Probabilités et statistique MTH0104 • Polytechnique Montréal • Variables aléatoires continues et loi uniforme

Variables aléatoires continues et loi uniforme : exercices corrigés de MTH0104 (Polytechnique)

Variables aléatoires continues et loi uniforme : exercices de MTH0104 (Polytechnique)

Nom : Classe : Date :

Corrigé

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

Voici onze exercices corrigés sur les variables aléatoires continues et la loi uniforme, chapitre du cours MTH0104, Probabilités et statistique, le cours préparatoire de Polytechnique.

Ce que couvre la série, les pièges traités

Ils couvrent la fonction de densité et ses deux conditions, la constante de normalisation, la fonction de répartition par morceaux et sa dérivée, la probabilité d'un intervalle, la médiane, les quartiles et les quantiles, l'espérance, la variance et l'écart-type par intégrale, la probabilité conditionnelle sur une densité, et la loi uniforme continue avec sa densité, sa fonction de répartition, E(X)=a+b2E(X)=\frac{a+b}{2} et V(X)=(b−a)212V(X)=\frac{(b-a)^{2}}{12}.

Le chapitre est évalué au quiz 2 et au contrôle périodique 2, et revient au final ; on le retrouve au 201-SN1-RE du cégep.

À la fin de la série, vous savez trouver une ou deux constantes (exercices 1, 4, 6 et 9), passer de ff à FF et de FF à ff (exercices 2 et 3), calculer une médiane, un quartile ou une capacité à prévoir (exercices 3, 4, 6 et 9), une espérance et une variance (exercices 2, 6 et 7), retrouver une loi uniforme par sa moyenne et sa variance ou par deux quantiles (exercices 0.1 et 10), et enchaîner une loi continue avec une binomiale (exercices 9 et 10). Les situations : fissures de fatigue, délai de livraison, détecteur de fumée, demande d'essence, panne de convoyeur, ascenseur, bras robotisé de soudage, alliage au nickel, navette du campus et bruit de chantier. Le fil : une probabilité continue est une aire, jamais une hauteur, prise sur le bon intervalle et morceau par morceau.

Les pièges traités : accepter une densité négative parce que son aire vaut 1, ou refuser une densité qui dépasse 1 (exercices 1 et 8), oublier les morceaux de FF hors de l'intervalle (exercice 2), résoudre F(x)=0,5F(x)=0{,}5 sur le mauvais morceau (exercices 3, 8 et 9), additionner mal deux aires à cheval sur deux morceaux (exercice 4), confondre variance et écart-type (exercices 5 et 8), répondre par l'intersection au lieu de la probabilité conditionnelle (exercices 5, 6, 8 et 9), oublier le signe d'une perte (exercice 7), traduire « 25 % au-dessus » par F=0,25F=0{,}25 (exercice 10). Comme au contrôle : calculatrice non programmable et tables fournies, aucune documentation, et toute réponse non justifiée ne compte pas.

  • 11 exercices corrigés
  • Durée : 3 h 00
  • Autocorrigée, 88 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

  • • DENSITÉ : f(x)≥0f(x)\ge 0 pour tout xx et ∫−∞+∞f(x) dx=1\int_{-\infty}^{+\infty}f(x)\,dx=1 ; une densité peut dépasser 1, une probabilité jamais. P(X=a)=0P(X=a)=0, donc P(a≤X≤b)=P(a<X<b)=∫abf(x) dxP(a\le X\le b)=P(a<X<b)=\int_{a}^{b}f(x)\,dx.
  • • RÉPARTITION : F(x)=P(X≤x)=∫−∞xf(t) dtF(x)=P(X\le x)=\int_{-\infty}^{x}f(t)\,dt, à écrire pour TOUT réel (0 à gauche, 1 à droite) ; P(a<X≤b)=F(b)−F(a)P(a<X\le b)=F(b)-F(a) et f=F′f=F' là où FF est dérivable.
  • • MÉDIANE ET QUANTILES : F(m)=0,5F(m)=0{,}5, F(Q1)=0,25F(Q_{1})=0{,}25, F(xp)=pF(x_{p})=p. Sur une densité par morceaux, comparer pp à FF au point de raccord pour choisir le morceau, puis vérifier que la solution y reste.
  • • MOMENTS : E(X)=∫xf(x) dxE(X)=\int x f(x)\,dx, E(X2)=∫x2f(x) dxE(X^{2})=\int x^{2}f(x)\,dx, V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2}, σ(X)=V(X)\sigma(X)=\sqrt{V(X)}.
  • • CONDITIONNELLE : P(A∣B)=P(A∩B)P(B)P(A\mid B)=\dfrac{P(A\cap B)}{P(B)} ; par exemple P(X≤c∣X>b)=F(c)−F(b)1−F(b)P(X\le c\mid X>b)=\dfrac{F(c)-F(b)}{1-F(b)} pour b<cb<c.
  • • LOI UNIFORME X∼U[a ;b]X\sim\mathcal{U}[a\,;b] : f(x)=1b−af(x)=\dfrac{1}{b-a} sur [a ;b][a\,;b], F(x)=x−ab−aF(x)=\dfrac{x-a}{b-a} sur [a ;b][a\,;b], E(X)=a+b2E(X)=\dfrac{a+b}{2}, V(X)=(b−a)212V(X)=\dfrac{(b-a)^{2}}{12} ; une probabilité est une longueur divisée par b−ab-a.

Calculs : densités, fonction de répartition et loi uniforme

Exercice 0.1 : Densités, fonction de répartition et loi uniforme : onze calculs directs

14 réponses vérifiables

Pour chaque ligne, calculez la valeur demandée, sans contexte et sans justifier le modèle. Chaque densité est nulle hors de l'intervalle indiqué. Donnez les probabilités au dix-millième (ou en fraction), les autres valeurs au centième.

Trois outils suffisent : une probabilité est une AIRE, P(a<X<b)=∫abf(x) dx=F(b)−F(a)P(a<X<b)=\int_{a}^{b}f(x)\,dx=F(b)-F(a) ; E(X)=∫xf(x) dxE(X)=\int x f(x)\,dx et V(X)=E(X2)−E(X)2V(X)=E(X^{2})-E(X)^{2} ; pour la loi uniforme U[a ;b]\mathcal{U}[a\,;b], f(x)=1b−af(x)=\dfrac{1}{b-a}, E(X)=a+b2E(X)=\dfrac{a+b}{2} et V(X)=(b−a)212V(X)=\dfrac{(b-a)^{2}}{12}.

  • a) f(x)=kx2f(x)=kx^{2} sur [0 ;3][0\,;3] : trouvez la constante kk.
  • b) f(x)=38x2f(x)=\dfrac{3}{8}x^{2} sur [0 ;2][0\,;2] : calculez P(X<1)P(X<1).
  • c) f(x)=x18f(x)=\dfrac{x}{18} sur [0 ;6][0\,;6] : calculez E(X)E(X).
  • d) Même densité qu'en c) : calculez E(X2)E(X^{2}), puis V(X)V(X).
  • e) F(x)=x327F(x)=\dfrac{x^{3}}{27} sur [0 ;3][0\,;3], F(x)=0F(x)=0 avant 00 et F(x)=1F(x)=1 après 33 : calculez P(1<X≤2)P(1<X\le 2).
  • f) Même fonction de répartition qu'en e) : calculez la densité f(2)f(2).
  • g) Même fonction de répartition qu'en e) : calculez la médiane mm.
  • h) X∼U[2 ;14]X\sim\mathcal{U}[2\,;14] : calculez P(5<X<8)P(5<X<8).
  • i) X∼U[2 ;14]X\sim\mathcal{U}[2\,;14] : calculez E(X)E(X) et V(X)V(X).
  • j) XX suit une loi uniforme sur [a ;b][a\,;b], avec E(X)=10E(X)=10 et V(X)=3V(X)=3 : trouvez aa et bb.
  • k) X∼U[0 ;20]X\sim\mathcal{U}[0\,;20] : calculez P(X>15∣X>5)P(X>15\mid X>5).

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

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

Réponses

  • a) k=19≈0,1111k=\dfrac{1}{9}\approx 0{,}1111
  • b) P(X<1)=18=0,125P(X<1)=\dfrac{1}{8}=0{,}125
  • c) E(X)=4E(X)=4
  • d) E(X2)=18E(X^{2})=18 ; V(X)=2V(X)=2
  • e) P(1<X≤2)=727≈0,2593P(1<X\le 2)=\dfrac{7}{27}\approx 0{,}2593
  • f) f(2)=49≈0,4444f(2)=\dfrac{4}{9}\approx 0{,}4444
  • g) m=323≈2,38m=\dfrac{3}{\sqrt[3]{2}}\approx 2{,}38
  • h) P(5<X<8)=0,25P(5<X<8)=0{,}25
  • i) E(X)=8E(X)=8 ; V(X)=12V(X)=12
  • j) a=7a=7 ; b=13b=13
  • k) P(X>15∣X>5)=13P(X>15\mid X>5)=\dfrac{1}{3}

Le geste qui décide de tout : une probabilité continue est une aire sous la densité, prise sur le BON intervalle. Une valeur de la densité n'est jamais une probabilité ; une valeur de FF, si.

a)

L'aire totale vaut 1 : ∫03kx2 dx=k[x33]03=9k=1\int_{0}^{3}kx^{2}\,dx=k\left[\dfrac{x^{3}}{3}\right]_{0}^{3}=9k=1, donc k=19k=\dfrac{1}{9}.

La densité est positive sur [0 ;3][0\,;3] puisque k>0k>0 : les deux conditions sont remplies.

b)
P(X<1)=∫0138x2 dx=38×13=18=0,125\displaystyle P(X<1)=\int_{0}^{1}\dfrac{3}{8}x^{2}\,dx=\dfrac{3}{8}\times\dfrac{1}{3}=\dfrac{1}{8}=0{,}125
c)
E(X)=∫06x⋅x18 dx=[x354]06=21654=4\displaystyle E(X)=\int_{0}^{6}x\cdot\dfrac{x}{18}\,dx=\left[\dfrac{x^{3}}{54}\right]_{0}^{6}=\dfrac{216}{54}=4
d)
E(X2)=∫06x2⋅x18 dx=[x472]06=129672=18\displaystyle E(X^{2})=\int_{0}^{6}x^{2}\cdot\dfrac{x}{18}\,dx=\left[\dfrac{x^{4}}{72}\right]_{0}^{6}=\dfrac{1296}{72}=18
V(X)=E(X2)−E(X)2=18−42=2\displaystyle V(X)=E(X^{2})-E(X)^{2}=18-4^{2}=2

Piège : écrire V(X)=18−4=14V(X)=18-4=14, en oubliant d'élever l'espérance au carré.

e)

Avec FF, plus aucune intégrale : P(1<X≤2)=F(2)−F(1)=827−127=727≈0,2593P(1<X\le 2)=F(2)-F(1)=\dfrac{8}{27}-\dfrac{1}{27}=\dfrac{7}{27}\approx 0{,}2593

f)

f=F′f=F' là où FF est dérivable : f(x)=3x227=x29f(x)=\dfrac{3x^{2}}{27}=\dfrac{x^{2}}{9} sur ]0 ;3[]0\,;3[, donc f(2)=49≈0,4444f(2)=\dfrac{4}{9}\approx 0{,}4444.

