Académique Documents
Professionnel Documents
Culture Documents
et symboles utilisés
≈ environ dans ce module
% pour cent K
E
60° 60 degrés
Mo mode
Md médiane
x moyenne
[16, 18[ l’intervalle fermé-ouvert de 16 à 18
xi i e donnée d’une distribution
fi fréquence de la i e donnée
Σ sommation
Q1 premier quartile
Q2 deuxième quartile ou médiane
Q3 troisième quartile
EI étendue interquartile
AB le segment AB
P (A) probabilité de l’événement A
Ω univers des résultats possibles
{1, 2, 3} l’ensemble des éléments 1, 2 et 3
AUB A intersection B
AuB A union B
∅ l’ensemble vide
A' le complémentaire de l’événement A
(x, y) couple
(x, y, z) triplet
es
Tableaux Rappel de quelqu
notions
K
Tableau de données condensées Tableau de données groupées enE classes
NOMBRE D’ENFANTS DE 50 COUPLES REVENU ANNUEL DE 50 COUPLES
Nombre d’enfants Effectif Classe (milliers de $) Effectif
0 12 [0, 20[ 02
1 19 [20, 40[ 06
2 11 [40, 60[ 11
3 15 [60, 80[ 13
4 12 [80, 100[ 09
5 11 [100, 120[ 05
Total 50 120 ou plus 04
Diagrammes
12
8 … 5 6 7 8 9 …
0 2 4 6 8 10
Distance (km)
2
5
P 3 A
4
F B
1
4
F B
Conforme au Programme
COLLECTE DE DONNÉES
K
E
NE ME JETEZ PAS !
GARDEZ-MOI
COMME AIDE-MÉMOIRE
Ce livre appartient à :
Tous les titr
es
de la collec
tion MAT
au catalogu
e
FORMATION DE BASE COMMUNE : K
E
Présecondaire
MAT P101 4 MAT P102 3 MAT P103 2 MAT P104 4
Secondaire 1 Secondaire 2
MAT 1101 3 MAT 1102 3 MAT 2101 3 MAT 2102 3
Mise À Niveau
MAN P100 MAN 1100 MAN 2100
FORMATION À DISTANCE :
Secondaire 1, 2 et 3
Tous les guides d’apprentissage du secondaire 1, 2 et 3 ont été adaptés pour les besoins de la formation
à distance. Pour en savoir plus : voyez notre site www.ebbp.ca
Secondaire 4 et 5 — En préparation
L’ensemble des titres admissibles de notre production bénéficie du soutien financier du gouvernement du Canada.
Pour en savoir plus sur l’illustrateur et sur les illustrations de votre module, voir p. 401
Vous avez en main la deuxième édition revue et corrigée du module MAT 3052,
deuxième module de notre collection MAT FORMATION DE BASE DIVERSIFIÉE.
Les auteurs, les correcteurs, les réviseurs et toute l’équipe éditoriale et technique ont fait
de leur mieux pour que cet ouvrage respecte l’esprit et la lettre du programme, et réponde
à vos attentes et à vos besoins. Mais nul, ni rien, n’est parfait sur terre : moins que quiconque,
nous prétendons avoir atteint la perfection, même après révision et correction.
D’autre part, n’hésitez pas à nous signaler coquilles ou erreurs si vous en trouvez : nous ne
procédons jamais à une réimpression sans avoir d’abord effectué les corrections
ou les retouches nécessaires. Un ouvrage didactique n’est pas une œuvre immuable,
au contraire, c’est un outil perfectible et en perpétuel devenir.
Avec la collaboration de toutes et de tous, nous pourrons ensemble améliorer et raffiner, au fil
des ans, un document dont nous voudrions qu’il soit pour vous l’outil rêvé. Nous ferons tout
pour qu’il le devienne.
Depuis plus de soixante-cinq ans, nous n’avons jamais cessé de travailler en étroite collaboration
avec le monde de l’enseignement, et nous voulons continuer de le faire : que vous soyez étudiant
ou enseignant, merci de garder le contact avec nous par le moyen qui vous est le plus
commode : téléphone, télécopieur, courriel.
