LES EXERCICES PROPOSÉS :

1) Viande pour hamburger: Le rayon viande d'un supermarché local prépare

spécifiquement ses paquets de bœuf haché d'une livre, de sorte qu'il y a une
variété de poids, certains légèrement supérieurs et d'autres légèrement inférieurs à
une livre. Supposons que les poids de ces paquets de "1 livre" soient normalement
distribués avec une moyenne de 1,00 livre et un écart-type de 0,15 livre.
Déterminer :
a. Quelle proportion des colis pèsera plus d'une livre ?
P ( x> 1 )

Nous effectuons le changement d'échelle

x −μ
Z=
σ
1−1
Z= =0
0.15
En cherchant cette valeur z dans le tableau de distribution normale, nous
trouvons :
P ( x> 1 )=0.5

b. Quelle proportion des colis pèsera entre 0,95 et 1,05 livre ?

P ( 0.95< x <1.05 )=P ( 1.05> x )−P ( 0.95> x )
1.05−1
P ( 1.05> x ) ; Z= =0.33
0.15

P ( 0.95> x )=1−P ( 0.95< x )

0.95−1
P ( 0.95< x ) ; Z= =0.33
0.15

Recherche des valeurs correspondantes dans le tableau

P ( 1.05> x )=0.6293
P ( 0.95> x )=1−0.6293=0.3707
La proportion des paquets se situant dans cette fourchette de prix est donc la
suivante :
P ( 0.95< x <1.05 )=0.6293−0.3707=0.2586
c. Quelle est la probabilité qu'un paquet de bœuf haché choisi au hasard pèse
moins de 0,80 livres ?
P ( 0.8> x )=1−P ( 0.8 < x )
0.8−1
Z= =1.33
0.15
Recherche de la valeur dans le tableau :
P ( 0.8< x )=0.9082

C'est pourquoi :
P ( 0.8> x )=1−0.9082=0.0918=9.18 %
d. Serait-il inhabituel de trouver un paquet de bœuf haché pesant 1,45 livre ?
Comment expliquer un paquet aussi volumineux ?
Au fur et à mesure que l'on s'éloigne de la moyenne, la probabilité diminue
considérablement pour tendre vers 0. Cependant, il existe toujours une probabilité,
même si elle est très faible, et nous pouvons donc conclure qu'elle est peu
fréquente, comme nous pouvons le voir dans le calcul suivant :
P ( 1.45< x )=1−P ( 1.45> x )
1.45−1
Z= =3
0.15
P ( 1.45> x )=0.9986
P ( 1.45< x )=1−0.9986=0.0014
On constate que la probabilité qu'il pèse plus de 1,45 est très faible.
2. Taille humaine : la taille humaine est l'une des nombreuses variables
biologiques qui peuvent être modélisées par la distribution normale. Supposons
que la taille des hommes ait une moyenne de 1,79 m, avec un écart type de 0,085
m. Déterminer :
a. Quelle est la proportion d'hommes dont la taille est supérieure à 1,76 m ?
P ( x> 1.76 )
Nous effectuons le changement d'échelle
x −μ
Z=
σ
 1 .76−1.79
Z= =0.3529
0.085
En cherchant cette valeur z dans le tableau de distribution normale, nous
trouvons :
P ( x> 1.76 )=0.6368

b. Quelle est la probabilité qu'un homme choisi au hasard mesure entre 1,60 m et
1,70 m ?
P ( 1.6< x <1.7 ) =P ( 1.6 < x )−P ( 1.7< x )
1. 6−1 .79
P ( 1.6< x ) ; Z= =2.23
0.085
1.7−1.79
P ( 1.7< x ) ; Z= =1.05
0.085

Recherche des valeurs correspondantes dans le tableau

P ( 1.6< x )=0.9871
P ( 1.7< x )=0.8531

La proportion des paquets se situant dans cette fourchette de prix est donc la
suivante :
P ( 1.6< x <1.7 ) =0.9871−0.8531=0.134=13.4 %

c. Le président George W. Bush mesure 1,68 m. S'agit-il d'une stature rare ?

