Vous êtes sur la page 1sur 6

Fluctuation,

estimation

ACTIVITS

(page 242)

Activit
1 1. Les tirages seffectuent avec remise donc sont indpendants. Chacun constitue une preuve de Bernoulli avec
p = 0,44.
Ici n = 100 et p = 0,44.
2. a) La frquence qui a la plus forte probabilit semble
tre 0,44 avec une probabilit de 0,08. Ce rsultat tait
prvisible car il correspond au pourcentage de boules
blanches dans lurne.

9 A 1. Trois chantillons; deux lancers dans chaque


1
2

2 1. La frquence est gale 0,55.


2. Cette frquence a une probabilit infrieure 0,01
(hauteur du bton), elle tait donc trs peu probable.

Travaux dirigs (page 250)

EXERCICES
chantillon.
2.
J
1
I
1

b) 0,5 a une probabilit denviron 0,038.


c) Cet vnement correspond aux frquences qui sont associes aux btons rouges. La hauteur des btons correspond
la probabilit de chacune des frquences de cet vnement.

2
1

2
2

3
1

3
2

3. a) F contient la frquence dapparition de Pile pour le


premier chantillon.
b) (1, Frquence trouve au premier chantillon.)
4. a) Frquence de Pile pour le deuxime chantillon.
b) (2, Frquence trouve au deuxime chantillon.)
5. Trois.
b 1. Ici, p = 0,5 puisque la pice est bien quilibre, et le
nombre de lancers est gal N, donc la taille de lchantillon
est N.
2. Au dbut du programme, ajouter une instruction qui nettoie lcran : EffDessin ou ClrDraw pour TI, Cls pour Casio.

a) et b) Les points semblent rpartis un peu partout dans


lcran car N = 10 est petit, donc la fluctuation est grande.
c) Dans Y= taper 0,5.
3. e) On devrait obtenir environ cinq points extrieurs la
bande horizontale (5%).
c 1. a) Remplacez Tracer_point (J, F) par :
Tracer_point (F, 0,25 + J * 0,5).
Tracer_segment (F 1/2N, 0,25 + J * 0,5)
(F + 1/2N, 0,25 + J * 0,5).
b) la fin de lalgorithme, ajoutez :
Tracer_segment (0,5, 0) (0,5, 11).
2. a) Il devrait y en avoir 95% environ, cest--dire
19environ, lorsque K = 20.
b) Le thorme 2 sur lintervalle de confiance.

Chapitre 9 Fluctuation, estimation

Nathan 2012 Transmath Term. ES-L

CHAPITRE

Entranement (page 252)

EXERCICES

22 1. 37 0,71.

De tte

52

10 1. a = 1 ; b = 1 ; c = 1 ; donc c < a < b.


15
9
20
1
1
2. a = ; c = ; donc a < b < c.
30
10

2. a) A1 =ENT(ALEA()*2) et tirer jusqu la cellule AZ1.

11 1. [0,4; 0,6].
2. [0,39; 0,41].

12 I = [0,1; 0,2] et J = [0,05; 0,25] donc I J.

Fluctuation dchantillonnage
13 a) Lancer la pice 20 fois et compter le nombre de
pile obtenus.
b) Lancer le d 20 fois et compter le nombre de 4.
c) Tirer 20 boules avec remise et compter le nombre de
boules bleues.
d) Tirer 20 cartes avec remise et compter le nombre das.
14 Numroter les lves de 1 1252 et tirer 50 numros
avec remise.

15 a) Oui, car n > 30; np = 18 > 5 et n(1 p) = 18 > 5.


b) Non, car np = 4 < 5.
c) Non, car n(1 p) = 50 0,05 = 2,5 < 5.
d) Oui, car n > 30; np = 20 > 5 et n(1 p) = 380 > 5.
16 On veut n > 30 et np > 5 donc n 0,1 > 5.
Do : n > 50.

17 On veut n > 30 et n(1 p) > 5 donc n 0,08 > 5.


Do : n > 63.

18 a) I = 0,65 1,96 00,65 0,35 ; 0,65 + 1,96 00,63 0,35 .


5100

5100

I J = [0,5565; 0,7435].
1,9600,63 0,35
1,9600,65 0,35
; 0,65 +
.
b) I = 0,65
71000
71000
I J = [0,6204; 0,6796].