L’éditeur
KINÉSIS ÉDUCATION
Bureau 275, 4823, rue Sherbrooke Ouest, Westmount, Québec H3Z 1G7
Téléphone : 514 932-9466 Télécopieur : 514 932-5929
Courriel : cbeullac@ebbp.ca Site : www.ebbp.ca
V
Table des matières
MODULE MAT 3052 de vot
TABLE DES re vol ume
MATIÈRES
K
E
Graphismes, notations et symboles page 2 de couverture
Tableaux page 3 de couverture
Mesures de tendance centrale page 3 de couverture
Diagrammes page 3 de couverture
À l’étudiant et à l’enseignant V
Présentation VIII
Comment est construit votre MAT 3052 X
Attentes de fin de cours XII
VI
TABLE DES MATIÈRES MODULE MAT 3052
02. PROBABILITÉS
Mise en situation :
RENTABILISER UNE INVENTION GRÂCE AU DÉNOMBREMENT 172
2.1. Variable aléatoire 174
Pour en savoir un peu plus… : Le jeu de cartes 179
2.2. Représentation d’événements 180
2.3. Le dénombrement 194
Amusons-nous : Le café 204
2.4. Expériences aléatoires simples 205
2.5. Expériences aléatoires composées 215
Amusons-nous : Les coïncidences qui n’en sont pas 231
2.6. Probabilité géométrique 232
En remontant le cours des siècles : Blaise Pascal (1623–1662) 247
2.7. Vue d’ensemble : synthèse des savoirs 248
Consolidation des savoirs 250
2.8. Situations de vie 262
Situations d’évaluation de fin de chapitre SÉ 283
Évaluation des connaissances 284
Évaluation des compétences 287
VII
Présentation du cours
COLLECTE DE DONNÉES PRÉSENTATION
K
Le module MAT 3052, intitulé Collecte de données, touchera plusieurs aspects d’une grande
E
COMPÉTENCES DISCIPLINAIRES
Dans ce cours, la résolution de situations-problèmes implique le recours aux trois compétences
disciplinaires, soit :
Utiliser des stratégies de résolution de situations-problèmes ;
Déployer un raisonnement mathématique ;
Communiquer à l’aide du langage mathématique.
COMPÉTENCES TRANSVERSALES
Plusieurs compétences transversales peuvent contribuer au traitement de situations
de la famille Traitement de données. Le programme d’études en propose deux qui apparaissent
les plus appropriées pour ce cours :
Compétence d’ordre intellectuel : Exercer son jugement critique ;
Compétence de l’ordre de la communication : Communiquer de façon appropriée.
CONTENU DISCIPLINAIRE
Dans ce cours, vous réactiverez et approfondirez l’ensemble des savoirs propres à la statistique,
acquis précédemment. Afin de traiter efficacement les situations-problèmes, vous compléterez
votre formation en construisant et en vous appropriant les savoirs suivants.
Savoirs prescrits
En vue de traiter efficacement les situations d’apprentissage proposées dans ce cours,
vous développerez trois procédés intégrateurs :
La réalisation d’une collecte de données ;
La comparaison de collectes de données ;
L’interprétation de données issues d’une expérience.
VIII
PRÉSENTATION COLLECTE DE DONNÉES
SAVOIRS MATHÉMATIQUES
Distributions statistiques à un caractère
SM-1 Organisation et interprétation de données statistiques
SM-2 Construction et interprétation de tableaux de distribution
Tous les savoirs SM-3 Représentation et interprétation de graphiques
mathématiques : SM.SM-4 Calcul de mesures de tendance centrale et de dispersion
On le reconnaît
à ce picto associé
aux Outils mathématiques.
Probabilité
K
SM-5
E Dénombrement et calcul de probabilités
SM-6 Représentation d’événements
IX
Comment EST
COMMENT struit
est conCONSTRUIT
votre module.