Oui, puisque la taille moyenne est de 1,79 et que l'écart-type est de 0,085, ce qui
est relativement faible. Dans la section précédente, nous avons calculé la
probabilité qu'un homme choisi au hasard soit plus grand que 1,7 et le résultat est
de 85,31%, ce qui montre que ceux qui sont plus petits que 1,7 ne représentent
que 14,69%, ce qui nous permet de conclure qu'il s'agit d'une taille peu commune.
d. Sur les 42 présidents élus entre 1789 et 2006 aux États-Unis, 18 mesuraient
1,80 m ou plus. Considérez-vous cela comme inhabituel ?
Pour le vérifier, nous pouvons calculer la probabilité de choisir au hasard un
homme de cette taille :
P ( 1.85< x )=1−P ( 1.85> x )
 1. 85−1.79
Z= =0.705 ; P ( 1.85> x )=0.7611
0.085
P ( 1.45> x )=1−0.7611=0.2389=23.89 %
Comme on le voit, ce n'est pas si rare puisqu'ils représentent plus de 20%, ce qui
est considérable.
7. Une mine de phosphate. Le rejet de solides en suspension provenant d'une
mine de phosphate est normalement distribué, avec un rejet quotidien moyen de
27 milligrammes par litre (mg/l) et un écart-type de 14 mg/l. Quelle est la proportion
de jours par an où le débit journalier dépasse 50 mg/l ?
P ( x> 50 )=1−P ( x <50 )
50−27
Z= =1.64 ; P ( x <50 ) =0.9495
14
P ( x> 50 )=1−0.9495=0.0505=5.05 %

Comme nous pouvons le voir, la probabilité de dépasser 50 mg/l un jour donné est
de 5,05 %, mais on nous demande la proportion sur une année, nous multiplions
donc par tous les jours de l'année pour obtenir la réponse suivante :
P=0.0505∗365=18.43
Nous pouvons donc conclure qu'entre 18 et 19 jours, elle dépassera 50 mg/l.

9. Fréquence respiratoire. Le nombre de fois x qu'un adulte respire par minute,

au repos, dépend de son âge et varie fortement d'une personne à l'autre.
Supposons que la distribution de probabilité pour x soit approximativement
normale, avec une moyenne égale à 16 et un écart-type égal à 4. Si une personne
est choisie au hasard et que l'on enregistre un nombre x de respirations par minute
au repos, déterminez :
a. Quelle est la probabilité que x soit supérieur à 22 ?
P ( x> 22 )=1−P ( x <22 )
x −μ 22−16
Z= = =1.5
σ 4
P ( x< 22 )=0.9332
P ( x> 22 )=1−0.9332=0.0668=6.68 %
b. Quelle est la probabilité que x ne dépasse pas 18 ?
P ( x< 18 )
 x −μ 18−16
Z= = =0.5
σ 4
P ( x< 18 )=0. 6915=69.15 %
c. Quelle est la probabilité que x soit compris entre 20 et 14 ?
P ( 14< x <20 )=P ( x >14 )−P ( x >20 )
14−16
P ( x> 14 ) ; Z= =0.5
4
P ( x> 20 )=1−P ( x <20 )
20−16
P ( x< 20 ) ; Z= =1
4
En examinant les valeurs du tableau, nous obtenons
P ( x> 14 )=0.6915
P ( x> 20 )=1−0.8413=0.1587

Calcul de la probabilité totale

P ( 14< x <20 )=0.6915−0.1587=0.5328=53.28 %

15. combien de mots ? Un éditeur a découvert que le nombre de mots contenus

dans un nouveau manuscrit est normalement distribué, avec une moyenne égale à
20 000 mots de plus que ce qui est spécifié dans le contrat de l'auteur et un écart
type de 5 000 mots. Si l'éditeur veut être quasiment certain (avec une probabilité
de 0,95) que le manuscrit compte moins de 100 000 mots, quel nombre de mots
doit-il spécifier dans le contrat ?

Comme nous voulons que la probabilité soit de 0,95, nous cherchons dans le
tableau la valeur de Z qui correspond à cette probabilité :
Z=1.65
Pour calculer le nombre de mots auxquels correspond cette probabilité, nous nous
basons sur l'expression utilisée pour effectuer le changement d'échelle.
x −μ
Z=
σ
x−20000
1.65=
5000
1.65 ∙5000=x−20000
 8250=x−20000
x=20000+ 8250
x=28250
Cette valeur correspond au nombre de mots supplémentaires qu'il contient, donc si
vous voulez qu'il soit inférieur à 100000 alors :
Total=100000−28250
Total=71750
Nous pouvons donc conclure que l'éditeur doit spécifier qu'il y a 71750 mots pour
avoir 95% de confiance qu'il y a moins de 100000 mots.