Ce nombre n'est pas une probabilité : P(X=2)=0P(X=2)=0.

g)

La médiane vérifie F(m)=0,5F(m)=0{,}5 : m327=0,5\dfrac{m^{3}}{27}=0{,}5, m3=13,5m^{3}=13{,}5, m=13,53=323≈2,38m=\sqrt[3]{13{,}5}=\dfrac{3}{\sqrt[3]{2}}\approx 2{,}38.

Contrôle : mm est bien dans [0 ;3][0\,;3], l'intervalle où cette expression de FF est valable.

h)

Loi uniforme : la probabilité est proportionnelle à la LONGUEUR. P(5<X<8)=8−514−2=312=0,25P(5<X<8)=\dfrac{8-5}{14-2}=\dfrac{3}{12}=0{,}25

i)

E(X)=2+142=8E(X)=\dfrac{2+14}{2}=8 et V(X)=(14−2)212=14412=12V(X)=\dfrac{(14-2)^{2}}{12}=\dfrac{144}{12}=12, soit σ=12≈3,46\sigma=\sqrt{12}\approx 3{,}46.

j)

a+b2=10\dfrac{a+b}{2}=10 donne a+b=20a+b=20 ; (b−a)212=3\dfrac{(b-a)^{2}}{12}=3 donne (b−a)2=36(b-a)^{2}=36, et b−a=6b-a=6 puisque b>ab>a.

Le système a+b=20a+b=20, b−a=6b-a=6 donne b=13b=13 et a=7a=7 : X∼U[7 ;13]X\sim\mathcal{U}[7\,;13].

Piège : garder b−a=−6b-a=-6. La longueur d'un intervalle est positive, la racine négative se rejette.

k)
P(X>15∣X>5)=P(X>15 et X>5)P(X>5)=P(X>15)P(X>5)=5/2015/20=13\displaystyle P(X>15\mid X>5)=\dfrac{P(X>15\ \text{et}\ X>5)}{P(X>5)}=\dfrac{P(X>15)}{P(X>5)}=\dfrac{5/20}{15/20}=\dfrac{1}{3}

L'intersection se simplifie parce que X>15X>15 entraîne X>5X>5. Sachant X>5X>5, XX est uniforme sur ]5 ;20]]5\,;20] : 515\dfrac{5}{15} directement.

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 : Trouver la constante : une densité est positive et d'aire 1

9 réponses vérifiables

Une fonction ff est la densité d'une variable aléatoire continue si et seulement si f(x)≥0f(x)\ge 0 pour tout réel xx et ∫−∞+∞f(x) dx=1\int_{-\infty}^{+\infty}f(x)\,dx=1. Trouver une constante, c'est imposer la seconde condition ; il reste à vérifier la première. Les trois situations sont indépendantes.

Situation 1. La longueur XX, en cm, d'une fissure de fatigue détectée par ressuage sur un longeron d'aile a pour densité f(x)=kx2(3−x)f(x)=kx^{2}(3-x) pour 0≤x≤30\le x\le 3, et f(x)=0f(x)=0 ailleurs.

Situation 2. Le délai YY, en jours, de livraison d'une pièce de rechange par un fournisseur a la densité représentée ci-dessous : nulle avant 1 jour, constante et égale à cc entre 1 et 2 jours, puis décroissante en ligne droite jusqu'à 0 à 5 jours, et nulle au-delà.

Situation 3. L'épaisseur WW, en mm, d'un revêtement anticorrosion déposé par une buse est modélisée par h(w)=k′h(w)=k' pour 1,00≤w≤1,251{,}00\le w\le 1{,}25, et h(w)=0h(w)=0 ailleurs.

123456cfx (jours)f(x)
  • a) Situation 1 : déterminez la valeur de kk.
  • b) Situation 1 : calculez la proportion des fissures qui mesurent plus de 2 cm, puis celle des fissures d'au plus 1 cm.
  • c) Situation 2 : déterminez cc par un calcul d'aire, puis écrivez la densité de YY par morceaux.
  • d) Un stagiaire propose, pour une autre grandeur, g(x)=k′′(x−1)g(x)=k''(x-1) sur [0 ;3][0\,;3] et g(x)=0g(x)=0 ailleurs. En imposant une aire égale à 1, il trouve k′′=23k''=\dfrac{2}{3}. Vérifiez son calcul, puis dites si gg est une densité.
  • e) Situation 3 : déterminez k′k'. La fonction hh prend une valeur supérieure à 1 : est-elle une densité ? Calculez P(W=1,1)P(W=1{,}1).

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

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

Réponses

  • a) k=427≈0,1481k=\dfrac{4}{27}\approx 0{,}1481
  • b) P(X>2)=1127≈0,4074P(X>2)=\dfrac{11}{27}\approx 0{,}4074 ; P(X≤1)=19≈0,1111P(X\le 1)=\dfrac{1}{9}\approx 0{,}1111
  • c) c=0,4c=0{,}4 ; fY(y)=0,4f_{Y}(y)=0{,}4 sur [1 ;2][1\,;2], fY(y)=215(5−y)f_{Y}(y)=\dfrac{2}{15}(5-y) sur ]2 ;5]]2\,;5], 00 ailleurs
  • d) L'aire vaut bien 1, mais g(x)<0g(x)<0 sur [0 ;1[[0\,;1[ : gg n'est pas une densité
  • e) k′=4k'=4 ; oui, hh est une densité ; P(W=1,1)=0P(W=1{,}1)=0

Une seule méthode pour les trois situations : imposer l'aire totale égale à 1, morceau par morceau, puis contrôler le signe. Une densité qui passe sous l'axe est refusée, une densité qui dépasse 1 est acceptée.

a)

XX : longueur d'une fissure (cm), variable continue de densité ff sur [0 ;3][0\,;3].

∫03k(3x2−x3) dx=k[x3−x44]03=k(27−814)=274k\displaystyle \int_{0}^{3}k(3x^{2}-x^{3})\,dx=k\left[x^{3}-\dfrac{x^{4}}{4}\right]_{0}^{3}=k\left(27-\dfrac{81}{4}\right)=\dfrac{27}{4}k

274k=1\dfrac{27}{4}k=1 donne k=427≈0,1481k=\dfrac{4}{27}\approx 0{,}1481.

Signe : x2≥0x^{2}\ge 0 et 3−x≥03-x\ge 0 sur [0 ;3][0\,;3], et k>0k>0 : f≥0f\ge 0, c'est bien une densité.

b)

« Plus de 2 cm » se traduit par X>2X>2 :

P(X>2)=427[x3−x44]23=427(274−4)=427×114=1127≈0,4074\displaystyle P(X>2)=\dfrac{4}{27}\left[x^{3}-\dfrac{x^{4}}{4}\right]_{2}^{3}=\dfrac{4}{27}\left(\dfrac{27}{4}-4\right)=\dfrac{4}{27}\times\dfrac{11}{4}=\dfrac{11}{27}\approx 0{,}4074

« Au plus 1 cm » se traduit par X≤1X\le 1 :

P(X≤1)=427(1−14)=19≈0,1111\displaystyle P(X\le 1)=\dfrac{4}{27}\left(1-\dfrac{1}{4}\right)=\dfrac{1}{9}\approx 0{,}1111

Environ 40,7 %40{,}7\ \% des fissures détectées dépassent 2 cm et 11,1 %11{,}1\ \% mesurent au plus 1 cm.

Pour une variable continue, X>2X>2 et X≥2X\ge 2 ont la même probabilité : la borne ne pèse rien.

c)

YY : délai de livraison (jours). L'aire sous la densité est celle d'un rectangle puis d'un triangle :

(2−1)×c⏟rectangle+(5−2)×c2⏟triangle=c+1,5c=2,5c=1\underbrace{(2-1)\times c}_{\text{rectangle}}+\underbrace{\dfrac{(5-2)\times c}{2}}_{\text{triangle}}=c+1{,}5c=2{,}5c=1, donc c=0,4c=0{,}4.

Le morceau décroissant passe par (2 ;0,4)(2\,;0{,}4) et (5 ;0)(5\,;0) : pente 0−0,45−2=−215\dfrac{0-0{,}4}{5-2}=-\dfrac{2}{15}, d'où fY(y)=215(5−y)f_{Y}(y)=\dfrac{2}{15}(5-y).

fY(y)=0,4f_{Y}(y)=0{,}4 pour 1≤y≤21\le y\le 2 ; fY(y)=215(5−y)f_{Y}(y)=\dfrac{2}{15}(5-y) pour 2<y≤52<y\le 5 ; fY(y)=0f_{Y}(y)=0 ailleurs.

Contrôle : 215(5−2)=0,4\dfrac{2}{15}(5-2)=0{,}4, les deux morceaux se raccordent en y=2y=2.

d)

∫0323(x−1) dx=23[x22−x]03=23×32=1\int_{0}^{3}\dfrac{2}{3}(x-1)\,dx=\dfrac{2}{3}\left[\dfrac{x^{2}}{2}-x\right]_{0}^{3}=\dfrac{2}{3}\times\dfrac{3}{2}=1 : le calcul est juste.

Mais g(0)=−23g(0)=-\dfrac{2}{3}, et g(x)<0g(x)<0 pour tout x∈[0 ;1[x\in[0\,;1[ : la première condition échoue.

L'aire de 1 n'est qu'un BILAN : −13-\dfrac{1}{3} sous l'axe sur [0 ;1][0\,;1] et 43\dfrac{4}{3} au-dessus sur [1 ;3][1\,;3]. Avec gg, on obtiendrait P(0<X<1)=−13P(0<X<1)=-\dfrac{1}{3}, absurde.

gg n'est donc une densité pour AUCUNE valeur de la constante.

