L2 Stats Programme et Corrigé Distanciel 2020-2021

Ce fichier sera actualisé toutes les semaines

Exercices CM 1-2 : (semaines 3-4)

Lire / écouter Préparation TD séances 1-2
Lire / écouter Chapitre 1 A : Dénombrement

Ex 1 : X = durée d’un projet suit la loi normale N (30 heures ; 4 heures)

1) Calculer les probabilités p 1 = P (X > 38,2) p 2 = P (X ≤ 35) p 3 = P (X ≤ 26)
2) Calculer et interpréter les intervalles de confiance I.C. 80 % et I.C. 90 %

Résultat à retrouver : p 1 = 2,02 % ; p 2 = 89,44 % ; p 3 = 15,87 % ;

I.C. 80 % = [24,88 h ; 35,16 h] et I.C. 90 % = [23,4 h ; 36,6 h]

Ex 2 : X = nombre d’urgences par H suit la loi de Poisson P (m = 5 urgences / H)

Calculer les probabilités p 1 = P (X = 4) p 2 = P (X ≤ 5) p 3 = P (X ≥ 3)

Résultat à retrouver : p 1 = 0,1755 ; p 2 = 0,8666 ; p 3 = 0,8753 ;

Ex 3 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-CC / IUP
1) Calculer le nombre de codes à 4 chiffres ne commençant pas par 0
2) Dans un tournoi de volley, il a 10 joueuses et 20 joueurs : combien peut-on former d’équipes mixtes
Avec 2 joueuses et 4 joueurs ?
3) Il y a 8 coureurs au départ : combien de podiums différents peut-on avoir ?
4) On lance 3 dés : probabilité d’avoir 3 fois le même chiffre ?

Résultat à retrouver : 1) 9000 ; 2) 218 025 ; 3) 336 ; 4) 1 / 36 ;

Ex 4 : Loi Binomiale
Soit une variable X suivant une loi binomiale Bin (n=200 ; p = 0,025)
Calculer E(X) et V(X) et P(X=2) et P (X≤ 4)

Résultat à retrouver : E(X) = 5 ; P(X=2) = 0,083 et P (X≤ 4) = 0,4405

Ex 5 : Loi Binomiale et ses approximations

Pour une production industrielle, le nombre de pièces de qualité médiocre ne doit pas dépasser 2 %.
On teste la qualité sur un lot de n pièces : X n = nombre de pièces de qualité médiocre dans le lot
1) Préciser la loi de Bernoulli suivie par X n et calculer P (X  6) et P (6 X  2) si n = 100
2) Préciser la loi de Bernoulli suivie par X n et calculer P (X ≤ 4) et P (20  X  10) si n = 500

Résultat à retrouver : 1) P (X  6) = 1,66 % P (6 X  2) = 58,95 %

2) N (10 ; 3,13) et P (X ≤ 4) = 98,12 % et P (20  X  10) = 56,31 %

Ex 6 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-CC / IUP
1) Dans un jeu de 32 cartes, on « tire » 5 cartes ; quelle est la probabilité d’avoir 2 rois et 3 dames ?
2) Avec 8 lettres différentes, combien de mots différents peut-on former ?
3) On choisit 2 mois au hasard : probabilité que les 2 mois aient même nombre de jours ?
4) On lance 3 dés, probabilité d’avoir au moins un 6 ?

Résultat à retrouver : 1) 24 / 201 376 2) 40 320 2) 9 / 22 4) 42,13 %

 Correction Exercices du CM 1-2 (semaines 3-4)

Ex 1 : X = durée d’un projet suit la loi normale N (30 heures ; 4 heures)

1) Calculer les probabilités p 1 = P (X > 38,2) p 2 = P (X ≤ 35) p 3 = P (X ≤ 26)
2) Calculer et interpréter les intervalles de confiance I.C. 80 % et I.C. 90 %
Résultat à retrouver : p 1 = 2,02 % ; p 2 = 89,44 % ; p 3 = 15,87 % ;
I.C. 80 % = [24,88 h ; 35,16 h] et I.C. 90 % = [23,4 h ; 36,6 h]

X → N (30 ; 4) changement de variable Z = (X – 30) /4 → N (0 centrée ; 1 réduite)

1) p 1 = P (X > 38,2) = P (Z > 2,05) « mauvais sens » = 1 – P (Z ≤ 2,05) « lire la table » = 1 – 0,9798 = 2,02 %
p 2 = P (X ≤ 35) ou P (X < 35) = P (Z ≤ 1,25) «lire la table»= 0,8944 = 89,44 %
p 3 = P (X ≤ 26) = P (Z < -1) «mauvais sens» = 1 – P (Z ≤ 1,00) «lire la table»= 1 – 0,8413 = 15,87 %

