20 σ(C)≈8904,720\,\sigma(C)\approx 8904{,}7 dollars ; ce serait le cas si les 2020 jours avaient TOUS le même nombre d'absents, comme si les absences d'un jour décidaient de celles du mois.

e)

« Plus de 2 absents » : X≥3X\ge 3, de probabilité 1−P(X≤2)=0,201-P(X\le 2)=0{,}20.

Le contraire de « au moins un tel jour » est « aucun jour avec plus de 2 absents », soit 55 jours avec X≤2X\le 2 :

P=1−0,805=1−0,32768≈0,6723\displaystyle P=1-0{,}80^{5}=1-0{,}32768\approx 0{,}6723

Environ deux semaines sur trois comptent au moins un jour où l'entretien préventif est reporté.

Piège : 5×0,20=15\times 0{,}20=1, une « certitude » qui n'en est pas une ; on multiplie les probabilités du contraire.

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-variables-aleatoires-discretes. 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 variables aléatoires au niveau du contrôle périodique : la traduction de l'événement d'abord, les propriétés de E et de V ensuite.

Site par Studio Squalli