Maths Tous

Exercice 1
Marie-Caroline, employée d’une mutuelle, doit fréquemment appeler la CPAM (Caisse primaire d’assurance maladie).
Les lignes téléphoniques de la CPAM étant très encombrées, chaque appel commence souvent par un temps d’attente
en musique (limité à 9 unités téléphoniques, la communication étant automatiquement coupée au-delà). Munie d’un
chronomètre, Marie-Caroline a mesuré, sur 100 appels, le nombre X d’unités téléphoniques uniquement consacrées à
l’attente. Elle a ainsi relevé les nombres suivants :
-Premier des 100 appels observés : 2 unités en musique
-Puis pour les 99 appels suivants :

6,4,5,1,7,8,2,7,6,7,5,1,0,9,6,5,9,3,1,7,6,2,6,7,1,1,4,3,3,6,4,0,9,4,4,6,2,5,8,2,2,1,4,7,3,0,1,1,1,3,9,6,5,0,1,7,3,9,1,4,8,7,8,5
,8,0,8,8,8,3,3,8,6,7,6,7,1,6,6,4,8,3,2,7,2,2,6,9,5,8,3,9,7,6,8,9,5,6,5 unités téléphoniques en musique.
Peut-on admettre au seuil de risque 5%, que la loi de probabilité du nombre X d’unités d’attente en musique (par
appel) suit la loi uniforme sur l’ensemble { 1,2,3,4,5,6,7,8,9 } ce qui signifierait que chaque valeur a la même
probabilité d’être réalisée ?
Solution
X= “ le nombre d’unités d’attente en musique ”
On veut tester, au seuil de risque de 5%.
L’hypothèse H0 : X obéit à la loi uniforme sui ｛0, 1, 2, 3, 4, 5, 6, 7, 8, 9｝
Contre l’hypothèse H1 : X n’obéit pas à cette loi
Dépouillement des données
Nb
d'u
Effectifs
nité
observé
télé
s Ni Ni*Xi Ni*Xi² Ti (Oi-Ti) ²/Ti
pho
(noté
niq
Calcul de la moyenne :
¿∗Xi
X =∑ = 4.79
n
Calcul de la variance et l’écart-type :

¿∗Xi ²
V(x) = ∑ - X ² = 7.41σ ( x )=√ V ( x ) = 2.72
n
On note
Oi : les effectifs observes Ni
Ti : les effectifs théoriques que l’on aurait si X obéit à la loi uniforme sur｛0, 1, 2, 3, 4, 5, 6, 7, 8, 9｝
La variable D= ∑ (Oi-Ti) ²/Ti obéit à la loi du X² à (k-1-p) degrés de liberté
K= nombre de valeurs =10
P= nombre de paramètres estimés à partir de l’échantillon=0
Donc D obéit à la loi de X² à 9 degrés de liberté. D observé=7.2
La région critique du test est l’intervalle [C, +∞ [où C’est la valeur dans la table du X² vérifiant :
Décision : P(X²>C)= 0.05→ C=16.92 > D=7.2
Donc, on accepte H0
Conclusion
Au seuil de risque 5%, on ne refuse pas l'hypothèse, selon laquelle le nombre d'unité d'attente suivrait sur loi
uniforme sur {0, 1,2,...,9}.
Exercice 2
Lors d’une grande campagne de promotion du chocolat Superbongou, des flashes publicitaires télévisés font
savoir que, pendant les trois mois précédant les fêtes de Noël et du Nouvel An, on pourra trouver, en moyenne
une fois sur deux, à l’intérieur de l’emballage des tablettes de 100 grammes de chocolat Superbongou un bon
gagnant offrant un sachet de 25g de chocolat en poudre. Chaque matin en octobre, novembre et décembre
Corinne ouvre 10 tablettes. On note X le nombre d’entre elles contenant un bon gagnant Corinne a noté les
résultats suivants :
Nombre 0 1 2 3 4 5 6 7 8 9 10
de
tablettes
gagnant
s
Nombre 0 3 8 16 20 20 14 6 3 1 1
de jours
1) Si la publicité n’est pas mensongère, quelle est la loi des nombres X de tablettes gagnantes sur un échantillon
de 10 tablettes
2) Tester cette hypothèse au seuil de 5% puis 2.5%
Solution :
On appelle X ='' nombre de tablettes gagnant''
X prend les valeurs 0, 1, 2, 3…..10
On écrit X = {0,1, 2, 3…..10}
X suit une loi binomiale B (10, 0.5)
La loi de probabilité de X est donnée par suivant :
Premier tableau :
nbr de nombre de
tablettes jours
gagnants observé ni nixi nixi² Ti (Oi-Ti)²/Ti
xi (Oi)
0 0 0 0 0.1 0.09
1 3 3 3 0.9 4.92
2 8 16 32 4.0 3.87
3 16 48 144 10.8 2.53
4 20 80 320 18.9 0.07
5 20 100 500 22.6 0.31
6 14 84 504 18.9 1.26
7 6 42 294 10.8 2.12
8 3 24 192 4.0 0.27
9 1 9 81 0.9 0.01
10 1 10 100 0.1 9.22
nombre
xi nixi nixi² Ti (Oi-Ti)²/Ti
de jours
0 0 =SOMME(A3*B3) =SOMME(A3*C3) =92*LOI.BINOMIALE(A3;10;0,5;FAUX) =((B3-E3)^2/E3)
Total =SOMME(B3:B13)
=SOMME(C3:C13) =SOMME(D3:D13) =SOMME(E3:E13) =SOMME(F3:F13)
Deuxième tableau :
On note
Oi : les effectifs observés (ni)
Ti : les effectifs théoriques que l’on aurait si X obéit à la loi uniforme sur {0, 1, 2, 3….10}
Pour le premier tableau :