2) Niveau ou seuil de confiance = 80 % donc risque d’erreur d’estimation = 20 %

Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,90 = 1 – risque / 2 tel que
P (U ≤ z 0,90) ≈ 0,90 ↔ z 0,90 ≈ 1,28
D’après le dessin, min = 30 – 1,28 * 4 = 24,88 et max = 30 + 1,28 * 4 = 35,16
Conclusion : il y a 80 % de chances pour que la durée projet soit dans I.C. 80 % = [24,88 h ; 35,16 h]
P (U ≤ z 0,95) ≈ 0,95 ↔ z 0,95 ≈ 1,65
D’après le dessin, min = 30 – 1,65 * 4 = 23,4 et max = 30 + 1,65 * 4 = 36,6
90 % de chances pour que la durée projet soit dans I.C. 90 % = [23,4 h ; 36,6 h]

Ex 2 : X = nombre d’urgences par H suit la loi de Poisson P (m = 5 urgences / H)

Calculer les probabilités p 1 = P (X = 4) p 2 = P (X ≤ 5) p 3 = P (X ≥ 3)
Résultat à retrouver : p 1 = 0,1755 ; p 2 = 0,8666 ; p 3 = 0,8753 ;

p 1 = P (X = 4) égalité → formule Poisson = e – 5 5 4 / 4 ! = 0,1755 possible aussi = P (X ≤ 4) – P (X ≤ 3)

p 2 = P (X ≤ 7) → table de Poisson = 0,8666
p 3 = P (X ≥ 3) → mauvais sens : on passe au contraire = 1 – P (X ≤ 2) = 1 – 0,1247 = 0,8753

Ex 3 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-CC / IUP
1) Calculer le nombre de codes à 4 chiffres ne commençant pas par 0
2) Dans un tournoi de volley, il a 10 joueuses et 20 joueurs : combien peut-on former d’équipes mixtes
Avec 2 joueuses et 4 joueurs ?
3) Il y a 8 coureurs au départ : combien de podiums différents peut-on avoir ?
4) On lance 3 dés : probabilité d’avoir 3 fois le même chiffre ?
Résultat à retrouver : 1) 9000 ; 2) 218 025 ; 3) 336 ; 4) 1 / 36 ;

1) Tirage avec remise = Nombre de chiffres possibles inchangé → utiliser des puissances
Il y a donc 9 *10 3 = 9000 codes à 4 chiffres ne commençant pas par zéro

2) Choisir 2 joueuses parmi 10 (ordre ou rôle indifférent) et 4 joueurs parmi 20

C102 * C204 = 45 * 4845 = 218 025 équipes possibles avec C204 = 20*19*18*17 / 4*3*2*1

3) Arrangements = choisir, puis les ranger (ordre ou rôle pas interchangeable) 3 coureurs parmi 8
Il y a : 8 premier * 7 deuxième * 6 troisième = 336 podiums possibles

4) P (3 fois le même chiffre) = 6 Disjonction de cas = choix du chiffre * 1 / 6 3 = 1 / 36

Ex 4 : Loi Binomiale
Soit une variable X suivant une loi binomiale Bin (n=200 ; p = 0,025)
Calculer E(X) et V(X) et P(X=2) et P (X≤ 4)
Résultat à retrouver : E(X) = 5 ; P(X=2) = 0,083 et P (X≤ 4) = 0,4405

Soit une variable X suivant une loi binomiale Bin (n = 200 ; p = 0,025)
a) Approximer cette loi Binomiale par une loi de Poisson de moyenne m = n p = 5
[Car n > 30 grand et p = 0,025 faible : n p <10 avec E(X)= n p ≈ V(X)= n p (1- p)]
b) Formule Binomiale : P(X=2) = (200*199/2*1) *0,025 2 *0,975 198 = 0,083
Ou bien Table de Poisson P(X=2) = P (X ≤ 2) – P (X ≤ 1) (ligne k= 2 – ligne k = 1, colonne m = 5)
c) Table de la loi de Poisson (pour m= 5) : P (X ≤ 4) = 0,4405 (ligne k=4, colonne m = 5)

Ex base 5 : Loi Binomiale et ses approximations

Pour une production industrielle, le nombre de pièces de qualité médiocre ne doit pas dépasser 2 %.
On teste la qualité sur un lot de n pièces : X n = nombre de pièces de qualité médiocre dans le lot
1) Préciser la loi de Bernoulli suivie par X n et calculer P (X  6) et P (6 X  2) si n = 100
2) Préciser la loi de Bernoulli suivie par X n et calculer P (X ≤ 4) et P (20  X  10) si n = 500
Résultat à retrouver : 1) P (X  6) = 1,66 % P (6 X  2) = 58,95 %
2) N (10 ; 3,13) et P (X ≤ 4) = 98,12 % et P (20  X  10) = 56,31 %

X n = nombre de pièces de qualité médiocre par n (schéma de Bernoulli) suit la loi Bin (n ; 0,02)
1) si n = 100, E(X)= n p = 2 donc Bin (100 ; 0,02) ≈ Poisson m =2 (car n > 30 grand et n p < 10 petite)
P (X ≥ 6) → mauvais sens : on passe au contraire = 1 – P (X ≤ 5) = 1 – 0,9834= 1,66 %
P (6 X  2) = P (X ≤ 6) – P (X ≤ 1) = 0.9955 – 0,4060 = 58,95 %

