IA DE THIES

ANNEE SCOLAIRE: 2019-2020

CELLULE MIXTE DE KHOMBOLE
SECTION : MATHEMATIQUES
SERIE D’EXERCICES DE STATISTIQUE : NIVEAU TS2
Exercice 1 Extrait du BAC 2005 Série S2
Une entreprise a mis au point un nouveau produit et cherche à fixer le prix de vente. Une enquête est
réalisée auprès des clients potentiels ; les résultats sont donnés dans le tableau suivant où 𝑦! représente le
nombre d’exemplaires du produit que les clients sont disposés à acheter si le prix de vente, exprimé en
milliers de francs, est 𝑥! .

𝑥! 60 80 100 120 140 160 180 200

𝑦! 952 805 630 522 510 324 205 84

On appelle X la variable dont les valeurs sont 𝑥! et Y celle dont les valeurs sont les 𝑦! .
1) Calculer le coefficient de corrélation linéaire de X et Y. La valeur trouvée justifie-elle la recherche
d’un ajustement linéaire ?
2) Déterminer l’équation de la droite de régression de Y en X.
3) Les frais de conception du produit se sont élevés à 28 millions de francs. Le prix de fabrication de
chaque produit est de 25000 francs.
a) Déduire de la précédente que le bénéfice z en fonction du prix de vente x est donnée par l’égalité :
z = - 5,95𝑥 ! +  1426,25𝑥 − 59937,5 où x et z sont exprimés en milliers de francs.
b) Déterminer le prix de vente x permettant de réaliser un bénéfice maximum et calculer ce bénéfice.
NB : prendre 2 chiffres après la virgule sans arrondir. Bénéfice = Prix de vente – Prix de revient.
Exercice 2 Extrait du BAC 2009 Série S2
1) (X,Y) est unes série statistique double. Soit (𝐷! ) la droite de régression de Y en X.
Soit (𝐷! ) la droite de régression de X en Y. On suppose que :(𝐷! ) : y = a x + b et ( 𝐷! ) : x = a’ y +
b’.
Soit r le coefficient de corrélation linéaire entre X et Y.
Etablir que 𝑟 ! = aa’.
2) Dans une entreprise une étude simultanée portant sur deux caractères X et Y donnent les résultats
suivants : la droite de régression de Y en X a pour équation : 2,4x – y = 0
la droite de régression de X en Y a pour équation : 3,5 y – 9 x + 24 = 0.
a) Calculer le coefficient de corrélation linéaire entre X et Y, sachant que leur covariance est positive.
b) Calculer la moyenne de chacun des caractères X et Y.
Exercice 3 Extrait du BAC 2011 Série S2 session de remplacement
Historiquement, on avait décidé de numéroter les planètes du système solaire suivant leur distance
moyenne au soleil. On considère la série statistique double (i, di) où i représente le numéro d’ordre de la
planète et di la distance au soleil de la planète i (en millions de kilomètres).
Planètes Mercure Vénus Terre Mars Cérès Jupiter Saturne Uranus

Numéro d’ordre 1 2 3 4 5 6 7 8
i

Distance di 57,94 108,27 149,60 228,06 396,44 778,73 1427,7 2872,4

ausoleil

1) On pose 𝑦! = 𝑙𝑛  (  𝑑! −   𝑑! ), avec i ∈ {2, 3, 4, 5, 6, 7,8}.

a) Compléter le tableau en donnant les valeurs de yi au dixième près.
i 2 3 4 5 6 7 8

yi 3,9

b) Construire le nuage de points Mi (i, yi), 2 ≤ i ≤ 8, de cette série notée (i, y) dans un
repère orthonormal, unité graphique : 2 cm.
c) Déterminer par la méthode des moindres carrés, une équation de la droite de régression
(D) de y en i, i ∈ {2, 3, 4, 5, 6, 7,8}.
Donner les formules, ensuite les résultats à 10-3 près.
2) a) Sachant que y(i) = 𝑦! , déduire de ce qui précède que : 𝑑! = 57,94 + 11,965 (1,958)! .
(les coefficients sont arrondis à 10-3 près).
b) Calculer la distance moyenne probable au soleil d’une planète numérotée 9.
(Ce résultat est connu sous le nom de loi de Titius – Bode du nom de deux astronomes
allemands qui permirent la découverte de Neptune n°9 en 1848)
Exercice 4 Extrait du BAC 2013 Série S2
Le tableau statistique ci-dessous donne le degré de salinité 𝑌! du lac rose pendant le 𝑖 è!" mois de pluie
noté 𝑋!