Décision : P(X²>C)= 0.05→ C=18.31 < D=24.7
Donc, on rejette H0
Pour le deuxième tableau :
Décision 1 : P(X²>C)= 0.05→ C=12.59 < D=13.5
Donc, on rejette H0
Décision 2 : P(X²>C)= 0.025→ C=14.45 > D=13.5
Donc, on accepte H0
Exercice 3
Bernard travaille tous les matins au standard téléphonique d’une entreprise. Il oriente les différents appels vers les
services concernés. Chaque matin, X appels ne sont pas destinés à l’entreprise en question (erreurs de numéro).
Bernard a noté, au cours de 150 matinées le nombre d’appels de ce type
Nombre 0 1 2 3 4 5 6 7 8 9 10
d’erreurs
Nombre 0 2 15 19 22 25 20 18 14 9 6
de
matinées
1) Calculer le nombre moyen X̅ d’erreurs par matinée sur cet échantillon.
2) Donner une estimation ponctuelle de l’espérance et de la variance de X. comparer ces estimations et
commenter.
3) Au seuil de risque 5%, peut-on accepter l’hypothèse que X suit une loi de Poisson de paramètre x ?
1) ∑ (xi*ni)=801
X̅ =∑ (xi*ni)/n=72.82
2)
Nombre d’erreurs
Nombre de cumulé
xi matinées
xi*nini ni*xi² Ti (Oi-Ti)²/Ti
0 0 0 =A2*B2 =B2*A2*A2 =150*LOI.POISSON(A2;5,34;FAUX) =(B2-F2)*(B2-F2)/F2
150 150 =D2+D3+D4+D5+D6+D7+D8+D9+D10+D11+D12
=E2+E3+E4+E5+E6+E7+E8+E9+E10+E11+E12
=F2+F3+F4+F5+F6+F7+F8+F9+F10+F11+F12
=G2+G3+G4+G5+G6+G7+G8+G9+
3)
Exercice 4
De beaux meubles, fabriqués à la main par des ébénistes (chevronnés ou apprentis), sont examinés par un expert
avant leur mise en vente. Suivant leur qualité, ils seront prix et en des lieux différents. Sur un échantillon de 128
meubles, 3 sont invendables, 8 ont été jugés bas de gamme et seront exposé sur les marchés, 35 haut de gamme
seront vendus dans des boutiques de luxe, et les autres en grand magasin.
Au seuil de risque 5%, peut-on accepter l’hypothèse que 4% des meubles sortant de cet atelier sont invendables, 10%
partent sur les marchés, 56% vont en grand magasin, et 30% en boutique de luxe ?
X= “ le résultat de la qualité de beaux meubles qui sont examinés par un expert avant leur mise en place ”
On veut tester l’hypothèse H0 : X obéit à｛4% sont inventables, 10% sont sur le marchés, 56% sont en grand
magasin, 30% sont en boutique de luxe｝
Contre l’hypothèse H1 : X n’obéit pas à cette condition
Oi Ti (Oi-Ti) ²/Ti
invendable 3 5.12 0.88
sur le marché 8 12.8 1.80
en grand magasin 35 71.68 18.77
en boutique de luxe 82 38.4 49.50
Total 128 128 70.95
On note
Oi: les effectifs observes Ni
Ti : les effectifs théoriques que l’on aurait si X obéit à ｛4% sont inventables, 10% sont sur le
marchés, 56% sont en grand magasin, 30% sont en boutique de luxe｝
K= nombre de valeurs = 4
Donc D obéit à la loi de X² à 3 degrés de liberté. D observé= 70.051823
Décision : P(X²>C)= 0.05→ C=7.81 < D=70.051823