2) si n = 500, E(X)= n p = 10 « trop grande pour l’approximation de Poisson »

On calcule l’écart type σ = √ n p (1-p) = 3,13 donc Bin (500 ; 0,02) ≈ N (10 ; 3,13)
Correction de continuité : on doit agrandir l’intervalle de 0,5 de chaque côté
[4 ; +∞ [ → [3,5 ; +∞[ P (4 ≤ X) = P((3,5-10)/3,13 ≤ Z) = mauvais sens et signe P( Z ≤ 2,08)= 98,12 %
[10 ; 20] → [9,5 ; 20,5] P (10 ≤ X ≤ 20) = P (Z≤ (20,5-10)/3,13) – P (Z≤ (9,5-10)/3,13)
P (10 ≤ X ≤ 20) = P (Z≤ 3,3) – P (Z≤ – 0,16) = 0,9995 – (1– 0,5636) ≈ 56,31 %

Ex 6 : Dénombrement et probabilité important pour ceux qui veulent passer les concours Message SG-CC / IUP
1) Dans un jeu de 32 cartes, on « tire » 5 cartes ; quelle est la probabilité d’avoir 2 rois et 3 dames ?
2) Avec 8 lettres différentes, combien de mots différents peut-on former ?
3) On choisit 2 mois au hasard : probabilité que les 2 mois aient même nombre de jours ?
4) On lance 3 dés, probabilité d’avoir au moins un 6 ?
Résultat à retrouver : 1) 24 / 201 376 2) 40 320 2) 9 / 22 4) 42,13 %

1) Choisir 2 Rois parmi 4 (ordre ou rôle indifférent) et 3 Dames parmi 4

P (2 rois et 3 dames) = C 4 2 Rois C 4 3 Dames / C32 5 = 6 * 4 / 201 376
N.B: ∑exposants = n bre objets choisis ici 2+3 = 5, ∑indices = n bre d’objets parmi lesquels on choisit ici 4+4

2) ranger (ordre ou rôle pas interchangeable) 8 lettres choisies parmi 8

Il y a : 8 premier * 7 deuxième * …* 1 dernière = 40 320 mots différents

3) Probabilité = cas favorables / cas possibles

Quel outil doit-on utiliser ? On choisit 2 mois parmi 12, donc Combinaison
Disjonction de cas (donc somme) : cas 1 = 2 mois à 31 jours, cas 2 = mois à 30 jours

Probabilité = (C 7 2 mois à 31 jours + C 4 2 mois à 31 jours) / C 12 2 = (21 + 6) / (12*11 / 2*1) = 9 / 22

4) P (au moins un 6) = 1 – P (aucun 6) = 1 – (5 / 6)3 = 42,13 %

Exercices CM 3 : (semaine 5) Lire / écouter Chapitre 2 : Lois usuelles (A Venir)

TD 1 : Exercices de base 1 à 3 + Ex 31 à 33 (et indication ex 34)

Une correction du TD 1 sera à écouter et disponible sur MADOC à la fin de la semaine 5

Ex 1 : En 2012, consommation d’eau / jour et habitant suivait la loi normale N (148 litres ; 25 litres)
En 1975, consommation d’eau / jour et habitant suivait la loi N (106 litres ; 20 litres) Source : Futura Planète
1) En 2012, Calculer le % de français qui consomme plus de 200 litres /jour ? Moins de 120 litres /jour ?
2) Pour 1975 puis 2012, donner l’intervalle de confiance I.C. 70 % de la consommation d’eau /jour et habitant
Résultat à retrouver : 1) 1,88 % et 13,14 %
2) en 2012 I.C. 70 % = [122 litres ; 174 litres] en 1975, I.C. 70 % = [85 litres ; 127 litres]

Ex 2 : X = durée de vie en années d’un appareil ménager suit la loi exponentielle de paramètre λ = 0,2
1) Calculer la durée de vie moyenne, les probabilités P (X ≥ 8) et P (X < 1)
2) Calculer la médiane t * telle que P (X ≤ t *) = 50 %

Résultat à retrouver : Moyenne = 5 ans ; P (X ≥ 8) 20,19 %

P (X < 1) = 18,13 % Médiane = 3,47 ans

Ex 3 : Loi exponentielle
La durée de vie (en mois) d’un appareil suit une loi exponentielle de paramètre 0,01.
Cet appareil est sous garantie pendant 6 mois.
1) Préciser sa durée de vie moyenne et sa durée de vie médiane.
2) Calculer la probabilité que l’appareil tombe en panne alors qu’il est sous garantie.
3) Calculer la probabilité d’avoir une durée de vie 20 % de plus que la durée moyenne.
4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie.

Résultat à retrouver : 1) Moyenne = 100 mois ; Médiane = 69,3 mois.