Piège : s'arrêter à « l'aire vaut 1 ». Les deux conditions se vérifient, toujours.

e)

WW : épaisseur du revêtement (mm). ∫11,25k′ dw=0,25k′=1\int_{1}^{1{,}25}k'\,dw=0{,}25k'=1, donc k′=4k'=4.

h≥0h\ge 0 et son aire vaut 1 : hh est une densité, même si h(w)=4>1h(w)=4>1 sur tout l'intervalle.

Une densité se mesure en « probabilité par mm » : sur un intervalle étroit, elle est forcément haute.

P(W=1,1)=∫1,11,14 dw=0P(W=1{,}1)=\int_{1{,}1}^{1{,}1}4\,dw=0 : la probabilité d'une valeur EXACTE est nulle pour une variable continue.

Piège : croire qu'une densité est bornée par 1. C'est une probabilité qui l'est, et une densité n'en est pas une.

0,511,522,53−1−0,50,511,5f < 0 sur [0 ; 1[ : aire −1/3aire 4/3xy

Exercice 2 : Une probabilité est une aire : par l'intégrale, puis par la fonction de répartition

8 réponses vérifiables

Dans un laboratoire d'essai, on mesure le temps XX, en secondes, que met un détecteur de fumée optique à se déclencher après l'injection d'un aérosol d'essai dans la chambre. Pour un modèle de détecteur réglé sur un seuil sévère, on retient la densité

f(x)=x364f(x)=\dfrac{x^{3}}{64} pour 0≤x≤40\le x\le 4, et f(x)=0f(x)=0 ailleurs.

  • a) Vérifiez que ff est une densité.
  • b) Calculez, par une intégrale, la probabilité qu'un détecteur se déclenche entre 1 s et 3 s.
  • c) Déterminez la fonction de répartition F(x)=P(X≤x)F(x)=P(X\le x) pour tout réel xx. Recalculez ensuite P(1≤X≤3)P(1\le X\le 3) avec FF et comparez au résultat de b).
  • d) Calculez la proportion des détecteurs qui mettent plus de 3,5 s à se déclencher.
  • e) Calculez E(X)E(X), V(X)V(X) et l'écart-type σ(X)\sigma(X), et interprétez E(X)E(X).

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

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

Réponses

  • a) f≥0f\ge 0 et ∫04x364 dx=1\int_{0}^{4}\dfrac{x^{3}}{64}\,dx=1 : ff est une densité
  • b) P(1<X<3)=80256=0,3125P(1<X<3)=\dfrac{80}{256}=0{,}3125
  • c) F(x)=0F(x)=0 si x<0x<0 ; F(x)=x4256F(x)=\dfrac{x^{4}}{256} si 0≤x≤40\le x\le 4 ; F(x)=1F(x)=1 si x>4x>4 ; P(1≤X≤3)=0,3125P(1\le X\le 3)=0{,}3125, la même valeur
  • d) P(X>3,5)≈0,4138P(X>3{,}5)\approx 0{,}4138
  • e) E(X)=3,2E(X)=3{,}2 s ; V(X)≈0,4267V(X)\approx 0{,}4267 s² ; σ(X)≈0,6532\sigma(X)\approx 0{,}6532 s

XX : temps de déclenchement (s), variable aléatoire continue de densité ff, nulle hors de [0 ;4][0\,;4].

Le fil de l'exercice : chaque question s'écrit d'abord en inégalité sur XX, puis en aire.

a)

Positivité : x3≥0x^{3}\ge 0 sur [0 ;4][0\,;4], et f=0f=0 ailleurs.

Aire : ∫04x364 dx=[x4256]04=256256=1\int_{0}^{4}\dfrac{x^{3}}{64}\,dx=\left[\dfrac{x^{4}}{256}\right]_{0}^{4}=\dfrac{256}{256}=1.

Les deux conditions sont remplies : ff est une densité, et f(4)=1f(4)=1 ne pose aucun problème.

b)
P(1<X<3)=∫13x364 dx=[x4256]13=81−1256=80256=0,3125\displaystyle P(1<X<3)=\int_{1}^{3}\dfrac{x^{3}}{64}\,dx=\left[\dfrac{x^{4}}{256}\right]_{1}^{3}=\dfrac{81-1}{256}=\dfrac{80}{256}=0{,}3125

31,25 %31{,}25\ \% des détecteurs de ce modèle se déclenchent entre 1 et 3 secondes.

c)

F(x)=∫−∞xf(t) dtF(x)=\int_{-\infty}^{x}f(t)\,dt, à écrire sur CHAQUE morceau :

si x<0x<0 : aucune aire, F(x)=0F(x)=0 ;

si 0≤x≤40\le x\le 4 : F(x)=∫0xt364 dt=x4256F(x)=\int_{0}^{x}\dfrac{t^{3}}{64}\,dt=\dfrac{x^{4}}{256} ;

si x>4x>4 : toute l'aire est déjà comptée, F(x)=1F(x)=1.

Contrôle : F(0)=0F(0)=0 et F(4)=1F(4)=1, les morceaux se raccordent ; F(2)=16256=0,0625F(2)=\dfrac{16}{256}=0{,}0625.

P(1≤X≤3)=F(3)−F(1)=81256−1256=0,3125P(1\le X\le 3)=F(3)-F(1)=\dfrac{81}{256}-\dfrac{1}{256}=0{,}3125 : le même nombre qu'en b), car P(X=1)=P(X=3)=0P(X=1)=P(X=3)=0.

Piège : oublier les morceaux x<0x<0 et x>4x>4. On demande FF pour TOUT réel, la copie qui ne donne que x4256\dfrac{x^{4}}{256} perd la moitié des points.

d)

« Plus de 3,5 s » se traduit par X>3,5X>3{,}5 :

P(X>3,5)=1−F(3,5)=1−3,54256=1−150,0625256≈1−0,5862=0,4138\displaystyle P(X>3{,}5)=1-F(3{,}5)=1-\dfrac{3{,}5^{4}}{256}=1-\dfrac{150{,}0625}{256}\approx 1-0{,}5862=0{,}4138

Environ 41,4 %41{,}4\ \% de ces détecteurs dépassent 3,5 s : la densité, croissante, met beaucoup de poids près de 4 s.

Piège : répondre F(3,5)=0,5862F(3{,}5)=0{,}5862, la probabilité de l'événement CONTRAIRE.

e)
E(X)=∫04x⋅x364 dx=[x5320]04=1024320=3,2 s\displaystyle E(X)=\int_{0}^{4}x\cdot\dfrac{x^{3}}{64}\,dx=\left[\dfrac{x^{5}}{320}\right]_{0}^{4}=\dfrac{1024}{320}=3{,}2\ \mathrm{s}
E(X2)=∫04x2⋅x364 dx=[x6384]04=4096384=323≈10,667\displaystyle E(X^{2})=\int_{0}^{4}x^{2}\cdot\dfrac{x^{3}}{64}\,dx=\left[\dfrac{x^{6}}{384}\right]_{0}^{4}=\dfrac{4096}{384}=\dfrac{32}{3}\approx 10{,}667
V(X)=E(X2)−E(X)2=323−3,22=323−10,24≈0,4267 s2\displaystyle V(X)=E(X^{2})-E(X)^{2}=\dfrac{32}{3}-3{,}2^{2}=\dfrac{32}{3}-10{,}24\approx 0{,}4267\ \mathrm{s^{2}}
σ(X)=0,4267≈0,6532 s\displaystyle \sigma(X)=\sqrt{0{,}4267}\approx 0{,}6532\ \mathrm{s}

Interprétation : sur un grand nombre d'essais, le temps moyen de déclenchement est de 3,2 s.

Piège : arrondir E(X2)E(X^{2}) à 10,7 avant la soustraction ; on trouverait 0,460{,}46 au lieu de 0,430{,}43. On garde la fraction jusqu'au bout.

0,511,522,533,540,250,50,751P(1 < X < 3) = 0,3125fx (s)f(x)

Exercice 3 : De F à f : fonction de répartition par morceaux, médiane et capacité à prévoir

7 réponses vérifiables

La quantité XX d'essence vendue en une journée par une station-service d'autoroute, mesurée en milliers de litres, a pour fonction de répartition (graphe ci-dessous) :

F(x)={0si x<0x210si 0≤x≤21−(5−x)215si 2<x≤51si x>5F(x)=\begin{cases}0 & \text{si } x<0\\ \dfrac{x^{2}}{10} & \text{si } 0\le x\le 2\\ 1-\dfrac{(5-x)^{2}}{15} & \text{si } 2<x\le 5\\ 1 & \text{si } x>5\end{cases}

La cuve de la station est remplie chaque matin.

1234560,20,40,60,811,2Fx (milliers de L)F(x)
  • a) Vérifiez que FF est continue en x=2x=2, puis déterminez la densité ff de XX par morceaux. Donnez f(1)f(1) et f(3)f(3).
  • b) Calculez la probabilité que la demande d'un jour soit supérieure à 1000 litres et d'au plus 3000 litres.
  • c) Déterminez la demande médiane.
  • d) Quelle capacité minimale faut-il donner à la cuve pour que les ventes d'un jour ne la dépassent qu'un jour sur cent ?
  • e) Déterminez le premier quartile Q1Q_{1} de la demande, puis la demande moyenne E(X)E(X).

Tape tes réponses, la page te dit juste ou faux 0/7

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

Réponses

  • a) F(2)=0,4F(2)=0{,}4 des deux côtés ; f(x)=x5f(x)=\dfrac{x}{5} sur [0 ;2][0\,;2], 2(5−x)15\dfrac{2(5-x)}{15} sur ]2 ;5]]2\,;5], 00 ailleurs ; f(1)=0,2f(1)=0{,}2, f(3)≈0,2667f(3)\approx 0{,}2667
  • b) P(1<X≤3)=1930≈0,6333P(1<X\le 3)=\dfrac{19}{30}\approx 0{,}6333
  • c) m=5−7,5≈2,26m=5-\sqrt{7{,}5}\approx 2{,}26 milliers de litres (5\sqrt{5} rejeté)
  • d) c=5−0,15≈4,61c=5-\sqrt{0{,}15}\approx 4{,}61 milliers de litres, soit environ 4613 L
  • e) Q1=2,5≈1,58Q_{1}=\sqrt{2{,}5}\approx 1{,}58 millier de litres ; E(X)=73≈2,33E(X)=\dfrac{7}{3}\approx 2{,}33 milliers de litres

Le fil : chaque morceau de FF n'est valable que sur son intervalle. Avant de résoudre F(x)=pF(x)=p, on compare pp à la valeur de FF au point de raccord pour savoir sur quel morceau chercher.

a)

XX : demande journalière (milliers de L), variable continue de fonction de répartition FF.