19 I = 0,6 1,9690,6 0,4 ; 0,6 + 1,9690,6 0,4 .

Nathan 2012 Transmath Term. ES-L

5100
I J = [0,5039; 0,6961].

20 a) Oui, car

5100

21 Oui, car

0,49 0,51 1,96

00,51 0,49
00,51 0,49
; 0,51 + 1,96
.
71253
71253

En effet, 0,51 1,96

00,51 0,49
0,4823.
71253

Chapitre 9 Fluctuation, estimation

23 1. I = 0,55 1,9600,55 0,45 ; 0,55 + 1,9600,55 0,45 .


5100

5100

I [0,452; 0,648].
2. Au seuil de 95%, laffirmation du maire est errone car
0,43 I.

24 1. 53 = 0,265 = 26,5%.

200
1,9690,2 0,8
1,9690,2 0,8
2. I = 0,2
; 0,2 +
.
5200
5200
I [0,144; 0,256].
3. 0,265 I, par consquent, linformation du fournisseur
daccs est sans doute fausse.

25 1. I = 0,25 1,9600,25 0,75 ; 0,25 + 1,9600,25 0,75 .


5500

5500

I [0,212; 0,288].
172
0,344.
2. La frquence f est maintenant gale
500
f nappartient pas I, donc au seuil de 95% on peut dire
que les travaux ont amlior la frquentation des skieurs
hors dpartement.

26 1. I = 0,8 1,9690,8 0,2 ; 0,8 + 1,9690,8 0,2 .


71000

71000

I [0,775; 0,825].
2. 0,7 nappartient pas cet intervalle. Soit le pourcentage
avanc par les habitants est erron, soit le comptage nest
pas reprsentatif.

27 1. I = 0,13 1,9600,13 0,87 ; 0,13 + 1,9600,13 0,87 .

1,9600,42 0,58
1,9600,42 0,58
; 0,42 +
.
5100
5100
1,9600,42 0,58
.
b) Non, car 0,49 > 0,42 +
71000
0,49 0,42

b) Le nombre de garons sur les 52 naissances.


0,98
0,98
3. a) 0,5
; 0,5 +
= [0,364; 0,636].
452
452
b) Le nombre dchantillons de taille 52 dont la frquence
des garons nappartient pas lintervalle de fluctuation
ci-dessus.
4. Au seuil de 95%, la naissance de 37 garons sur 52
nest pas conforme une situation dquiprobabilit car
0,71 > 0,636.

5100

5100

I [0,064; 0,196].
2. 0,19 appartient lintervalle de confiance au seuil de
95%. Avec la rgle de dcision choisie il ny a pas lieu de
faire dautres investigations.
1,9600,13 0,87
< 0,19. Do : n > 121.
3. On veut 0,13 +
1n

Intervalles de confiance
28 n < 30, donc les conditions ne sont pas remplies.

29 n > 30, nf = 57 et n(1 f) = 43. Les conditions sont


remplies.
1
1
= [0,47; 0,67].
I = 0,57 ; 0,57 +
10
10
30 n > 30; nf = 5,4 > 5 et n(1 f) = 30,6 > 5.
Les conditions sont remplies.
1
1
I = 0,15 ; 0,15 + .
6
6

31 n > 30; nf = 40 0,88 = 35,2;

Les conditions sont remplies.


1
1
; 0,51 +
.
I = 0,51
5200
5200

33 I = [0,61; 0,81] et J = [0,53; 0,73].


Les intervalles de confiance ne sont pas disjoints.

34 I = 30,32 1 ; 0,32 + 1 4

30
30
1
1
et J = 0,39 ; 0,39 +
.
30
30
I [0,286; 0,354] et J [0,356; 0,424].
I et J sont disjoints.

35 On a 1f + 1

1
1n
Do : 1n = 25, donc n = 625.

2 1f
1n

2 = 0,08 donc

5400

5400

0,67
0,57

2
= 0,08.
1n

4 = [0,57; 0,67].

1
1
; 0,62 +
2. a) I2 = 0,62
= [0,588; 0,652].
71000
71000
b) I2 I1.

37 Lintervalle de confiance au niveau 0,95 est gal


[0,22; 0,42]. Il y a 95% de chances que cet intervalle
contienne p.
38 Lintervalle de confiance au niveau 0,95 est gal
[0,25; 0,35]. Il y a 95% de chances que cet intervalle
contienne p.
39 Lintervalle de confiance au niveau 0,95 est gal
[0,57; 0,77]. Il y a 95% de chances que cet intervalle
contienne p.
1
1
; 0,49 +
= [0,458; 0,522].
71000
71000
1
1
; 0,51 +
b) 0,51
= [0,478; 0,542].
71000
71000

40 1. a) 30,49

2.