2) 5,82 % 3) 30,12 % 4) 16,47 %

Ex 4 : Loi Binomiale et Loi de Poisson

1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une nappe de pétrole est 0,10.
On effectue 50 forages, probabilité qu’au moins un forage conduise à une nappe de pétrole ?
2) Le nombre d’accidents / mois dans un département suit une loi de Poisson. Sachant que la
probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au moins 2 accidents
dans le mois à venir.

Résultat à retrouver : 1) 99,33 % 2) P (X = 0) = 0,4 et P (X ≥ 2) = 6,17 %

Ex 5 : Loi Binomiale et Loi Normale

Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ = 0,05 cm)
1) Donner l’intervalle de confiance I.C. 95 % pour le diamètre d’une pièce.
2) On rejettera toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne.
Sur un lot de 200 pièces, quelle est la probabilité de rejeter au moins 10 % des pièces ?

Résultat à retrouver : 1) min = 19,90 et max = 20,10

p = 10,96 % E(X) = 21,9 et σ(X) = 4,42 P (X ≥ 20) = 70,81 %

Ex 6 : Tableau d’observations – Moyenne et variance avec calculatrice (comme au CC)

Montant des impayés 40 60 100 120 Total Calculer la moyenne de l’échantillon
Nombre 20 60 40 30 150 Puis l’écart type de l’échantillon
Résultat à retrouver : Moyenne = 80,0 Variance = 800,0 et écart type σ = 28,28

Ex 6 bis : Moyenne et variance sans calculatrice (extrait de concours)

Valeurs de X observées 6 8 10 12 Total Calculer la moyenne de l’échantillon
Effectifs observés 2 9 6 3 20 Puis variance de l’échantillon
« Grand classique depuis quelques années »
Résultat à retrouver : Moyenne = 9 Variance = 3
 Correction Exercices du CM 3 (semaine 5)
Ex 1 : En 2012, consommation d’eau / jour et habitant suivait la loi normale N (148 litres ; 25 litres)
En 1975, consommation d’eau / jour et habitant suivait la loi N (106 litres ; 20 litres) Source : Futura Planète
1) En 2012, Calculer le % de français qui consomme plus de 200 litres /jour ? Moins de 120 litres /jour ?
2) Pour 1975 puis 2012, donner l’intervalle de confiance I.C. 70 % de la consommation d’eau /jour et habitant
Résultat à retrouver : 1) 1,88 % et 13,14 %
2) en 2012 I.C. 70 % = [122 litres ; 174 litres] en 1975, I.C. 70 % = [85 litres ; 127 litres]

1) En 2012, X → N 148 ; 25) changement de variable Z = (X – 148) /25 → N (0 centrée ; 1 réduite)

P (X > 200) = P (Z > 2,08) « mauvais sens » = 1 – P (Z ≤ 2,08) « lire la table » = 1 – 0,9812 = 1,88 %
P (X < 120) = P (Z < -1,12) « mauvais sens » = 1 – P (Z ≤ 1,12) « lire la table » = 1 – 0,8636 = 13,14 %

Niveau ou seuil de confiance = 70 % donc risque d’erreur d’estimation = 30 %

Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,85 = 1 – risque / 2 tel que
P (U ≤ z 0,85) ≈ 0,85 ↔ z 0,85 ≈ 1,04
D’après le dessin, min = 148 – 1,04* 25 ≈ 122 et max = 148 + 1,04* 25 ≈ 174
Conclusion : pour 70 % des français, la consommation / jour est dans I.C. 70 % = [122 litres ; 174 litres]

2) En 1975, min = 106 – 1,04* 20 ≈ 85 et max = 106 + 1,04* 20 ≈ 127

En 1975 : pour 70 % des français, la consommation / jour était dans I.C. 70 % = [85 litres ; 127 litres]
N.B : Dans l’enquête Futura Planète, 40 % de la consommation est due aux douches et bains

Ex 2 : X = durée de vie en années d’un appareil ménager suit la loi exponentielle de paramètre λ = 0,2
1) Calculer la durée de vie moyenne, les probabilités P (X ≥ 8) et P (X < 1)
2) Calculer la médiane t * telle que P (X ≤ t *) = 50 %
Résultat à retrouver : 1) Moyenne = 5 ans ; P (X ≥ 8) 20,19 %
P (X < 1) = 18,13 % Médiane = 3,47 ans

X = durée de vie en années d’un appareil ménager suit la loi exponentielle de paramètre λ = 0,2
1 : E(T) = 1/ λ = 5 ans comme P (T < t) = 1 – e – 0,2 t ⇒ P (T > t) = P (X ≥ t) loi continue = e – 0,2 t
P (X ≥ 8) = e – 0,2 * 8 = 20,19 % et P (X < 1) = 1 – e – 0,2 = 18,13 %

2 : P (X ≤ t *) = 50 % ↔ 1 – e – 0,2. t*= 0,5 ↔ e – 0,2. t*= 1/2 ↔ t * = (Ln 2) / 0,2 = 3,47 ans