Vous retrouverez des pages
+détaillées un peu +loin
COLLECTE DE DONNÉES PRÉSENTATION COMMENT EST CONSTRUIT VOTRE MAT 3052
Votre MAT 3052 est divisé en chapitres : Les chapitres de votre MAT 3052 sont divisés en sections :
01 DISTRIBUTIONS STATISTIQUES
À UN CARACTÈRE Au début de chaque section : les
En début de chapitre une mise en situation, ici : Outils mathématiques nécessaires
UNE ÉTUDE DE MARCHÉ POUR UN à l’acquisition des savoirs mathématiques.
MICRO-ORDINATEUR DESTINÉ AUX GENS ACTIFS. Présentation succincte, niveau de langue
Elle est tirée de la vie courante réelle ou virtuelle, simple, exemples concrets, illustrations
et illustre l’utilité de la matière qui sera abordée. au besoin.
DANS CE CHAPITRE , vous dit ce que vous verrez comme ➨ page 4 et suivantes
nouvelles notions, à quoi cela sert en mathématique
et dans la vie de tous les jours. ➨ page 2
X
VOTRE MAT 3052
Ensuite, des cas concrets en relation avec Puis, de la pratique, pour vous aider à acquérir
les savoirs mathématiques que vous avez par étapes la ou les compétences disciplinaires
découverts dans les Outils mathématiques . à atteindre. Vous pouvez facilement repérer ces
activités d’apprentissage grâce à la bande gris
➨ page 8 et suivantes
pâle sur la tranche du module.
➨ page 11 et suivantes
Il vous donne les solutions de toutes les activités Une table alphabétique des mots-clés
d’apprentissage, des situations-problèmes et leurs références. ➨ page 395 et suivantes
et des consolidations des savoirs.
Ce corrigé se repère grâce à la bande rouge
En tiré à part pour l’enseignant
sur la tranche du module.
➨ page 337 et suivantes • Corrigé des SÉ de fin de chapitre
• Grilles d’évaluation
XI
Objectifs visés
ATTENTES DE FIN DE COURS MAT 3052
par ce cours
K
Au terme de ce cours, vous serez en mesure d’effectuer une collecte de données. E
Vous pourrez aussi comparer les résultats d’une expérience statistique à l’aide de divers
instruments pour valider vos observations relativement à un problème que vous aurez
vous-même cerné. La présentation des résultats de votre analyse sera faite dans le respect
des règles et des conventions mathématiques. Vous utiliserez des stratégies de résolution
de situations-problèmes afin de déterminer la solution la plus juste. De plus, vous interpréterez,
à l’aide du raisonnement mathématique, des données probabilistes issues d’une expérience
aléatoire et vous prendrez des décisions.
CRITÈRES D’ÉVALUATION
• Utiliser des stratégies de résolution de situations-problèmes
• Déployer un raisonnement mathématique
• Communiquer à l’aide du langage mathématique*
* La compétence 3 « Communiquer à l’aide du langage mathématique » ne fait pas l’objet d’une évaluation spécifique au regard
de la sanction et de la reconnaissance. Toutefois, puisqu’elle se manifeste nécessairement dans toute activité mathématique,
elle a été prise en compte dans les outils d’évaluation élaborés pour aider les enseignants à porter leur jugement.
XII
Votre MAT 30 52
est divisé en 2 chapitres
dont voici les titres :
COLLECTE DE DONNÉES K
E
02. PROBABILITÉS
Mise en situation :
En début de chapitre,
Un soir, devant votre ordinateur portable, vous consultez un site Internet de financement
une mise en situation tirée
participatif, aussi connu sous l’appellation anglaise de crowdfunding. Sur ce genre de site,
de la vie courante réelle
des personnes ou des entreprises font appel au public afin de financer des projets. Pour chacun
ou virtuelle qui illustre l’utilité
de ces projets, une somme à amasser est fixée, ainsi que le temps alloué pour de atteindre
la matière quicet objectif.
sera abordée.
La personne qui désire investir dans un projet le fait par l’intermédiaire du site de financement
participatif, et la taille de sa contribution est laissée à son entière discrétion : elle peut promettreK
E
de verser une somme aussi petite que 5 $, et aucun plafond n’est fixé. Lorsqu’on ne réussit pas
à recueillir les fonds prévus avant la date butoir, le projet est annulé et les investisseurs n’ont pas
à verser l’argent qu’ils avaient promis.