0,458

0,5

0,522

0,478

0,542

3. Non,car 0,478 < 0,5.

41 30,28

1
1
; 0,28 +
= [0,254; 0,306].
71500
71500

126

126

4.

3 296 5296 ; 296 + 5296 4.

44 1. a) Dans E1 : 30 0,133.

36 1. a) I1 = 30,62 1 ; 0,62 + 1
b)

I [0,32; 0,44].

5320

J [0,367; 0,484].
2. Les deux intervalles ne sont pas disjoints car
1
1
121
126
+

>
, donc on ne peut pas conclure
320 5320 296 5296
au niveau 0,95 que la population rurale est plus sensible
que la population urbaine.
1
1
121
126
+

>
.
3. On veut
320
296 1n
1n
2
126 121

.
>
Do :
296 320
1n
On obtient n > 1770.

32 n > 30; nf = 102; n(1 f) = 98.

320 5320 320

Population rurale : J =

n(1 f) = 40 0,12 = 4,8.


Les conditions ne sont pas remplies.

43 1. Population urbaine : I = 3 121 1 ; 121 + 1

225
b) p1 a 95% de chances dappartenir lintervalle
[0,066; 0,2].
25
= 0,25.
2. a) Dans E2 :
100
b) p2 a 95% de chances dappartenir lintervalle
[0,15; 0,35].
3. a) Les deux intervalles ne sont pas disjoints, on ne peut
rien conclure au niveau de confiance 0,95.
1
1
30
+
>
.
b) On voudrait 0,25
225 5225
1n
Do : 1n > 20 soit n > 400.

45 1. I = 30,16 1 ; 0,16 + 1
5122

5122

4.

I [0,0694; 0,251].
2. Lintervalle I contient lintervalle [10; 13]. On ne peut
donc rien conclure.
1
> 0,13, soit 1n > 33,3 do
3. On voudrait 0,16
1n
n > 1112.

46 1. I = 3 106 1 ; 106 + 1

47 1. Ia = 3 185 1 ; 185 + 1

4.

.
134 5134 134 5134
I [0,70; 0,88].
2. a) En service des urgences I [0,492; 0,724].
En service hospitalier K [0,738; 0,996].
b) Les deux intervalles de confiance au seuil de 95% ont
une intersection vide. On peut en conclure que les pratiques
sont diffrentes entre les deux services.
200 5200 200 5200
Ia [0,85; 0,99].
1
1
150
150

+
;
.
2. Ib =
200 5200 200 5200
Ib [0,67; 0,82].

Chapitre 9 Fluctuation, estimation

Nathan 2012 Transmath Term. ES-L

42 1. f = 0,91.
2. Il y a 95% de chances que p appartienne lintervalle
[0,81; 1].
3. Laffirmation est fausse; il y a environ 5% de chances
que p nappartienne pas cet intervalle.

3. Les deux intervalles Ia et Ib sont disjoints, on peut donc


en conclure au niveau de confiance de 95% que les taux de
germination sont diffrents.

48 1. a) f = 0,85.

b) I = 0,85
2. a) f = 0,8.

b) J = 0,8

1
1
; 0,85 +
= [0,75; 0,85].
5100
5100

1
1
; 0,8 +
= [0,7; 0,9].
5100
5100

49 1. AB = 9(a b)2.
2. a) , = AB.
b) Si , > 0,5, alors S prend la valeur S + 1.
c) S = nombre de fois o AB > 0,5, sur les n essais.
f = la frquence correspondante.
3. a) Pour TI par exemple :
Input N
0S
For (l, 1, N)
rand A
rand B
1 ((A B)^2) L
If L > 0,5
Then

S+1S
End
End
S/N F
Disp F
b) n = 100 : f = 0,28.
n = 1000 : f = 0,242.
n = 10000 : f = 0,2530.
4. a) [0,253 0,01; 0,253 + 0,01] = [0,243; 0,263] (avec
n = 10000).
b) n = 10000.

Pour la logique
50 Vraie, avec x = n.
51 Vraie, car 3f 1 ; f + 2

3f

4 contient

52 Vraie, car on a 3f 1 ; f + 1

3f

1
1
; f +
1n
1n

1x

1x

4 qui contient

4 pour tout x ]0; n[.