Ex 3 : Loi exponentielle
La durée de vie (en mois) d’un appareil suit une loi exponentielle de paramètre 0,01.
Cet appareil est sous garantie pendant 6 mois.
1) Préciser sa durée de vie moyenne et sa durée de vie médiane.
2) Calculer la probabilité que l’appareil tombe en panne alors qu’il est sous garantie.
3) Calculer la probabilité d’avoir une durée de vie 20 % de plus que la durée moyenne.
4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie.
Résultat à retrouver : 1) Moyenne = 100 mois ; Médiane = 69,3 mois.
2) 5,82 % 3) 30,12 % 4) 16,47 %

1) Moyenne = 1/ λ = 100 mois Médiane t* telle P (X ≥ médiane t *) = 50 % ↔ e – 0,01. t*= 0,5

- 0,01 t * = Ln (0,5) ↔ Médiane t* = Ln (0,5) / - 0,01 ≈ 69,3 mois

2) Panne sous garantie P (X ≤ 6) = 1 – e – 0,01 * 6 = 5,82 %

3) durée longue P (X ≥ 50 *(1,20)) = 1 – e – 0,02 * 50*1,20 = 30,12 %

4) Probabilité conditionnelle « sachant que T > 6 = garantie »

P (X ≤ 24 Panne avant 2 ans / sachant X > 6) = définition probabilité condition p [6 ≤ X ≤ 24] / P (X > 6)
= [(1 – e – 0,1*24) – (1 – e – 0,1*6)] / e – 0,1*6 = 16,47 %
Ex 4 : Loi Binomiale et Loi de Poisson
1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une nappe de pétrole est 0,10.
On effectue 50 forages, probabilité qu’au moins un forage conduise à une nappe de pétrole ?
2) Le nombre d’accidents / mois dans un département suit une loi de Poisson. Sachant que la
probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au moins 2 accidents
dans le mois à venir.
Résultat à retrouver : 1) 99,33 % 2) P (X = 0) = 0,4 et P (X ≥ 2) = 6,17 %

1) X = Nombre de forages (parmi 50) avec pétrole schéma Bernoulli suit la loi Bin (n = 50 ; p = 0,10)
E(X) = n p ≈ 5 petite donc Bin (n = 50 ; p = 0,10) ≈ Poisson m = 5
P (X ≥ 1) = 1 – P (X = 0) ≈ Poisson 1 – e – 2 = 99,33 % ou bien P (X ≥ 1) = binomiale 99,48 %
2) X = Nombre d’accidents / mois suit la loi de Poisson de moyenne = m à calculer
P (X = 0) = e – m = 0,67 ↔ m = – Ln (0,67) ≈ 0,4
Puis, P (X ≥ 2) = 1 – P (X ≤ 1) = 1 – 0,9921 = 6,17 %

Ex 5 : Loi Binomiale et Loi Normale

Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ = 0,05 cm)
1) Donner l’intervalle de confiance I.C. 95 % pour le diamètre d’une pièce.
2) On rejettera toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne.
Sur un lot de 200 pièces, quelle est la probabilité de rejeter au moins 10 % des pièces ?
Résultat à retrouver : 1) min = 19,90 et max = 20,10
p = 10,96 % E(X) = 21,9 et σ(X) = 4,42 P (X ≥ 20) = 70,81 %

1) Niveau ou seuil de confiance = 95 % donc risque d’erreur d’estimation = 5 %

Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,975 = 1 – risque / 2 tel que
P (U ≤ z 0,975) ≈ 0,975 ↔ z 0,975 ≈ 1,96
D’après le dessin, min = 20 – 1,96 * 0,05 = 19,90 et max = 20 – 1,96 * 0,05 = 20,10

2) X = Nombre de pièces (parmi 200) à rejeter schéma Bernoulli suit a loi Bin (n = 200 ; p = à calculer)
Avec p = 1 – P (- 0,08 / 0,05 ≤ U ≤ 0,08 / 0,05) = 1 – [P (U ≤ 1,6) – P (U ≤ –1,6)]
Donc p = 2 – 2 P (U ≤ 1,6) ≈ 10,96 % E(X) = n p ≈ 21,9 et σ(X) = √ n p (1-p) ≈ 4,42
P (X ≥ 20) = P (U ≥ (20 – 0,5 *** – 21,9) / 4,42) mauvais sens et signe = P (U ≤ 0,15) ≈ 70,81 %
*** = correction de continuité, on agrandit l’intervalle de 0,5 de chaque côté donc 10 < X devient 9,5 < X
*** Sans la correction, P (X ≥ 20) = P (U ≥ (20 –21,9) / 4,42) = 66,8 %

Ex 6 : Tableau d’observations – Moyenne et variance

Montant des impayés 40 60 100 120 Total Calculer la moyenne de l’échantillon
Nombre 20 60 40 30 150 Puis l’écart type de l’échantillon