En x=2x=2 : 2210=0,4\dfrac{2^{2}}{10}=0{,}4 et 1−(5−2)215=1−915=0,41-\dfrac{(5-2)^{2}}{15}=1-\dfrac{9}{15}=0{,}4 : FF est continue en 2 (et en 0 et 5, où elle vaut 0 et 1).

f=F′f=F' sur chaque morceau : f(x)=2x10=x5f(x)=\dfrac{2x}{10}=\dfrac{x}{5} sur [0 ;2][0\,;2], f(x)=2(5−x)15f(x)=\dfrac{2(5-x)}{15} sur ]2 ;5]]2\,;5], et f(x)=0f(x)=0 ailleurs.

f(1)=0,2f(1)=0{,}2 et f(3)=415≈0,2667f(3)=\dfrac{4}{15}\approx 0{,}2667. La densité est triangulaire, de sommet (2 ;0,4)(2\,;0{,}4).

Piège : dériver −(5−x)215-\dfrac{(5-x)^{2}}{15} en −2(5−x)15-\dfrac{2(5-x)}{15}, oubliant la dérivée intérieure −1-1 ; la densité deviendrait négative.

b)

« Plus de 1000 L et au plus 3000 L » se traduit par 1<X≤31<X\le 3 :

P(1<X≤3)=F(3)−F(1)=(1−415)−110=1115−110=1930≈0,6333\displaystyle P(1<X\le 3)=F(3)-F(1)=\left(1-\dfrac{4}{15}\right)-\dfrac{1}{10}=\dfrac{11}{15}-\dfrac{1}{10}=\dfrac{19}{30}\approx 0{,}6333

Les deux bornes tombent sur deux morceaux différents : chacune se calcule avec SA formule.

Environ 63,3 %63{,}3\ \% des jours, la demande est comprise entre 1000 et 3000 litres.

c)

La médiane vérifie F(m)=0,5F(m)=0{,}5. Comme F(2)=0,4<0,5F(2)=0{,}4<0{,}5, elle est au-delà de 2 :

1−(5−m)215=0,5  ⟺  (5−m)2=7,5  ⟺  m=5−7,5≈2,26\displaystyle 1-\dfrac{(5-m)^{2}}{15}=0{,}5\iff(5-m)^{2}=7{,}5\iff m=5-\sqrt{7{,}5}\approx 2{,}26

On garde la racine qui donne m∈ ]2 ;5]m\in\ ]2\,;5] ; 5+7,55+\sqrt{7{,}5} sort de l'intervalle.

La moitié des jours, la demande est inférieure à environ 2261 litres.

Piège : résoudre m210=0,5\dfrac{m^{2}}{10}=0{,}5 et répondre m=5≈2,24m=\sqrt{5}\approx 2{,}24. Ce nombre dépasse 2 : il est hors du morceau dont on a pris la formule, la réponse est fausse.

d)

« Dépassée un jour sur cent » se traduit par P(X>c)=0,01P(X>c)=0{,}01, soit P(X≤c)=0,99P(X\le c)=0{,}99 : cc est le quantile d'ordre 0,990{,}99.

1−(5−c)215=0,99  ⟺  (5−c)2=0,15  ⟺  c=5−0,15≈4,61\displaystyle 1-\dfrac{(5-c)^{2}}{15}=0{,}99\iff(5-c)^{2}=0{,}15\iff c=5-\sqrt{0{,}15}\approx 4{,}61

Avec une cuve d'au moins 4613 litres, les ventes d'un jour la dépassent au plus un jour sur cent.

Piège : écrire F(c)=0,01F(c)=0{,}01. Un jour sur cent est la queue DROITE ; la cuve suffit quand les ventes sont INFÉRIEURES à sa capacité.

e)

F(2)=0,4≥0,25F(2)=0{,}4\ge 0{,}25 : le premier quartile est sur le premier morceau. Q1210=0,25  ⟺  Q1=2,5≈1,58\dfrac{Q_{1}^{2}}{10}=0{,}25\iff Q_{1}=\sqrt{2{,}5}\approx 1{,}58.

Un jour sur quatre, la demande est inférieure à environ 1581 litres.

E(X)=∫02x⋅x5 dx+∫25x⋅2(5−x)15 dx=815+215[5x22−x33]25=815+215×272=73\displaystyle E(X)=\int_{0}^{2}x\cdot\dfrac{x}{5}\,dx+\int_{2}^{5}x\cdot\dfrac{2(5-x)}{15}\,dx=\dfrac{8}{15}+\dfrac{2}{15}\left[\dfrac{5x^{2}}{2}-\dfrac{x^{3}}{3}\right]_{2}^{5}=\dfrac{8}{15}+\dfrac{2}{15}\times\dfrac{27}{2}=\dfrac{7}{3}

La demande moyenne est d'environ 2333 litres par jour. Contrôle : pour une densité triangulaire, E(X)=0+2+53=73E(X)=\dfrac{0+2+5}{3}=\dfrac{7}{3}.

1234560,10,20,30,40,5aire 0,5m ≈ 2,26c ≈ 4,611 %x (milliers de L)f(x)

Exercice 4 : Une densité donnée par son graphe : constante, probabilités et seuil

5 réponses vérifiables

Dans un centre de tri, la durée XX, en heures, de réparation d'une panne de convoyeur a la densité représentée ci-dessous : nulle avant 0, elle croît en ligne droite de 0 à kk entre 0 et 1 h, reste égale à kk entre 1 et 3 h, puis décroît en ligne droite jusqu'à 0 à 6 h ; elle est nulle au-delà de 6 h.

1234567kfx (h)f(x)
  • a) Déterminez la valeur de kk par un calcul d'aire, sans intégrale.
  • b) Écrivez l'expression de la densité ff sur chacun des trois morceaux, et calculez f(4)f(4).
  • c) Calculez la probabilité qu'une réparation dure plus de 4 heures.
  • d) Calculez la probabilité qu'une réparation dure entre 30 minutes et 2 heures.
  • e) Le responsable veut annoncer une durée tt telle que 95 % des réparations soient terminées avant tt. Déterminez tt.

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

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

Réponses

  • a) k=0,25k=0{,}25
  • b) f(x)=x4f(x)=\dfrac{x}{4} sur [0 ;1][0\,;1], 14\dfrac{1}{4} sur ]1 ;3]]1\,;3], 6−x12\dfrac{6-x}{12} sur ]3 ;6]]3\,;6], 00 ailleurs ; f(4)=16f(4)=\dfrac{1}{6}
  • c) P(X>4)=16≈0,1667P(X>4)=\dfrac{1}{6}\approx 0{,}1667
  • d) P(0,5<X<2)=1132=0,34375P(0{,}5<X<2)=\dfrac{11}{32}=0{,}34375
  • e) t=6−1,2≈4,90t=6-\sqrt{1{,}2}\approx 4{,}90 h

Le geste : une aire sous un graphe affine par morceaux se calcule en triangles, rectangles et trapèzes ; on découpe l'événement selon les morceaux qu'il traverse.

a)

XX : durée de réparation (h), variable continue de densité ff représentée par le graphe.

Aire totale = triangle [0 ;1][0\,;1] + rectangle [1 ;3][1\,;3] + triangle [3 ;6][3\,;6] :

1×k2+2k+3×k2=0,5k+2k+1,5k=4k=1\dfrac{1\times k}{2}+2k+\dfrac{3\times k}{2}=0{,}5k+2k+1{,}5k=4k=1, donc k=0,25k=0{,}25.

Contrôle par le trapèze : (6+2)×k2=4k\dfrac{(6+2)\times k}{2}=4k, les deux bases mesurant 6 et 2.

b)

Sur [0 ;1][0\,;1] : droite par (0 ;0)(0\,;0) et (1 ;0,25)(1\,;0{,}25), f(x)=x4f(x)=\dfrac{x}{4}.

Sur ]1 ;3]]1\,;3] : f(x)=14f(x)=\dfrac{1}{4}.

Sur ]3 ;6]]3\,;6] : droite par (3 ;0,25)(3\,;0{,}25) et (6 ;0)(6\,;0), de pente −112-\dfrac{1}{12}, donc f(x)=6−x12f(x)=\dfrac{6-x}{12}.

Ailleurs, f(x)=0f(x)=0. Alors f(4)=212=16f(4)=\dfrac{2}{12}=\dfrac{1}{6}.

c)

« Plus de 4 heures » : X>4X>4, entièrement sur le dernier morceau. C'est un triangle de base 6−4=26-4=2 et de hauteur f(4)=16f(4)=\dfrac{1}{6} :

P(X>4)=2×162=16≈0,1667\displaystyle P(X>4)=\dfrac{2\times\frac{1}{6}}{2}=\dfrac{1}{6}\approx 0{,}1667

Environ une réparation sur six dure plus de 4 heures.

d)

30 minutes =0,5=0{,}5 h. L'événement 0,5<X<20{,}5<X<2 traverse deux morceaux :

sur [0,5 ;1][0{,}5\,;1], un trapèze : (f(0,5)+f(1))×0,52=(0,125+0,25)×0,52=0,09375\dfrac{(f(0{,}5)+f(1))\times 0{,}5}{2}=\dfrac{(0{,}125+0{,}25)\times 0{,}5}{2}=0{,}09375 ;

sur [1 ;2][1\,;2], un rectangle : 1×0,25=0,251\times 0{,}25=0{,}25.

P(0,5<X<2)=0,09375+0,25=0,34375\displaystyle P(0{,}5<X<2)=0{,}09375+0{,}25=0{,}34375

Environ 34,4 %34{,}4\ \% des réparations durent entre une demi-heure et deux heures.

Piège : écrire « entre 30 et 2 » sans convertir, ou prendre x4\dfrac{x}{4} jusqu'à 2 : la formule du premier morceau s'arrête à 1 h.

e)

On veut P(X≤t)=0,95P(X\le t)=0{,}95, donc P(X>t)=0,05P(X>t)=0{,}05. Or P(X>3)=3×0,252=0,375>0,05P(X>3)=\dfrac{3\times 0{,}25}{2}=0{,}375>0{,}05 : tt est sur le dernier morceau.