𝑋! 0 1 2 3 4

𝑌! 4,26 3,4 2,01 1,16 1,01

Dans ce qui suit il faudra rappeler chaque formule le cas échéant, avant de faire les calculs. On donnera
les valeurs approchées par excès des résultats à 10!  ! près.
1) a) Déterminer le coefficient de corrélation linéaire de cette série (X, Y) et interpréter le résultat.
b) Quelle est l’équation de la droite de régression de Y en X.
c) Cette équation permet-elle d’estimer le degré de salinité du lac au 6ième mois de pluie, le cas échéant ?
Justifier la réponse.
2) On pose Z = ln ( Y – 1 )
a) Donner le tableau correspondant à la série (X, Z). Les résultats seront arrondis au millième près.
b) Donner le coefficient de corrélation linéaire de cette série (X , Z ).
c) Donner l’équation de la droite de régression de Z en X, puis exprimer Y en fonction de X.
d) Utiliser cette équation pour répondre à la question 1/c).
Exercice 5 Extrait du BAC 2009 Série S2 session de remplacement
Le tableau suivant indique les quantités de riz (en millions de tonnes) importées par un pays
pendant 7 années successives.

Rang de l’année 1 1 2 3 4 5 6 7

Quantités importées Xi 615 597 580 510 500 498 487

Un riziculteur propose une politique agricole dénommée GOANAR (Grande offensive Agricole
pour la Nourriture et l’Abondance en Riz) dont l’objectif est de remplacer progressivement les
importations par du riz local de qualité.
Sa politique consiste à produire chaque année une quantité Yi, en millions de tonnes
proportionnelle au rang de l’année selon la relation : Yi = 31 i
1) Dresser le tableau de la série statistique (Xi ,Yi).
2) a) Calculer le coefficient de corrélation linéaire entre les deux variables X et Y.
b) Interpréter le résultat du 2a).
3) Donner une équation de la droite de régression de Y en X.
4) On suppose que cette évolution se maintient, estimer le rang de l’année où les
importations sont égales à la production.
5) A partir de quelle année, l’importation représente les 10 % de la production, sachant que
la première année correspond à 2008.
Exercice 6
Un hypermarché dispose de 20 caisses. Le tableau ci-dessous donne le temps moyen d'attente à une caisse
en fonction du nombre de caisses ouvertes :
Nombre de caisses ouvertes X 3 4 5 6 8 10 12

Temps moyen d'attente (en 16 12 9,6 7,9 6 4,7 4

minutes) Y

1) Construire le nuage de points Mi(xi ; yi) correspondant à cette série statistique.

Unités : en abscisse : 1 cm pour une caisse ouverte. en ordonnée : 1 cm pour une minute d'attente.
2) Calculer les coordonnées du point moyen G du nuage et le placer sur le graphique.
3) Un ajustement affine.
a) Calculer le coefficient de corrélation linéaire r.
b) Déterminer, l'équation de la droite de régression D de y en x par la méthode des moindres carrés.
Tracer la droite D sur le graphique. (Marquer les points utilisés pour tracer D)
c) Estimer à l'aide d'un calcul utilisant l'équation de la droite D :
i) Le nombre de caisses à ouvrir pour que le temps moyen d'attente à une caisse soit de 5 minutes.
ii) Le temps moyen d'attente à la caisse lorsque 15 caisses sont ouvertes.
iii) Pensez-vous que, dans le cas de la question ii), l'ajustement affine soit fiable ?
4) Un ajustement non affine.
!
On considère la fonction ¦ définie sur ]0 ; +∞[ par : ¦(X) = !
a) Déterminer 𝜆 de façon à avoir : ¦(3) = 16.
b) Tracer alors la représentation graphique C de ¦ dans le repère utilisé pour le nuage.
c) Estimer à l'aide d'un calcul utilisant la fonction ¦ :
i) Le nombre de caisses à ouvrir pour que le temps moyen d'attente à une caisse soit de 5 minutes.
ii) Le temps moyen d'attente à la caisse lorsque 15 caisses sont ouvertes.
EXERCICE 7 :
Le  tableau  ci-­‐après  donne  les  notes  obtenues  par  10  élèves    à  deux  devoirs  de  maths  consécutifs.  
Elève  n°   1   2   3   4   5   6   7   8   9   10  
Devoir  1   15   13   14   12   9   14   4   9   5.5   10  
Devoir  2   11   11.5   11   15.5   9   12.5   10   11.5   8.5   13  
 𝑥!  est  la  note  obtenue  par  l’élève  n°i  au  devoir  1  et  𝑦!  celle  qu’il  a  obtenue  au  devoir  2.  
1) On  pose  𝑋! = 𝑥! − 𝑥  et      𝑌! = 𝑦! − 𝑦  
         a)reproduire  et  compléter  le  tableau  ci-­‐dessous.  
Elève  n°      1        2      3      4      5      6      7      8      9    10  
𝑋!                      
𝑌!                      
         b)  Représenter  le  nuage  de  point    𝐴! (𝑋! ;  𝑌!  );  
         c)  Calculer  le  coefficient  de  corrélation  linéaire  entre  X  et  Y.  
2)  a)donner  une  équation  de  la  droite  de  régression  de  Y  en  X.  
         b)  Déduire  de  ce  qui  précède  une  équation  de  la    droite  de  régression  de  y  en  x.