Résultat à retrouver : Moyenne = 80,0 Variance = 800,0 et écart type σ = 28,28

Moyenne = ∑ n i x i / N = 80 Variance σ 2 = ∑ n i x2 i / N – m 2 = 800 d’où σ = 28,28

Ex 6 bis : Moyenne et variance sans calculatrice (extrait de concours)

Valeurs de X observées 6 8 10 12 Total Calculer la moyenne de l’échantillon
Effectifs observés 2 9 6 3 20 Puis variance de l’échantillon
Résultat à retrouver : Moyenne = 9 Variance = 3

On situe m par rapport à 8 (valeur la plus observée

Moyenne m : m = 8 + [2* (6–8) +9* 0 + 6 *(10–8) + 3*(12–8)] / 20 = 9
Variance = moyenne des écarts quadratiques = au carré avec la moyenne
Variance = [2* (6 – 9) 2 +9* (8 – 9) 2 + 6 *(10 – 9) 2 + 3*(12 – 9) 2] / 20 = 60 / 20 = 3
Exercices CM 4 : (semaine 6)
Lire / écouter Chapitre 2B : lois usuelles

TD 2 : Exercices de base 4 à 6 + Ex 34 à 38
Une correction du TD 1 sera à écouter et disponible sur MADOC début de la semaine 7

Exercices CM 5 : (semaine 7)
Lire / écouter Chapitre 2C : Théorème central limite + Compléments
Lire / écouter Chapitre 1B : Proba conditionnelles et arbre de probabilité

TD 3 : Exercices de base 7 à 9 + Ex 31 à Ex 39 à titre indicatif

Exercices CM 6 : (semaine 9)
Lire / écouter Chapitre 3-1 / 3-2 /3-5 : Test d’hypothèse (% ; moyenne ; estimation)

TD 4 : Exercices de base 10 à 12 + Fin TD1 à titre indicatif

Exercices CM 7 : (semaine 10)

CC1 L2 stats via MADOC à la place du CM

Programme : Tout le TD1 + Ex base 10 à 12

TD 5 : Exercices de base 10 à 12 + TD2 44-45 à titre indicatif

Exercices CM 8 : (semaine 11)

Lire / écouter Chapitre 3-7 / 3-8 /3-9 / 3-10 : Test d’hypothèse (% ; moyenne ; estimation)

TD 6 : Exercices de base 13 à 15 + TD2 46-47-48 à titre indicatif

Exercices CM 9-10 : (semaine 12-13)

Préciser ultérieurement + CC2 L2 stats via MADOC à la place du CM semaine 14

Rappel : Tous les fichiers ci-dessous sont à écouter via le lien

https://uncloud.univ-nantes.fr/index.php/s/X3eLSABc2yjfEkK
Exercices sur CM 4 (semaine 6) = CC1 Statistiques texte 2 Durée 1 H 30 2019-2020
Le corrigé sera commenté au CM 5 (semaine 9)

Ex 1 : (1,5+0,5+0,5+1,5 = 4 points)
La durée de vie (en mois) d’un appareil suit une loi exponentielle de paramètre 0,01.
Cet appareil est sous garantie pendant 6 mois.
1) Préciser sa durée de vie moyenne et sa durée de vie médiane.
2) Calculer la probabilité que l’appareil tombe en panne alors qu’il est sous garantie.
3) Calculer la probabilité d’avoir une durée de vie 20 % de plus que la durée moyenne.
4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie.
Résultats à retrouver : 1 : moyenne = 100 mois ; Médiane = 69 mois
2 : 5,82 % 3 : 30,12 % 4 : 16,47 %
Ex 2 : (1+2 = 3 points)
1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une nappe de pétrole est 0,10.
On effectue 50 forages, probabilité qu’au moins un forage conduise à une nappe de pétrole ?
2) Le nombre d’accidents / mois dans un département suit une loi de Poisson.
Sachant que la probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au
moins 2 accidents dans le mois à venir.
Résultats à retrouver : 1 : 99,33 % 2 : ≈ 0,4 et 6,17 %

Ex 3 : (1+3 = 4 points)
Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ = 0,05 cm)
1) Donner l’intervalle de confiance I.C. 95 % pour le diamètre d’une pièce.
2) On rejettera toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne.
Sur un lot de 200 pièces, quelle est la probabilité de rejeter au moins 10 % des pièces ?
Résultats à retrouver : 1) 1,96 et 19,90 et 20,10 2) 70,81 %

Ex 4 : (2+2= 4 points)
Les ventes/ jour d’une entreprise suivent la loi N (m = 40 tonnes, σ = 4 tonnes)
1) Donner l’intervalle de confiance I.C. 99 % pour les ventes par mois (25 jours ouvrables).
2) Quel doit être le stock en début de mois, pour avoir un risque de rupture de stock ≤ 1 % ?
3) Avec un prix de vente = 6 000 € / tonne, des coûts variables = 3 000 € / tonne, et des charges fixes
= 20 000 € par jour, Donner l’intervalle de confiance I.C. 95 % pour le profit / jour
Résultats à retrouver : 1) [948,48 ; 1051,52] 2) 1041,1 3) [76 480 ; 123 520]