La queue à droite de tt est un triangle de base 6−t6-t et de hauteur 6−t12\dfrac{6-t}{12} : P(X>t)=(6−t)224P(X>t)=\dfrac{(6-t)^{2}}{24}.

(6−t)224=0,05  ⟺  (6−t)2=1,2  ⟺  t=6−1,2≈4,90 h\displaystyle \dfrac{(6-t)^{2}}{24}=0{,}05\iff(6-t)^{2}=1{,}2\iff t=6-\sqrt{1{,}2}\approx 4{,}90\ \mathrm{h}

95 %95\ \% des réparations sont terminées en moins de 4,90 h, soit environ 4 h 54 min.

Piège : prendre la racine 6+1,26+\sqrt{1{,}2}, qui dépasse 6 h, la durée maximale du modèle.

12345670,050,10,150,20,250,30,35t ≈ 4,90 h5 %x (h)f(x)

Exercice 5 : La loi uniforme : l'attente de l'ascenseur, de la densité à la conditionnelle

8 réponses vérifiables

Aux heures creuses, un ascenseur du pavillon principal d'une école d'ingénieurs dessert le rez-de-chaussée selon un cycle tel que le temps d'attente XX, en secondes, d'un usager qui appelle la cabine est compris entre 20 s et 110 s, aucune valeur de cet intervalle n'étant privilégiée.

  • a) Nommez la loi de XX avec ses paramètres, puis donnez sa densité et sa fonction de répartition. Calculez F(50)F(50).
  • b) Calculez la probabilité d'attendre plus d'une minute, puis celle d'attendre au plus 45 s.
  • c) Calculez l'attente moyenne E(X)E(X) et l'écart-type σ(X)\sigma(X).
  • d) Calculez P(E(X)−σ<X<E(X)+σ)P(E(X)-\sigma<X<E(X)+\sigma).
  • e) Un usager attend déjà depuis 40 s. Calculez la probabilité que la cabine arrive dans les 30 secondes suivantes.

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

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

Réponses

  • a) X∼U[20 ;110]X\sim\mathcal{U}[20\,;110] ; f(x)=190f(x)=\dfrac{1}{90} sur [20 ;110][20\,;110] ; F(x)=x−2090F(x)=\dfrac{x-20}{90} sur [20 ;110][20\,;110] (0 avant, 1 après) ; F(50)=13F(50)=\dfrac{1}{3}
  • b) P(X>60)=59≈0,5556P(X>60)=\dfrac{5}{9}\approx 0{,}5556 ; P(X≤45)=518≈0,2778P(X\le 45)=\dfrac{5}{18}\approx 0{,}2778
  • c) E(X)=65E(X)=65 s ; σ(X)=675≈25,98\sigma(X)=\sqrt{675}\approx 25{,}98 s
  • d) P(μ−σ<X<μ+σ)=13≈0,5774P(\mu-\sigma<X<\mu+\sigma)=\dfrac{1}{\sqrt{3}}\approx 0{,}5774
  • e) P(X≤70∣X>40)=37≈0,4286P(X\le 70\mid X>40)=\dfrac{3}{7}\approx 0{,}4286
a)

XX : temps d'attente de l'ascenseur (s). « Aucune valeur privilégiée » sur un intervalle borné : X∼U[20 ;110]X\sim\mathcal{U}[20\,;110].

Densité : f(x)=1110−20=190f(x)=\dfrac{1}{110-20}=\dfrac{1}{90} pour 20≤x≤11020\le x\le 110, f(x)=0f(x)=0 ailleurs.

Répartition : F(x)=0F(x)=0 si x<20x<20 ; F(x)=x−2090F(x)=\dfrac{x-20}{90} si 20≤x≤11020\le x\le 110 ; F(x)=1F(x)=1 si x>110x>110.

F(50)=3090=13F(50)=\dfrac{30}{90}=\dfrac{1}{3} : un usager sur trois attend au plus 50 s.

Piège : écrire U[0 ;110]\mathcal{U}[0\,;110] et f=1110f=\dfrac{1}{110}. Le minimum de 20 s fait partie du modèle.

b)

« Plus d'une minute » : X>60X>60. P(X>60)=110−6090=5090=59≈0,5556P(X>60)=\dfrac{110-60}{90}=\dfrac{50}{90}=\dfrac{5}{9}\approx 0{,}5556.

« Au plus 45 s » : X≤45X\le 45. P(X≤45)=F(45)=2590=518≈0,2778P(X\le 45)=F(45)=\dfrac{25}{90}=\dfrac{5}{18}\approx 0{,}2778.

Pour une loi uniforme, une probabilité est une longueur divisée par la longueur totale : aucune intégrale n'est nécessaire.

c)
E(X)=20+1102=65 s\displaystyle E(X)=\dfrac{20+110}{2}=65\ \mathrm{s}

V(X)=(110−20)212=810012=675 s2V(X)=\dfrac{(110-20)^{2}}{12}=\dfrac{8100}{12}=675\ \mathrm{s^{2}}, donc σ(X)=675≈25,98 s\sigma(X)=\sqrt{675}\approx 25{,}98\ \mathrm{s}.

En moyenne, un usager attend 65 s, avec une dispersion d'environ 26 s autour de cette moyenne.

Piège : répondre σ=675\sigma=675, ou σ=9012=7,5\sigma=\dfrac{90}{12}=7{,}5. Le carré et la racine ne se négligent pas.

d)

μ−σ≈39,02\mu-\sigma\approx 39{,}02 et μ+σ≈90,98\mu+\sigma\approx 90{,}98 sont dans [20 ;110][20\,;110] :

P(μ−σ<X<μ+σ)=2σ90=2×90/1290=212=13≈0,5774\displaystyle P(\mu-\sigma<X<\mu+\sigma)=\dfrac{2\sigma}{90}=\dfrac{2\times 90/\sqrt{12}}{90}=\dfrac{2}{\sqrt{12}}=\dfrac{1}{\sqrt{3}}\approx 0{,}5774

Ce nombre ne dépend pas de aa et bb : pour TOUTE loi uniforme, environ 57,7 %57{,}7\ \% des valeurs sont à moins d'un écart-type de la moyenne.

e)

On cherche P(X≤40+30∣X>40)=P(X≤70∣X>40)P(X\le 40+30\mid X>40)=P(X\le 70\mid X>40) :

P(X≤70∣X>40)=P(40<X≤70)P(X>40)=30/9070/90=37≈0,4286\displaystyle P(X\le 70\mid X>40)=\dfrac{P(40<X\le 70)}{P(X>40)}=\dfrac{30/90}{70/90}=\dfrac{3}{7}\approx 0{,}4286

Sachant X>40X>40, XX est uniforme sur ]40 ;110]]40\,;110] : 30 s favorables sur 70 s possibles.

L'usager qui a déjà attendu 40 s a environ 42,9 %42{,}9\ \% de chances d'avoir la cabine dans les 30 s suivantes, contre 3090≈33,3 %\dfrac{30}{90}\approx 33{,}3\ \% pour un usager qui vient d'appeler : une attente uniforme « vieillit ».

Piège : calculer P(40<X≤70)=13P(40<X\le 70)=\dfrac{1}{3} et oublier de diviser par la probabilité de la condition.

1020304050607080901001101201/903040condition X > 40 : largeur 70x (s)f(x)

Partie B : problèmes de contrôle (/50)

Exercice 6 : Deux constantes, une espérance donnée : l'erreur de positionnement d'un bras robotisé

6 réponses vérifiables

Sur une cellule de soudage, l'erreur de positionnement XX, en mm, de la torche portée par un bras robotisé est comprise entre 0 et 2 mm. L'équipe de maintenance retient le modèle de densité

f(x)=a+bxf(x)=a+bx pour 0≤x≤20\le x\le 2, et f(x)=0f(x)=0 ailleurs,

où aa et bb sont deux constantes réelles. Les mesures donnent une erreur moyenne E(X)=1,2E(X)=1{,}2 mm.

  • a) Écrivez les deux équations que doivent vérifier aa et bb, puis résolvez le système.
  • b) Vérifiez que ff est bien une densité.
  • c) Calculez l'écart-type de XX.
  • d) Une soudure est reprise si l'erreur dépasse 1 mm. Parmi les soudures dont l'erreur est inférieure à 1,5 mm, quelle proportion devra être reprise ?
  • e) Déterminez l'erreur médiane et comparez-la à E(X)E(X).

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

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

Réponses

  • a) 2a+2b=12a+2b=1 et 2a+83b=1,22a+\dfrac{8}{3}b=1{,}2 ; a=0,2a=0{,}2 et b=0,3b=0{,}3
  • b) f(x)=0,2+0,3x≥0,2>0f(x)=0{,}2+0{,}3x\ge 0{,}2>0 sur [0 ;2][0\,;2] et l'aire vaut 1 : c'est une densité
  • c) σ(X)=2615−1,44≈0,5416\sigma(X)=\sqrt{\dfrac{26}{15}-1{,}44}\approx 0{,}5416 mm
  • d) P(X>1∣X<1,5)=0,28750,6375≈0,4510P(X>1\mid X<1{,}5)=\dfrac{0{,}2875}{0{,}6375}\approx 0{,}4510
  • e) m=−0,2+0,340,3≈1,2770m=\dfrac{-0{,}2+\sqrt{0{,}34}}{0{,}3}\approx 1{,}2770 mm, un peu au-dessus de E(X)=1,2E(X)=1{,}2 mm

XX : erreur de positionnement de la torche (mm), variable continue de densité f(x)=a+bxf(x)=a+bx sur [0 ;2][0\,;2].

Deux inconnues demandent deux équations : l'aire totale et l'espérance donnée. C'est la même méthode qu'avec une seule constante, appliquée deux fois.

a)

Aire totale : ∫02(a+bx) dx=[ax+bx22]02=2a+2b=1\int_{0}^{2}(a+bx)\,dx=\left[ax+\dfrac{bx^{2}}{2}\right]_{0}^{2}=2a+2b=1.

Espérance : ∫02x(a+bx) dx=[ax22+bx33]02=2a+83b=1,2\int_{0}^{2}x(a+bx)\,dx=\left[\dfrac{ax^{2}}{2}+\dfrac{bx^{3}}{3}\right]_{0}^{2}=2a+\dfrac{8}{3}b=1{,}2.