Le financement a échoué, notamment parce que l’on n’a pas procédé à une étude de marché,
c’est-à-dire une analyse statistique qui permettrait de cerner le public cible d’un tel produit,
la clientèle qui aurait intérêt à acheter ce micro-ordinateur.
Vous prenez donc contact avec les inventeurs et leur proposez de faire cette analyse avant
qu’ils ne soumettent de nouveau le projet sur le site de financement participatif. Par chance,
ils ont déjà recueilli quelques données, mais ne savent pas comment les interpréter.
Sauriez-vous leur venir en aide ?
Grâce à la statistique, vous serez en mesure, à la fin de ce chapitre, d’effectuer une cueillette
de données, puis de présenter et d’interpréter ces données.
e vous
Le bloc Dans ce chapitr
no tio ns
indique les nouvelles
que vous apprendrez et
ilités
quelles seront leurs ut
ns
DANS CE CHAPITRE en mathématiques et da
rs .
Quoi de nouveau ?
la vie de tous les jou
K
— La présentation et l’analyse des résultats d’une collecte de données E
Outils mathématiques
Rappel des définitions de base en statistique — Méthodes d’échantillonnage
1. Rappel des définitions de base en statistique
Une population est l’ensemble des individus ou des objets sur lesquels porte une étude statistique
et qui possèdent des caractéristiques qui permettent de les regrouper. Lorsque l’étude statistique
se fait Tous les termes
uniquement surapparaissant
une partie de la population, ces individus ou ces objets forment ce qu’on appelle
en italique rouge gras
un échantillon.
Pour qu’un échantillon soit représentatif, il doit refléter le plus possible les caractéristiques
se retrouvent au glossaire
de la population étudiée.
des termes mathématiques.
Il existe trois types d’études
K statistiques :
E
Le recensement, qui est une opération de dénombrement qu’on effectue sur toute une population
d’individus, ou l’inventaire, qu’on effectue sur toute une population d’objets ;
Le sondage, qui est une étude ponctuelle qu’on effectue sur un échantillon de la population
et dont les résultats sont généralisés à cette population ;
L’enquête statistique, qui est une étude portant sur un sujet donné, au cours de laquelle
la compétence d’experts est nécessaire pour tirer des conclusions fiables.
2. Méthodes d’échantillonnage
Vous verrez ici quatre méthodes d’échantillonnage : l’échantillonnage aléatoire et l’échantillonnage
systématique, que vous connaissez déjà ; puis deux nouvelles méthodes, l’échantillonnage stratifié
et l’échantillonnage par grappes.
L’échantillonnage aléatoire
Constituer un échantillon aléatoire consiste à choisir au hasard un certain nombre d’individus
dans la population visée. On doit s’assurer que, pour chaque individu de la population, la probabilité
de faire partie de l’échantillon soit la même.
L’échantillonnage systématique
La méthode d’échantillonnage systématique, ou méthode d’échantillonnage par intervalles,
consiste à constituer un échantillon en sélectionnant à intervalle fixe des individus ou des objets
à partir d’une liste ordonnée contenant tous les individus ou tous les objets de la population concernée
par l’étude.
Exemple
On veut choisir 25 élèves d’une liste de 150 élèves qui fréquentent un centre d’éducation des adultes.
Divisons d’abord 150 par 25, ce qui nous donne 6. Nous devons donc choisir un élève tous les 6 noms.
mprend
Par exemple, si on commence par le 3 e, on sélectionne ensuite le 9 e, le 15 e, le 21e, et ainsi de suite
Cet outildeco25
jusqu’au 147e. Dès lors, on aura constitué un échantillon systématique es
des exemples, des démarch
individus parmi
les 150 élèves.
ns .
détaillées et leurs résolutio
En procédant par échantillonnage systématique à intervalle fixe de 6 sur la liste de 150 élèves,
il y a six échantillons possibles : K
E
Vous constaterez qu’au bout du compte, chaque élève du centre n’apparaît que dans un seul
des 6 échantillons et qu’il a autant de chances d’être sélectionné que les autres élèves.