2. a) f(x) = 2x + 1, do le tableau :

Soutien

53 1. 45 boules blanches.
2. Oui, car lchantillon est plus important.
1
1
= [0,35; 0,55].
3. On a I = 0,45 ; 0,45 +
10
10
4. On a n = 100, 0,2 < p < 0,8 donc 20 < np < 80 et
20 < n(1 p) < 80. Les conditions sont satisfaites donc p
appartient lintervalle [0,35; 0,55] avec une probabilit
dau moins 95%.
1
1
; 0,45 +
. Do :
5. a) On aurait ici I = 0,45
100
100
I = [0,44; 0,46].
b) On constate bien que plus n est grand, plus la prcision
augmente.

Nathan 2012 Transmath Term. ES-L

1x

Accompagnement personnalis (page 259)

EXERCICES

Approfondissement
54 1. Dire que le thorme est plus prcis revient
dire que lintervalle obtenu est plus petit. Les deux
intervalles I et J ont le mme centre donc dire que I est
plus petit que J revient dire que I J.

1
1
; f +
.
1x
1x

1x

Chapitre 9 Fluctuation, estimation

0
+

+
0

1
2
0
1
4

b) On a : 0 < p < 1, donc daprs le a),


1
1
0 < p(1 p) < . Do : 0 < 9p(1 p) < (car la fonction
4
2
racine est croissante).
On a donc 0 < 1,96 9p(1 p) < 1 et comme 1n > 0,
1,969p(1 p)
1
<
.
1n
1n
Do le rsultat.
0<

55 1. a) On veut 1 < 0,1. Do : n > 100.

1n
1
< 0,5. Do : n > 400.
1n
2. a) n = 100 donc n > 30.
nf = 100 0,55 = 55 > 5.
n(1 f) = 100 0,45 = 45 > 5.
Les conditions sont vrifies.
b) Lintervalle de confiance au niveau 0,95 est gal
[0,45; 0,65]. On ne peut rien affirmer.
b) On veut

Le jour du BAC (page 260)

57 A. On cherche p(X > 10).

2. Groupe O :

p(X > 10) = p(X > 15) + p(10 < X < 15)
0,5 + 0,452 0,952.
B. 1. f = 0,94.
2. On a p [0, 1] donc
1
1
; 0,94 +
[0; 1] = [0,84; 1].
I = 0,94
5100
5100
3. Cette affirmation est fausse, p est dans cet intervalle avec
un niveau de confiance de 0,95, mais p peut cependant tre
lextrieur.

58 1. I1 = [0,71; 0,91].
I2 = [0,56; 0,76].
I3 = [0,44; 0,64].

1,9600,75 0,25
1,9600,75 0,25
2. I1 = 0,75
; 0,75 +
.
5100
5100
I1 [0,665; 0,835].
Le rsultat obtenu sur lchantillon appartient I1, il est
donc compatible avec les observations des annes prcdentes.
3. Les intervalles I3 et I1 sont disjoints alors que I2 et I1 ne
le sont pas. Le traitement B semble efficace alors que lon
ne peut pas garantir que le traitement A est efficace.

59 1. Groupe O :
0,57
1,9600,43 0,57
; 0,43 +
30,43 1,9600,43
4
5100
5100
[0,332; 0,528].
Groupe A :
1,9600,45 0,55
1,9600,45 0,55
; 0,45 +
0,45
5100
5100
[0,352; 0,548].

0,62
1,9600,38 0,62
; 0,38 +
30,38 1,9600,38
4
5100
5100
[0,284; 0,476].
Groupe A :
0,59
1,9600,41 0,59
; 0,41 +
30,41 1,9600,41
4
5100
5100
[0,313; 0,507].
3. a) On ne peut pas conclure car 0,45 appartient aussi
lintervalle de fluctuation correspondant lAutriche.
b) Il aurait fallu que la borne suprieure de lintervalle de
fluctuation de lAutriche soit infrieure 0,45, cest--dire
0,38 +

1,9600,38 0,62
< 0,45.
1n

1,9600,38 0,62
, do n > 185.
0,07
1
1
; 0,21 +
= [0,11; 0,31].
4. a) I = 0,21
5100
5100
Do : 1n >

b) 0,25 appartient lintervalle, il ny a donc pas de


contradiction.

60 1. a) Faux.
b) Vrai, car lintervalle de fluctuation est inclus dans
[0,45; 0,55].
c) Faux.
2. 0,4

1,9690,4 0,6
0,332, donc la rponse est b).
5200

Nathan 2012 Transmath Term. ES-L

EXERCICES

Chapitre 9 Fluctuation, estimation