Par différence : 83b−2b=23b=1,2−1=0,2\dfrac{8}{3}b-2b=\dfrac{2}{3}b=1{,}2-1=0{,}2, donc b=0,3b=0{,}3, puis 2a=1−0,6=0,42a=1-0{,}6=0{,}4 et a=0,2a=0{,}2.

f(x)=0,2+0,3xf(x)=0{,}2+0{,}3x sur [0 ;2][0\,;2].

Piège : écrire ∫02f(x) dx=1,2\int_{0}^{2}f(x)\,dx=1{,}2. L'espérance est l'intégrale de x f(x)x\,f(x), pas celle de ff.

b)

ff est croissante, de f(0)=0,2f(0)=0{,}2 à f(2)=0,8f(2)=0{,}8 : f(x)>0f(x)>0 sur [0 ;2][0\,;2], et f=0f=0 ailleurs.

Son aire vaut 2a+2b=12a+2b=1 par construction. Les deux conditions sont remplies : ff est une densité.

Ce contrôle n'est pas une formalité : avec E(X)=1,6E(X)=1{,}6 mm, le même système donnerait b=0,9b=0{,}9 et a=−0,4<0a=-0{,}4<0, et aucune densité de cette forme ne conviendrait.

c)
E(X2)=∫02x2(0,2+0,3x) dx=[0,2x33+0,3x44]02=1,63+1,2=2615≈1,7333\displaystyle E(X^{2})=\int_{0}^{2}x^{2}(0{,}2+0{,}3x)\,dx=\left[\dfrac{0{,}2x^{3}}{3}+\dfrac{0{,}3x^{4}}{4}\right]_{0}^{2}=\dfrac{1{,}6}{3}+1{,}2=\dfrac{26}{15}\approx 1{,}7333
V(X)=E(X2)−E(X)2=1,7333−1,22≈0,2933 mm2\displaystyle V(X)=E(X^{2})-E(X)^{2}=1{,}7333-1{,}2^{2}\approx 0{,}2933\ \mathrm{mm^{2}}
σ(X)=0,2933≈0,5416 mm\displaystyle \sigma(X)=\sqrt{0{,}2933}\approx 0{,}5416\ \mathrm{mm}
d)

« Reprise » : X>1X>1 ; « parmi celles inférieures à 1,5 mm » : la condition est X<1,5X<1{,}5.

F(x)=∫0x(0,2+0,3t) dt=0,2x+0,15x2F(x)=\int_{0}^{x}(0{,}2+0{,}3t)\,dt=0{,}2x+0{,}15x^{2} sur [0 ;2][0\,;2].

P(X<1,5)=F(1,5)=0,3+0,3375=0,6375P(X<1{,}5)=F(1{,}5)=0{,}3+0{,}3375=0{,}6375 et P(1<X<1,5)=F(1,5)−F(1)=0,6375−0,35=0,2875P(1<X<1{,}5)=F(1{,}5)-F(1)=0{,}6375-0{,}35=0{,}2875.

P(X>1∣X<1,5)=P(1<X<1,5)P(X<1,5)=0,28750,6375≈0,4510\displaystyle P(X>1\mid X<1{,}5)=\dfrac{P(1<X<1{,}5)}{P(X<1{,}5)}=\dfrac{0{,}2875}{0{,}6375}\approx 0{,}4510

Environ 45,1 %45{,}1\ \% des soudures d'erreur inférieure à 1,5 mm devront être reprises.

Piège : répondre 0,28750{,}2875, la probabilité de l'intersection. C'est l'erreur relevée le plus souvent sur cette question en contrôle.

e)

La médiane vérifie F(m)=0,5F(m)=0{,}5 : 0,15m2+0,2m−0,5=00{,}15m^{2}+0{,}2m-0{,}5=0.

m=−0,2+0,22+4×0,15×0,52×0,15=−0,2+0,340,3≈1,2770 mm\displaystyle m=\dfrac{-0{,}2+\sqrt{0{,}2^{2}+4\times 0{,}15\times 0{,}5}}{2\times 0{,}15}=\dfrac{-0{,}2+\sqrt{0{,}34}}{0{,}3}\approx 1{,}2770\ \mathrm{mm}

L'autre racine est négative, hors de [0 ;2][0\,;2] : on la rejette.

La moitié des soudures ont une erreur inférieure à 1,277 mm. La médiane dépasse la moyenne de 1,2 mm parce que la densité, croissante, met plus de poids à droite et laisse une traîne à gauche.

Exercice 7 : Un profit par paliers : la teneur en nickel d'un alliage

7 réponses vérifiables

Une fonderie produit un alliage dont la teneur XX en nickel, en pourcentage massique, varie d'une coulée à l'autre entre 1 % et 3 %. On la modélise par la densité

f(x)=k(x−1)(3−x)f(x)=k(x-1)(3-x) pour 1≤x≤31\le x\le 3, et f(x)=0f(x)=0 ailleurs.

Le prix de vente dépend de la teneur (figure) : une tonne de teneur inférieure à 1,5 % est déclassée et entraîne une perte de 200 dollars ; une tonne de teneur comprise entre 1,5 % et 2,5 % est vendue au prix standard, avec un profit de 300 dollars ; au-delà de 2,5 %, la qualité supérieure rapporte un profit de 500 dollars par tonne. On note GG le profit, en dollars, réalisé sur une tonne.

11,251,51,7522,252,52,7530,250,50,751déclasséstandardsupérieurx (%)f(x)
  • a) Montrez que k=34k=\dfrac{3}{4}.
  • b) Calculez la probabilité de chacun des trois paliers de qualité.
  • c) Donnez la loi de probabilité de GG, puis le profit moyen par tonne E(G)E(G).
  • d) Calculez l'écart-type de GG.
  • e) La direction veut porter le profit moyen à 280 dollars par tonne en relevant seulement le profit de la qualité supérieure. Quel profit par tonne faut-il obtenir sur cette qualité ?

Tape tes réponses, la page te dit juste ou faux 0/7

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

Réponses

  • a) ∫13(x−1)(3−x) dx=43\int_{1}^{3}(x-1)(3-x)\,dx=\dfrac{4}{3}, donc k=34k=\dfrac{3}{4}
  • b) P(X<1,5)=532=0,15625P(X<1{,}5)=\dfrac{5}{32}=0{,}15625 ; P(1,5≤X≤2,5)=1116=0,6875P(1{,}5\le X\le 2{,}5)=\dfrac{11}{16}=0{,}6875 ; P(X>2,5)=0,15625P(X>2{,}5)=0{,}15625
  • c) G∈{−200 ;300 ;500}G\in\{-200\,;300\,;500\} avec les probabilités 0,156250{,}15625 ; 0,68750{,}6875 ; 0,156250{,}15625 ; E(G)=253,125E(G)=253{,}125 dollars par tonne
  • d) σ(G)≈207,64\sigma(G)\approx 207{,}64 dollars
  • e) 672672 dollars par tonne

Le geste : une variable CONTINUE XX en fabrique une DISCRÈTE GG dès que le profit est constant par paliers. On calcule une probabilité par palier, puis tout se fait comme au chapitre des variables discrètes.

a)

XX : teneur en nickel (%), variable continue de densité ff sur [1 ;3][1\,;3]. On pose u=x−1u=x-1 :

∫13(x−1)(3−x) dx=∫02u(2−u) du=[u2−u33]02=4−83=43\displaystyle \int_{1}^{3}(x-1)(3-x)\,dx=\int_{0}^{2}u(2-u)\,du=\left[u^{2}-\dfrac{u^{3}}{3}\right]_{0}^{2}=4-\dfrac{8}{3}=\dfrac{4}{3}

k×43=1k\times\dfrac{4}{3}=1 donne k=34k=\dfrac{3}{4} ; et f≥0f\ge 0 sur [1 ;3][1\,;3], car x−1≥0x-1\ge 0 et 3−x≥03-x\ge 0.

b)

Fonction de répartition sur [1 ;3][1\,;3] : F(x)=34[(x−1)2−(x−1)33]F(x)=\dfrac{3}{4}\left[(x-1)^{2}-\dfrac{(x-1)^{3}}{3}\right].

P(X<1,5)=F(1,5)=34(0,25−0,1253)=532=0,15625\displaystyle P(X<1{,}5)=F(1{,}5)=\dfrac{3}{4}\left(0{,}25-\dfrac{0{,}125}{3}\right)=\dfrac{5}{32}=0{,}15625

La densité est symétrique autour de 2 : P(X>2,5)=P(X<1,5)=0,15625P(X>2{,}5)=P(X<1{,}5)=0{,}15625.

P(1,5≤X≤2,5)=1−2×0,15625=0,6875\displaystyle P(1{,}5\le X\le 2{,}5)=1-2\times 0{,}15625=0{,}6875

Contrôle : F(2,5)=1−0,15625=0,84375F(2{,}5)=1-0{,}15625=0{,}84375, ce que donne aussi la formule.

c)

GG : profit sur une tonne (dollars), variable discrète.

P(G=−200)=0,15625P(G=-200)=0{,}15625 ; P(G=300)=0,6875P(G=300)=0{,}6875 ; P(G=500)=0,15625P(G=500)=0{,}15625 ; la somme vaut 1.

E(G)=−200×0,15625+300×0,6875+500×0,15625=−31,25+206,25+78,125=253,125\displaystyle E(G)=-200\times 0{,}15625+300\times 0{,}6875+500\times 0{,}15625=-31{,}25+206{,}25+78{,}125=253{,}125

La fonderie réalise en moyenne un profit d'environ 253,13 dollars par tonne d'alliage.

Piège : faire la moyenne −200+300+5003=200\dfrac{-200+300+500}{3}=200 des trois profits : les paliers ne sont pas équiprobables.

d)
E(G2)=40 000×0,15625+90 000×0,6875+250 000×0,15625=107 187,5\displaystyle E(G^{2})=40\,000\times 0{,}15625+90\,000\times 0{,}6875+250\,000\times 0{,}15625=107\,187{,}5
V(G)=E(G2)−E(G)2=107 187,5−253,1252≈43 115,23\displaystyle V(G)=E(G^{2})-E(G)^{2}=107\,187{,}5-253{,}125^{2}\approx 43\,115{,}23

σ(G)=43 115,23≈207,64\sigma(G)=\sqrt{43\,115{,}23}\approx 207{,}64 dollars.