L’échantillonnage stratifié
La méthode d’échantillonnage stratifié est utilisée quand la population n’est pas homogène,
c’est-à-dire lorsqu’une ou plusieurs caractéristiques des individus peuvent influencer les résultats
d’un sondage. L’échantillonnage stratifié consiste à diviser la population en strates, c’est-à-dire
en des sous-ensembles homogènes et mutuellement exclusifs, et ce, à partir de quelques
critères : sexe, âge, langue parlée, pays d’appartenance, etc. On prélève ensuite un nombre d’individus
de chaque strate proportionnel au nombre d’individus dans la strate correspondante de la population.
Ces individus forment un échantillon représentant toutes les strates de la population visée par l’étude.
1. La population concernée est l’ensemble des élèves. Désignons par N l’effectif de la population :
N = 400.
2. On considère deux strates : celle qui est formée par les élèves de sexe masculin et celle qui est formée
par les élèves de sexe féminin. Désignons par N1 l’effectif de la première strate et par N2 l’effectif
de la deuxième strate :
Élèves de sexe masculin : N1 = 250 ;
Élèves de sexe féminin : N2 = 150.
5. Parmi les 250 élèves de sexe masculin, on en choisit 25 au hasard (ou on utilise tout autre mode
de sélection) et, parmi les 150 élèves de sexe féminin, on en choisit 15.
Il serait trop coûteux de faire un sondage à l’échelle de la province, compte tenu du nombre
considérable d’élèves inscrits au secondaire et de la dispersion géographique des écoles.
L’échantillonnage par grappes est la méthode la plus appropriée. Chaque école constitue
une grappe. On sélectionnera au hasard quelques écoles, et on réalisera l’étude sur chacun
des élèves de ces écoles.
Il est important de ne pas confondre les strates et les grappes. Dans cet exemple,
avec un échantillonnage stratifié, on aurait dû sélectionner quelques élèves dans chacune
des écoles du Québec, alors qu’avec un échantillonnage par grappes, on sélectionne
tous les élèves de quelques écoles.
Exemple 1
2 000 élèves fréquentent une polyvalente.
Le comité étudiant veut connaître l’opinion des élèves
au sujet de la qualité, de la quantité et de la diversité Des cas concrets en relation
des équipements du gymnase dans leur école. avec les savoirs mathématiques.
Celui-ci comprend au moins
2 exemples : Le premier est dét
aillé
avec une démarche élaborée.
K
Voici la répartition des élèves par niveau : E
N’ayant pas les ressources suffisantes pour interroger l’ensemble des élèves qui fréquentent
l’école, le comité décide de choisir un échantillon représentatif de 320 élèves.
Déterminer le nombre d’élèves de chaque niveau que le comité étudiant doit choisir.
Solution
Les élèves étant répartis en cinq niveaux, on privilégie donc la méthode d’échantillonnage
stratifié.
2) Les élèves sont répartis en 5 strates homogènes : chacun des niveaux du secondaire.
Exemple 2
À tous les 20es clients qui s’y abonnent pour une période
Le deuxième exemple : à vous
de trois mois ou plus, le gymnase de votre quartier remet de démontrer votre savoir en
un coupon-rabais de 40 % applicable à tout achat de boisson effectuant la démarche proposée !
énergétique pour sportifs, en vente au gymnase.
K
E
Solution
Justification :
Il s’agit, bien sûr, d’un échantillonnage systématique. En effet, un individu est sélectionné
à tous les intervalles de 20 personnes.
Justification :
Les centres d’éducation des adultes sont dispersés sur un grand territoire et le nombre
d’élèves qui les fréquentent sont très nombreux. On s’assure de réduire les coûts et les délais
de réalisation de l’étude en privilégiant la méthode d’échantillonnage par grappes, c’est-à-dire
en choisissant un échantillon constitué de quelques centres.