Ex 5 : (1 point)
Montant des impayés 40 60 100 120 Total Calculer la moyenne de l’échantillon
Nombre 20 60 40 30 150 Puis l’écart type de l’échantillon
Résultats à retrouver : moyenne = 80 et écart type = 28.28

Ex 6 : (2+2 = 4 points)
Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de moyenne annuelle de 20
000 unités à un prix de vente unitaire de 1000 € avec une probabilité = 0,40 pour que les quantités
vendues varient de plus ou moins 5 000 autour de la moyenne. Le coût de revient se décompose de
la manière suivante : Coût variable unitaire : 300 €
Charges fixes totales : 1 000 000 €
1) Déterminer les paramètres de la loi de la variable aléatoire X (quantités vendues).
2) Quelle loi suit le profit de cette entreprise ?
Résultats à retrouver : 1) X → N (20 000 ; 5952) 2) N (13 000 000 ; 4 166 400)
 Correction Exercices du CM 4 (semaine 6)
L2 – Economie Gestion Correction CC1 Statistiques texte 2 Durée 1 H 30 2019-2020

Ex 1 : (1,5+0,5+0,5+1,5 = 4 points)
La durée de vie (en mois) d’un appareil suit une loi exponentielle de paramètre 0,01.
Cet appareil est sous garantie pendant 6 mois.
1) Préciser sa durée de vie moyenne et sa durée de vie médiane.
2) Calculer la probabilité que l’appareil tombe en panne alors qu’il est sous garantie.
3) Calculer la probabilité d’avoir une durée de vie 20 % de plus que la durée moyenne.
4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie .

1) Moyenne = 1/ λ = 100 mois Médiane t* telle P (X ≥ t *) = 50 % ↔ e – 0,01. t*= 0,5

- 0,01 t * = Ln (0,5) ↔ Médiane t* = Ln (0,5) / - 0,01 ≈ 69,3 mois

2) Panne sous garantie P (X ≤ 6) = 1 – e – 0,01 * 6 = 5,82 %

3) durée longue P (X ≥ 50 *(1,20)) = 1 – e – 0,02 * 50*1,20 = 30,12 %

4) Probabilité conditionnelle « sachant que T > 6 = garantie »

P (X ≤ 24 Panne avant 2 ans / sachant X > 6) = définition probabilité condition p [6 ≤ X ≤ 24] / P (X > 6)
= [(1 – e – 0,1*24) – (1 – e – 0,1*6)] / e – 0,1*6 = 16,47 %

Ex 2 : (1+2 = 3 points)
1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une nappe de pétrole est 0,10.
On effectue 50 forages, probabilité qu’au moins un forage conduise à une nappe de pétrole ?
2) Le nombre d’accidents / mois dans un département suit une loi de Poisson.
Sachant que la probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au
moins 2 accidents dans le mois à venir.

1) X = Nombre de forages (parmi 50) avec pétrole schéma Bernoulli suit la loi Bin (n = 50 ; p = 0,10)
E(X) = n p ≈ 5 petite donc Bin (n = 50 ; p = 0,10) ≈ Poisson m = 5
P (X ≥ 1) = 1 – P (X = 0) ≈ Poisson 1 – e – 2 = 99,33 % ou bien P (X ≥ 1) = binomiale 99,48 %

2) X = Nombre d’accidents / mois suit la loi de Poisson de moyenne = m à calculer

P (X = 0) = e – m = 0,67 ↔ m = - Ln (0,67) ≈ 0,4
Puis, P (X ≥ 2) = 1 – P (X ≤ 1) = 1 – 0,9921 = 6,17 %

Ex 3 : (1+3 = 4 points)
Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ = 0,05 cm)
1) Donner l’intervalle de confiance I.C. 95 % pour le diamètre d’une pièce.
2) On rejettera toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne.
Sur un lot de 200 pièces, quelle est la probabilité de rejeter au moins 10 % des pièces ?

1) Niveau ou seuil de confiance = 95 % donc risque d’erreur d’estimation = 5 %

Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,975 = 1 – risque / 2 tel que
P (U ≤ z 0,975) ≈ 0,975 ↔ z 0,975 ≈ 1,96
D’après le dessin, min = 20 – 1,96 * 0,05 = 19,90 et max = 20 – 1,96 * 0,05 = 20,10

2) X = Nombre de pièces (parmi 200) à rejeter schéma Bernoulli suit a loi Bin (n = 200 ; p = à calculer)
Avec p = 1 – P (- 0,08 / 0,05 ≤ U ≤ 0,08 / 0,05) = 1 – [P (U ≤ 1,6) – P (U ≤ –1,6)]
Donc p = 2 – 2 P (U ≤ 1,6) ≈ 10,96 % E(X) = n p ≈ 21,9 et σ(X) = √ n p (1-p) ≈ 4,42
P (X ≥ 20) = P (U ≥ (20 – 0,5 *** – 21,9) / 4,42) mauvais sens et signe = P (U ≤ 0,15) ≈ 70,81 %