Donc, on rejette H0
Exercice 5
Sur 80 entreprises classées défaillantes, 48 décident une modernisation de la gestion. Au bout de la période
d’observation, on constate cependant que 25 d’entre elles ont fait faillite et que sur les 32 entreprises qui n’ont pas
modifié leur gestion, 25 ont fait faillite.
Tester au seuil de risque 1%, puis 5%, l’indépendance entre la faillite et le changement de gestion.
Exercice 6
Une entreprise produit de la lessive conditionnée en boites de 5 kilogrammes, afin d’étudier les prix de vente de ces
boîtes chez les détaillants, l’entreprise propose pendant une période donnée de rembourser 1 euros (et les frais de
timbre sur demande) à tout client qui enverra une preuve d’achat (collée sur la boîte de lessive) et le ticket de caisse.
Sur un échantillon de 800 demandes de remboursement, on a relevé les prix suivants :
Prix en <euros d’une boite de lessive Nombre de tickets

<5 15
[5 ; 7 ; 501 107
17 ; 50 ; 10 [ 270
10 ; 12 ; 50 [ 290
112 ; 50 ; 15 [ 99
>=15 19
Au seuil de risque 5%, l’ajustement de cette distribution par une loi normale d’espérance 10 euros et d’écart type 2.5
euros est-elle acceptable ?

Maths Tous

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Maths Tous

Transféré par

Droits d'auteur :

Formats disponibles

Exercice 1

-Premier des 100 appels observés : 2 unités en musique

-Puis pour les 99 appels suivants :

X= “ le nombre d’unités d’attente en musique ”

On veut tester, au seuil de risque de 5%.

L’hypothèse H0 : X obéit à la loi uniforme sui ｛0, 1, 2, 3, 4, 5, 6, 7, 8, 9｝

Contre l’hypothèse H1 : X n’obéit pas à cette loi

Dépouillement des données

Calcul de la variance et l’écart-type :

Oi : les effectifs observés (ni)

La variable D= ∑ (Oi-Ti) ²/Ti obéit à la loi du X² à (k-1-p) degrés de liberté

Pour le premier tableau :

P= nombre de paramètres estimés à partir de l’échantillon=0

Donc D obéit à la loi de X² à 10 degrés de liberté. D observé=24.7

Décision : P(X²>C)= 0.05→ C=18.31 < D=24.7

Pour le deuxième tableau :

P= nombre de paramètres estimés à partir de l’échantillon=0

Donc D obéit à la loi de X² à 6 degrés de liberté. D observé=13.5

Décision 1 : P(X²>C)= 0.05→ C=12.59 < D=13.5

Décision 2 : P(X²>C)= 0.025→ C=14.45 > D=13.5

Contre l’hypothèse H1 : X n’obéit pas à cette condition

Oi: les effectifs observes Ni

La variable D= ∑ (Oi-Ti) ²/Ti obéit à la loi du X² à (k-1-p) degrés de liberté

P= nombre de paramètres estimés à partir de l’échantillon=0

Donc D obéit à la loi de X² à 3 degrés de liberté. D observé= 70.051823

Décision : P(X²>C)= 0.05→ C=7.81 < D=70.051823

Prix en <euros d’une boite de lessive Nombre de tickets

Vous aimerez peut-être aussi