Dans les Activités d’apprentissage qui suivent, vous découvrirez beaucoup d’autres situations
dans lesquelles vous aurez la possibilité de déterminer la méthode d’échantillonnage
qui est la plus appropriée selon le contexte.
1. Pour chacune des situations qui suivent, déterminer la méthode Des acd’échantillonnage
tivités d’apprentis
qui permettra de sélectionner l’échantillon. sage
afin de vous prat
iquer à
acquérir par étap
es la ou les
co
a) Dans une épicerie de quartier, on invite les clients à déposer leurs mpétences disciplinaires.
coupons de caisse dans un grand récipient. À la fin de chaque mois, K
on pige trois coupons de caisse, et les clients gagnent une somme E
c) Au lotto 6/49, le boulier de Loto-Québec éjecte, un à un, les 6 numéros qui vont constituer
la combinaison gagnante.
d) Un parti politique provincial demande à une firme de sondage de réaliser une étude
statistique qui calculerait ses chances d’obtenir une majorité aux prochaines élections.
Les données seront recueillies par une douzaine de téléphonistes et doivent être
représentatives de l’ensemble de la population.
Une mention tout au bas
vous indique à quelle page
vous trouverez le corrigé
afin de vous vérifier.
K
E
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 11 CORRIGÉ ➨ PAGE 337
1.11. Vue d’ensemble : synthèse des savoirs
Nous arrivons à la fin du chapitre traitant de statistique. Avant de vous attaquer aux Situations-problèmes plus
globales qui vont conclure ce chapitre, voici un résumé des savoirs mathématiques que vous avez appris jusqu’ici.
Un tableau à données condensées contient une seule valeur par ligne, sauf, éventuellement,
la dernière ligne, qui peut être le total de chaque colonne.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 109
Résumé des savoirs mathématiques suite
Le tableau à données groupées en classes
Un tableau à données groupées en classes est utilisé lorsque le caractère considéré est quantitatif
et qu’il y a un très grand nombre de données différentes.
Une classe est un intervalle généralement fermé-ouvert. Pour décrire une classe, on utilise les crochets.
Toutes les classes ont la même amplitude, sauf la première et la dernière, qui peuvent être des classes
ouvertes, c’est-à-dire de longueur indéfinie.
Un tableau à données groupées en classes contient plusieurs données par ligne. Il contient
au moins deux colonnes : une colonne contient les classes et une autre, l’effectif de chacune
de ces classes. Au besoin, on ajoute une colonne pour la fréquence relative, une colonne
pour la fréquence cumulée et une colonne pour la fréquence relative cumulée de chacune des classes.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 110
Résumé des savoirs mathématiques suite
L’histogramme
L’histogramme est un graphique qui sert à représenter une distribution dont les données
sont groupées en classes.
Pour représenter par un histogramme une distribution dont les données sont groupées en classes,
on suit les étapes suivantes :
On indique le titre du diagramme ;
On trace les axes et on les identifie ;
On gradue l’axe horizontal en y indiquant les limites de chacune des classes.
On utilise, au besoin, une rupture d’axe ;
On gradue l’axe vertical de façon à couvrir tous les effectifs ;
Entre les limites de chaque classe, on élève un rectangle dont la hauteur est égale à l’effectif
ou à la fréquence de la classe.
Dans le cas d’une distribution dont les données sont groupées en classes, la classe avec l’effectif
le plus élevé porte le nom de classe modale. Le milieu de la classe modale donne une estimation
de la valeur du mode.
Lorsque la distribution comporte un nombre impair (n) de données, la médiane est la valeur unique
qui occupe la position au centre de la distribution.
(n + 1)
Rang de la médiane =
2
Lorsque la distribution comporte un nombre pair (n) de données, la médiane est la moyenne
des deux valeurs qui occupent les positions du centre de la distribution.
n n
Rang de la médiane = et +1
2 2
Pour une distribution à données condensées, on doit considérer la somme des effectifs
pour déterminer le rang de la médiane.