* = correction de continuité, on agrandit l’intervalle de 0,5 de chaque côté donc 10 < X devient 9,5 < X

*** Sans la correction, P (X ≥ 20) = P (U ≥ (20 –21,9) / 4,42) = 66,8 %

Ex 4 : (2+2= 4 points)
Les ventes/ jour d’une entreprise suivent la loi N (m = 40 tonnes, σ = 4 tonnes)
1) Donner l’intervalle de confiance I.C. 99 % pour les ventes par mois (25 jours ouvrables).
2) Quel doit être le stock en début de mois, pour avoir un risque de rupture de stock ≤ 1 % ?
3) Avec un prix de vente = 6 000 € / tonne, des coûts variables = 3 000 € / tonne, et des charges fixes
= 20 000 € par jour, Donner l’intervalle de confiance I.C. 95 % pour le profit / jour

1) V 25 jours = V jour 1 + V jour 2 + …+ V jour 25 de moyenne = 25 * 40 = 1000 et de variance = 25 * 4 2

Chaque V jour j suit une loi Normale, donc par le Th. Central Limite, V 25 jours suit aussi une loi Normale
V 25 jours suit la loi N (25 * 40 ; √25 * 4) = N (1000 ; 20)
Risque d’erreur d’estimation = 1 % est coupé en 2 zones et la fractile 2,58 = z 0,995 = 1 – risque / 2
Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,995 = 1 – risque / 2 tel que
I.C. 95 % = [1000 – 2,58 * 20 ; 1000 + 2,58 * 20] = [948,48 ; 1051,52]

2) P (V 25 jours > Stock) ≤ 2 % ↔ P (U ≤ (Stock – 1000) / 20) ≤ 98 % d’où (Stock – 1000) / 20 = z 0,98 = 2,05
Stock = 1000 + 2,05 * 20 = 1041,1 tonnes (le risque n’est pas coupé car on ne cherche que le max)

3) 𝛑 Jour = (prix – coût unitaire) V vente/jour – Charges fixe = (6000 –3000) V jour – 20 000 = 3000 V jour – 20 000
Le profit suit donc une loi normale puisque c’est une combinaison linéaire de la quantité produite par
l’entreprise (qui suit une loi Normale) de moyenne = 3 000 * 40 – 20 000 = 100 000
La variance σ 2 (𝛑 Jour) = 3 000 2 * 4 2 donc 𝛑 Jour suit la N (100 000 ; 12 000)
I.C. 95 % = [100 000 – 1,96 * 12 000 ; 100 000 + 1,96 * 12 000] = [76 480 ; 123 520]

Ex 5 : (1 point)
Montant des impayés 40 60 100 120 Total Calculer la moyenne de l’échantillon
Nombre 20 60 40 30 150 Puis l’écart type de l’échantillon
Moyenne = ∑ n i x i / N = 80,0 Variance σ 2 = ∑ n i x2 i / N – m 2 = 800,0 d’où σ = 28,28

Ex 6 : (2+2 = 4 points)
Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de moyenne annuelle de 20
000 unités à un prix de vente unitaire de 1000 € avec une probabilité = 0,40 pour que les quantités
vendues varient de plus ou moins 5 000 autour de la moyenne. Le coût de revient se décompose de
la manière suivante : Coût variable unitaire : 300 €
Charges fixes totales : 1 000 000 €
1) Déterminer les paramètres de la loi de la variable aléatoire X (quantités vendues).
2) Quelle loi suit le profit de cette entreprise ?

1) On sait que X = ventes / an suit une loi normale N (m = 20 000, σ) avec σ inconnu
On sait également que P (20 000 –5 000 <X< 20 000 +5 000) = 0,60
↔ P (15 000 < X < 25 000) = 0,60
Si on représente la courbe de Gauss-Laplace, on voit qu’il y a : 20 % au-dessus de 25 000 et 20 %
en-dessous de 15 000 (on coupe le risque en 2 zones) donc P (X < 25 000) = 0,80
On cherche, dans la table, la fractile de 80 %, on obtient z 0,80 ≈ 0,84
Donc 25 000 = 20 000 + 0,84 σ ↔ σ = 5 000 / 0,84 ≈ 5952 donc X → N (20 000 ; 5952)

2) Le profit –d’une entreprise se calcule de la manière suivante :

Π E = (prix – coût unitaire) X vente – Charges fixe = (1000 – 300) X – 1 000 000 = 700 X – 1 000 000
Le profit suit donc une loi normale puisque c’est une combinaison linéaire de la quantité produite par
l’entreprise (qui suit une loi Normale)
Le profit espéré E (Π E) = 700 * 20 000 – 1 000 000 = 13 000 000
La variance σ 2 = 700 2 * 5 952 2 donc Π E → N (13 000 000 ; 4 166 400)