L'écart-type est presque aussi grand que la moyenne : d'une tonne à l'autre, le profit varie beaucoup.

e)

On note pp le nouveau profit de la qualité supérieure, les deux autres paliers inchangés :

−31,25+206,25+0,15625 p=280  ⟺  0,15625 p=105  ⟺  p=672\displaystyle -31{,}25+206{,}25+0{,}15625\,p=280\iff 0{,}15625\,p=105\iff p=672

Il faut obtenir un profit de 672 dollars par tonne sur la qualité supérieure, au lieu de 500.

Remonter à un paramètre, c'est écrire l'équation E(G)=280E(G)=280 avec l'inconnue à sa place, puis la résoudre.

Exercice 8 : Cinq affirmations à corriger

10 réponses vérifiables

Chacune des cinq affirmations suivantes a été relevée sur une copie. Pour chacune, dites si elle est vraie ou fausse, justifiez, et donnez le nombre demandé, qui tranche.

  • a) « La fonction f(x)=3x2f(x)=3x^{2} sur [0 ;1][0\,;1], nulle ailleurs, vaut 3 en x=1x=1 : ce n'est pas une densité. » Calculez l'aire sous ff.
  • b) « Pour le détecteur de fumée de l'exercice 2, P(1≤X≤3)=P(1<X<3)P(1\le X\le 3)=P(1<X<3). » Donnez cette probabilité.
  • c) « La densité vaut 0,10{,}1 sur [0 ;2][0\,;2] et 0,20{,}2 sur ]2 ;6]]2\,;6]. On résout 0,1m=0,50{,}1m=0{,}5, donc la médiane vaut m=5m=5. » Donnez la médiane.
  • d) « Si X∼U[4 ;16]X\sim\mathcal{U}[4\,;16], alors l'écart-type de XX vaut (16−4)212=12\dfrac{(16-4)^{2}}{12}=12. » Donnez l'écart-type.
  • e) « La fonction aléatoire d'une calculatrice, réglée pour afficher un réel entre 0 et 10, donne X∼U[0 ;10]X\sim\mathcal{U}[0\,;10] ; sachant X>4X>4, la probabilité que X<7X<7 vaut P(4<X<7)=0,3P(4<X<7)=0{,}3. » Donnez la bonne probabilité.

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

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

Réponses

  • a) Faux : f≥0f\ge 0 et ∫013x2 dx=1\int_{0}^{1}3x^{2}\,dx=1, c'est une densité ; une densité peut dépasser 1
  • b) Vrai : P(X=1)=P(X=3)=0P(X=1)=P(X=3)=0, les deux valent 0,31250{,}3125
  • c) Faux : F(2)=0,2<0,5F(2)=0{,}2<0{,}5, la médiane vaut 3,53{,}5
  • d) Faux : 12 est la variance ; σ=12≈3,46\sigma=\sqrt{12}\approx 3{,}46
  • e) Faux : P(X<7∣X>4)=0,30,6=0,5P(X<7\mid X>4)=\dfrac{0{,}3}{0{,}6}=0{,}5

Les cinq erreurs ont la même racine : traiter une densité comme une probabilité, ou une formule de morceau comme une formule valable partout.

a)

Faux. f(x)=3x2≥0f(x)=3x^{2}\ge 0 et ∫013x2 dx=[x3]01=1\int_{0}^{1}3x^{2}\,dx=\left[x^{3}\right]_{0}^{1}=1 : ff est une densité.

La valeur f(1)=3f(1)=3 n'est pas une probabilité, c'est une probabilité PAR UNITÉ : P(0,99<X<1)=1−0,993≈0,0297P(0{,}99<X<1)=1-0{,}99^{3}\approx 0{,}0297, petite malgré ff proche de 3.

Seule l'aire est bornée par 1. Une densité concentrée sur un petit intervalle est forcément haute.

b)

Vrai. Pour une variable continue, P(X=a)=∫aaf(x) dx=0P(X=a)=\int_{a}^{a}f(x)\,dx=0 pour tout réel aa.

Donc P(1≤X≤3)=P(1<X<3)+P(X=1)+P(X=3)=0,3125+0+0=0,3125P(1\le X\le 3)=P(1<X<3)+P(X=1)+P(X=3)=0{,}3125+0+0=0{,}3125.

Attention : c'est FAUX pour une variable discrète. Dans le chapitre de la binomiale, P(X≤3)P(X\le 3) et P(X<3)P(X<3) diffèrent du terme P(X=3)P(X=3).

c)

Faux. La formule F(x)=0,1xF(x)=0{,}1x ne vaut que sur [0 ;2][0\,;2], où FF monte au plus à F(2)=0,2F(2)=0{,}2.

m=5m=5 sort de ce morceau : la réponse est donc fausse. Comme 0,2<0,50{,}2<0{,}5, la médiane est sur ]2 ;6]]2\,;6] :

F(m)=0,2+0,2(m−2)=0,5  ⟺  m−2=1,5  ⟺  m=3,5\displaystyle F(m)=0{,}2+0{,}2(m-2)=0{,}5\iff m-2=1{,}5\iff m=3{,}5

Contrôle : l'aire totale vaut 0,1×2+0,2×4=10{,}1\times 2+0{,}2\times 4=1, et F(3,5)=0,2+0,3=0,5F(3{,}5)=0{,}2+0{,}3=0{,}5.

Piège : résoudre sur le premier morceau sans vérifier que la solution y reste.

d)

Faux. (b−a)212=14412=12\dfrac{(b-a)^{2}}{12}=\dfrac{144}{12}=12 est la VARIANCE de XX, en unités au carré.

L'écart-type est sa racine : σ(X)=12≈3,46\sigma(X)=\sqrt{12}\approx 3{,}46, dans l'unité de XX.

Contrôle d'ordre de grandeur : un écart-type de 12 sur un intervalle de longueur 12 serait absurde, aucune valeur n'est à plus de 6 de la moyenne 10.

e)

Faux. « Sachant X>4X>4 » est une probabilité CONDITIONNELLE : on divise par la probabilité de la condition.

P(X<7∣X>4)=P(4<X<7)P(X>4)=3/106/10=0,5\displaystyle P(X<7\mid X>4)=\dfrac{P(4<X<7)}{P(X>4)}=\dfrac{3/10}{6/10}=0{,}5

Sachant X>4X>4, XX est uniforme sur ]4 ;10]]4\,;10] : 3 unités favorables sur 6.

Piège : répondre 0,30{,}3, la probabilité de l'intersection. C'est l'erreur de contrôle la plus fréquente du chapitre, et elle coûte toute la question.

Exercice 9 : Problème de contrôle : l'attente de la navette, puis dix trajets

6 réponses vérifiables

Une navette relie le campus à la station de métro. Le temps d'attente XX, en minutes, d'un étudiant qui arrive à l'arrêt sans consulter l'horaire a la densité représentée ci-dessous : constante et égale à cc entre 0 et 4 min, puis décroissante en ligne droite jusqu'à 0 à 14 min, nulle ailleurs.

246810121416cfx (min)f(x)
  • a) Déterminez cc, puis écrivez la densité de XX par morceaux.
  • b) Calculez le temps d'attente moyen.
  • c) Déterminez le temps d'attente médian.
  • d) Un étudiant attend déjà depuis 6 minutes. Calculez la probabilité que la navette arrive dans les 3 minutes suivantes.
  • e) Un étudiant prend la navette lors de 10 trajets indépendants. Calculez la probabilité qu'il attende plus de 10 minutes lors d'au moins deux de ces trajets.

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

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

Réponses

  • a) c=19c=\dfrac{1}{9} ; f(x)=19f(x)=\dfrac{1}{9} sur [0 ;4][0\,;4], f(x)=14−x90f(x)=\dfrac{14-x}{90} sur ]4 ;14]]4\,;14], 00 ailleurs
  • b) E(X)=13427≈4,96E(X)=\dfrac{134}{27}\approx 4{,}96 min
  • c) m=14−90≈4,51m=14-\sqrt{90}\approx 4{,}51 min
  • d) P(X≤9∣X>6)=3964≈0,6094P(X\le 9\mid X>6)=\dfrac{39}{64}\approx 0{,}6094
  • e) Y∼B(10 ;445)Y\sim\mathcal{B}\left(10\,;\dfrac{4}{45}\right) ; P(Y≥2)≈0,2212P(Y\ge 2)\approx 0{,}2212

XX : temps d'attente de la navette (min), variable continue de densité ff représentée par le graphe.

Le fil : chaque réponse est une aire sous le graphe, prise sur le bon morceau ; la dernière question réutilise une de ces aires comme probabilité de succès d'une binomiale.

a)

Aire = rectangle [0 ;4][0\,;4] + triangle [4 ;14][4\,;14] : 4c+10c2=9c=14c+\dfrac{10c}{2}=9c=1, donc c=19c=\dfrac{1}{9}.

Le morceau décroissant passe par (4 ;19)\left(4\,;\dfrac{1}{9}\right) et (14 ;0)(14\,;0) : f(x)=19×14−x10=14−x90f(x)=\dfrac{1}{9}\times\dfrac{14-x}{10}=\dfrac{14-x}{90}.

f(x)=19f(x)=\dfrac{1}{9} sur [0 ;4][0\,;4] ; f(x)=14−x90f(x)=\dfrac{14-x}{90} sur ]4 ;14]]4\,;14] ; f(x)=0f(x)=0 ailleurs.

b)
E(X)=∫04x9 dx+∫414x(14−x)90 dx=1618+190[7x2−x33]414\displaystyle E(X)=\int_{0}^{4}\dfrac{x}{9}\,dx+\int_{4}^{14}\dfrac{x(14-x)}{90}\,dx=\dfrac{16}{18}+\dfrac{1}{90}\left[7x^{2}-\dfrac{x^{3}}{3}\right]_{4}^{14}
[7x2−x33]414=(1372−27443)−(112−643)=11003\displaystyle \left[7x^{2}-\dfrac{x^{3}}{3}\right]_{4}^{14}=\left(1372-\dfrac{2744}{3}\right)-\left(112-\dfrac{64}{3}\right)=\dfrac{1100}{3}
E(X)=89+1100270=13427≈4,96 min\displaystyle E(X)=\dfrac{8}{9}+\dfrac{1100}{270}=\dfrac{134}{27}\approx 4{,}96\ \mathrm{min}

En moyenne, un étudiant attend la navette environ 4 min 58 s.

