Université de Sousse 1ère année, AU: 2021-2022

Ecole Nationale d’Ingénieurs de Sousse Semestre 2

Probabilité et statistique
Les intervalles de confiance
TD n°3

Exercice 1 

Une entreprise chimique commercialise un polymère servant à la fabrication de

microprocesseurs et stocké dans une cuve dont la caractéristique à contrôler est la viscosité ;
celle-ci doit être comprise entre 75 et 95 pour pouvoir commercialiser le polymère. Quatre
extractions ont été réalisées dans des zones différentes de la cuve et ont conduit aux valeurs de
l’échantillon : x1 = 78 ; x2 = 85 ; x3 = 91 ; x4 = 76, réalisation des variables aléatoires X1 ; X2 ; X3 ; X4
.

L’entreprise a besoin d’estimer la viscosité et aussi de connaître la précision de cette

estimation. Ayant choisi a priori un seuil de 5%, il s’agit de fournir aux clients des intervalles de
confiances à 95% pour μ.

Le modèle considère que les variables Xi sont indépendantes selon une loi N(μ ; σ2) ; μ
représente la moyenne de la viscosité dans la cuve tandis que σ 2 prend en compte la variabilité
de la viscosité au sein de la cuve et celle due à l’erreur de mesure.

Les paramètres sont la moyenne μ et la variance σ2.

1. Si nous supposons que la variance du processus de fabrication est constante et connue

avec σ = 5, déterminer une estimation de l’intervalle de confiance de μ avec un niveau de
confiance 1 - α.

2. La variance n’est plus supposée constante et connue, elle doit être estimée, déterminer
une estimation de μ avec un niveau de confiance 1 - α

3. Si nous supposons maintenant que la moyenne est connue μ = 80, déterminer une
estimation de l’intervalle de confiance de σ2 avec un niveau de confiance 1 - α.

4. La moyenne n’est plus supposée connue, elle doit être estimée, déterminer une
estimation de l’intervalle de confiance de σ2 avec un niveau de confiance 1 - α

1-
2-
3-

4-
Exercice n°2 

Un semencier a récolté 5 tonnes de graines de Tournesol. Il a besoin de connaître le taux de

germination de ces graines avant de les mettre en vente. Il extrait un échantillon de 40 graines,
les dépose sur un buvard humide et compte 30 graines ayant évolué favorablement. On
remarque que ce contrôle est de type destructif : l’échantillon ayant servi au contrôle ne peut
plus être commercialisé. Il s’agit donc d’évaluer la proportion p des graines de la population à
grand effectif, présentant un certain caractère X : succès de la germination. X vaut 1 si la graine
germe, et 0 sinon.

On note Xi l’échantillon prélevé, les Xi son indépendantes et suivent la même loi de probabilité
que X qui est la loi de Bernoulli de paramètre p, p représente la probabilité pour que la graine
numéro i germe.

1- Calculer E(X) et Var(X) = σ2

2- En déduire

3- Donner la nature de la loi de probabilité de (nous supposons que n = 40 est assez grand)

4- En déduire que:

5- En notant la realisation de sur l’échantillon, montrer que:

Avec u est le fractile d’ordre 1-α/2 de la loi N(0, 1), calculer IC(p)

6- Pour simplifier cet intervalle de confiance nous prenons comme statistique:

a- Montrer que cette statistique est pivotale.

b- En déduire le nouvel intervalle de confiance de p, calculer IC(P)

6-a

Théorème de Slutsky : si f est une application réelle continue et si (Xn) converge en loi
vers X, alors. (f(Xn)) converge en loi vers f(X). 
Exercice n°3

On souhaite estimer le paramètre λ d’une loi de Poisson et déterminer son intervalle de

confiance à partir d’un n-échantillons par la méthode du maximum de vraisemblance.

1- Rappeler la loi de probabilité d’une telle loi

2- En déduire la fonction de vraisemblance

3- Déterminer alors le maximum de vraisemblance notée , en déduire son estimateur

4- En supposant n assez grand, démontrer qu’un intervalle de confiance de est donné

par :

Calculer