Piège : intégrer x f(x)x\,f(x) d'un seul tenant de 0 à 14 avec la formule du second morceau.

c)

F(4)=49≈0,444<0,5F(4)=\dfrac{4}{9}\approx 0{,}444<0{,}5 : la médiane est sur ]4 ;14]]4\,;14], où P(X>x)P(X>x) est un triangle :

P(X>x)=(14−x)2×14−x90=(14−x)2180P(X>x)=\dfrac{(14-x)}{2}\times\dfrac{14-x}{90}=\dfrac{(14-x)^{2}}{180}, donc F(x)=1−(14−x)2180F(x)=1-\dfrac{(14-x)^{2}}{180}.

F(m)=0,5  ⟺  (14−m)2=90  ⟺  m=14−90≈4,51 min\displaystyle F(m)=0{,}5\iff(14-m)^{2}=90\iff m=14-\sqrt{90}\approx 4{,}51\ \mathrm{min}

La moitié des étudiants attendent moins de 4,51 min. Contrôle : m>4m>4, la solution reste dans le morceau utilisé.

d)

On cherche P(X≤9∣X>6)P(X\le 9\mid X>6), avec F(x)=1−(14−x)2180F(x)=1-\dfrac{(14-x)^{2}}{180} sur ]4 ;14]]4\,;14] :

P(X>6)=82180=64180P(X>6)=\dfrac{8^{2}}{180}=\dfrac{64}{180} et P(6<X≤9)=64−25180=39180P(6<X\le 9)=\dfrac{64-25}{180}=\dfrac{39}{180}

P(X≤9∣X>6)=39/18064/180=3964≈0,6094\displaystyle P(X\le 9\mid X>6)=\dfrac{39/180}{64/180}=\dfrac{39}{64}\approx 0{,}6094

Après 6 minutes d'attente, la navette arrive dans les 3 minutes suivantes avec une probabilité d'environ 60,9 %60{,}9\ \%.

Piège : répondre P(6<X≤9)=39180≈0,2167P(6<X\le 9)=\dfrac{39}{180}\approx 0{,}2167, qui ne tient pas compte de l'attente déjà faite.

e)

Étage 1, la loi continue donne pp : p=P(X>10)=(14−10)2180=16180=445≈0,0889p=P(X>10)=\dfrac{(14-10)^{2}}{180}=\dfrac{16}{180}=\dfrac{4}{45}\approx 0{,}0889.

Étage 2 : YY = nombre de trajets, parmi les 10, où l'attente dépasse 10 min. Dix épreuves indépendantes, deux issues, même pp : Y∼B(10 ;445)Y\sim\mathcal{B}\left(10\,;\dfrac{4}{45}\right).

« Au moins deux » : P(Y≥2)=1−P(Y=0)−P(Y=1)=1−(4145)10−10×445×(4145)9P(Y\ge 2)=1-P(Y=0)-P(Y=1)=1-\left(\dfrac{41}{45}\right)^{10}-10\times\dfrac{4}{45}\times\left(\dfrac{41}{45}\right)^{9}

P(Y≥2)≈1−0,3942−0,3846=0,2212\displaystyle P(Y\ge 2)\approx 1-0{,}3942-0{,}3846=0{,}2212

Sur 10 trajets, l'étudiant a environ 22,1 %22{,}1\ \% de risque d'attendre plus de 10 minutes au moins deux fois.

Piège : ne garder que 1−P(Y=0)1-P(Y=0), la probabilité d'« au moins une » fois.

2468101214161/919,5/90sachant X > 6 : aire 32/90x (min)f(x)

Exercice 10 : Problème de contrôle : la loi uniforme retrouvée par deux quantiles, puis douze nuits de mesure

8 réponses vérifiables

Pour un chantier de nuit, un sonomètre placé à la limite du terrain enregistre le niveau de bruit moyen XX, en décibels (dB), sur chaque période de 15 minutes. L'acousticien du chantier modélise XX par une loi uniforme sur un intervalle [a ;b][a\,;b] inconnu. Les relevés montrent que 15 %15\ \% des périodes ont un niveau inférieur à 51 dB et que 25 %25\ \% des périodes ont un niveau supérieur à 63 dB.

  • a) Traduisez les deux données par deux équations, puis déterminez aa et bb.
  • b) Calculez le niveau moyen et l'écart-type de XX.
  • c) Le règlement municipal fixe la limite de nuit à 65 dB. Calculez la probabilité qu'une période dépasse cette limite.
  • d) Le sonomètre déclenche une alerte dès que le niveau dépasse 55 dB. Sachant qu'une alerte a été déclenchée, calculez la probabilité que la limite de 65 dB soit dépassée.
  • e) Chaque nuit, on retient une période de 15 minutes tirée au hasard, et les nuits sont indépendantes. Sur 12 nuits, le chantier reçoit un avis d'infraction si la limite est dépassée lors d'au moins 3 des périodes retenues. Calculez la probabilité d'un avis d'infraction, puis le nombre moyen de dépassements sur les 12 nuits.

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

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

Réponses

  • a) a+0,15(b−a)=51a+0{,}15(b-a)=51 et a+0,75(b−a)=63a+0{,}75(b-a)=63 ; a=48a=48 dB et b=68b=68 dB
  • b) E(X)=58E(X)=58 dB ; σ(X)=2012≈5,77\sigma(X)=\dfrac{20}{\sqrt{12}}\approx 5{,}77 dB
  • c) P(X>65)=0,15P(X>65)=0{,}15
  • d) P(X>65∣X>55)=313≈0,2308P(X>65\mid X>55)=\dfrac{3}{13}\approx 0{,}2308
  • e) Y∼B(12 ;0,15)Y\sim\mathcal{B}(12\,;0{,}15) ; P(Y≥3)≈0,2642P(Y\ge 3)\approx 0{,}2642 ; E(Y)=1,8E(Y)=1{,}8 dépassement

XX : niveau de bruit moyen d'une période (dB), X∼U[a ;b]X\sim\mathcal{U}[a\,;b], de fonction de répartition F(x)=x−ab−aF(x)=\dfrac{x-a}{b-a} sur [a ;b][a\,;b].

Le fil : un pourcentage « inférieur à » est une valeur de FF, un pourcentage « supérieur à » est une valeur de 1−F1-F. On traduit avant d'écrire la moindre équation.

a)

« 15 %15\ \% inférieurs à 51 » : F(51)=0,15F(51)=0{,}15, soit 51=a+0,15(b−a)51=a+0{,}15(b-a).

« 25 %25\ \% supérieurs à 63 » : P(X>63)=0,25P(X>63)=0{,}25, donc F(63)=0,75F(63)=0{,}75, soit 63=a+0,75(b−a)63=a+0{,}75(b-a).

Par différence : 0,6(b−a)=120{,}6(b-a)=12, donc b−a=20b-a=20 ; puis a=51−0,15×20=48a=51-0{,}15\times 20=48 et b=68b=68.

X∼U[48 ;68]X\sim\mathcal{U}[48\,;68].

Contrôle : F(51)=320=0,15F(51)=\dfrac{3}{20}=0{,}15 et P(X>63)=520=0,25P(X>63)=\dfrac{5}{20}=0{,}25.

Piège : écrire F(63)=0,25F(63)=0{,}25. On trouverait 0,1(b−a)=120{,}1(b-a)=12, soit U[33 ;153]\mathcal{U}[33\,;153], où 75 %75\ \% des périodes dépasseraient 63 dB : le contraire de l'énoncé.

b)

E(X)=48+682=58 dBE(X)=\dfrac{48+68}{2}=58\ \mathrm{dB} et V(X)=20212=1003 dB2V(X)=\dfrac{20^{2}}{12}=\dfrac{100}{3}\ \mathrm{dB^{2}}, donc σ(X)=2012≈5,77 dB\sigma(X)=\dfrac{20}{\sqrt{12}}\approx 5{,}77\ \mathrm{dB}.

Le niveau moyen d'une période est de 58 dB, avec une dispersion d'environ 5,8 dB.

Le modèle uniforme est une approximation : il fixe un plancher et un plafond stricts au bruit, ce qu'aucun chantier réel ne garantit.

c)

« Dépasser 65 dB » : X>65X>65. P(X>65)=68−6520=320=0,15P(X>65)=\dfrac{68-65}{20}=\dfrac{3}{20}=0{,}15.

15 %15\ \% des périodes dépassent la limite municipale.

d)

On cherche P(X>65∣X>55)P(X>65\mid X>55). Comme X>65X>65 entraîne X>55X>55, l'intersection est {X>65}\{X>65\} :

P(X>65∣X>55)=P(X>65)P(X>55)=3/2013/20=313≈0,2308\displaystyle P(X>65\mid X>55)=\dfrac{P(X>65)}{P(X>55)}=\dfrac{3/20}{13/20}=\dfrac{3}{13}\approx 0{,}2308

Quand l'alerte se déclenche, la limite est dépassée dans environ 23,1 %23{,}1\ \% des cas.

Piège : répondre 0,150{,}15, comme si l'alerte n'apportait aucune information.

e)

Étage 1 : p=P(X>65)=0,15p=P(X>65)=0{,}15 pour chaque période retenue.

Étage 2 : YY = nombre de nuits, parmi 12, où la période retenue dépasse 65 dB. Douze épreuves indépendantes, même pp : Y∼B(12 ;0,15)Y\sim\mathcal{B}(12\,;0{,}15).

P(Y≤2)=0,8512+12×0,15×0,8511+C122×0,152×0,8510≈0,1422+0,3012+0,2924=0,7358\displaystyle P(Y\le 2)=0{,}85^{12}+12\times 0{,}15\times 0{,}85^{11}+C_{12}^{2}\times 0{,}15^{2}\times 0{,}85^{10}\approx 0{,}1422+0{,}3012+0{,}2924=0{,}7358
P(Y≥3)=1−0,7358=0,2642\displaystyle P(Y\ge 3)=1-0{,}7358=0{,}2642
E(Y)=np=12×0,15=1,8\displaystyle E(Y)=np=12\times 0{,}15=1{,}8

Le chantier a environ 26,4 %26{,}4\ \% de risque de recevoir un avis d'infraction sur 12 nuits, avec 1,8 dépassement en moyenne.

Piège : calculer 1−P(Y≤3)1-P(Y\le 3). « Au moins 3 » contient 3, son contraire est « au plus 2 ».

4446485052545658606264666870721/2015 %25 %60 % entre 51 et 63x (dB)f(x)
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-continues-uniforme. 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 densités au niveau du contrôle périodique : l'aire d'abord, le bon morceau ensuite.

Site par Studio Squalli