Pour une distribution à données groupées en classes, la classe comportant la médiane est appelée
classe médiane. On estime la valeur de la médiane en calculant la moyenne des limites
de la classe médiane.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 111
Résumé des savoirs mathématiques suite
La moyenne d’une distribution
La moyenne, représentée par le symbole x , est la mesure de tendance centrale la plus couramment
utilisée.
Elle correspond à la somme des valeurs de toutes les données, divisée par le nombre total
de données :
∑x i
x= où ∑xi désigne la somme de toutes les données
n
et n désigne le nombre total de données
Pour calculer la moyenne d’une distribution à partir d’un tableau à données condensées,
on doit tout d’abord multiplier chacune d’elles par sa fréquence. On obtient ainsi le produit
de fréquences. On effectue ensuite la somme de ces produits et on divise le résultat
par le nombre total de données pour obtenir la moyenne :
∑f • x i
x= i où ∑fi • xi désigne la somme de tous les produits des données par leur fréquence
n
et n désigne le nombre total de données
Pour estimer la moyenne d’une distribution dont les données sont groupées par classes,
on calcule le milieu de chaque classe, puis on procède comme dans le cas d’un tableau à données
condensées, en calculant la somme des produits de fréquences, qu’on divise enfin par le nombre
de données :
∑f • m i
x= i où ∑fi • mi désigne la somme de tous les produits des milieux des classes
n
par leur fréquence et n désigne le nombre total de données
La moyenne pondérée est utilisée dans le cas où les valeurs n’ont pas la même importance,
on donne alors une pondération à chacune des valeurs. Toutes les pondérations doivent avoir
une somme de 100 %. Dans ce cas, on calcule la moyenne pondérée de la façon suivante :
Moyenne pondérée = Somme des produits des valeurs par leur pondération
On peut calculer la médiane d’une distribution comportant une ou deux classes ouvertes,
car la classe médiane, située plus au centre, n’est habituellement pas une classe ouverte.
Précisons que cette mesure de tendance centrale convient plutôt à une étude à caractère quantitatif.
Pour une étude à caractère qualitatif, les données doivent correspondre à une échelle graduée,
sinon on ne peut pas calculer sa médiane.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 112
Résumé des savoirs mathématiques suite
• Le mode est surtout utilisé dans le cas d’une étude à caractère qualitatif. On l’emploie moins
lorsque les données présentent un caractère quantitatif, car il ne tient pas compte de toutes
les données, mais seulement des plus fréquentes.
Dans une distribution où la fréquence du mode est nettement plus élevée que celle des autres données,
le mode pourrait être la mesure à privilégier, selon le contexte.
Chacune des quatre parties de l’ensemble de données séparées par les quartiles s’appelle un quart.
Les données inférieures à Q1 forment le premier quart.
Les données comprises entre Q1 et Q 2 forment le deuxième quart.
Les données comprises entre Q 2 et Q 3 forment le troisième quart.
Les données supérieures à Q 3 forment le quatrième quart.
Le diagramme de quartiles
Le diagramme de quartiles, aussi appelé boîte à moustache, est un diagramme qui résume
quelques caractéristiques de position d’une distribution. Le diagramme de quartiles met en évidence
le minimum, le maximum et les quartiles d’une distribution. Il permet de tirer des conclusions
sur la dispersion et la concentration des données.
L’étendue des quarts est la différence entre les valeurs qui délimitent chacun des quarts :
L’étendue du premier quart = Q1 − Min ;
L’étendue du deuxième quart = Q 2 − Q1 ;
L’étendue du troisième quart = Q 3 − Q 2 ;
L’étendue du quatrième quart = Max − Q 3 .
L’étendue interquartile d’une distribution est la distance entre le premier et le troisième quartiles :
EI = Q 3 − Q1
Données aberrantes
Dans un diagramme de quartiles, la longueur de chaque partie de la moustache ne doit jamais dépasser
1,5 fois l’étendue interquartile. Une donnée qui s’éloigne du rectangle de plus de 1,5 fois l’étendue
interquartile est une donnée aberrante ou une donnée extrême. Une valeur x est considérée
comme une donnée aberrante si :
Q1 − x > 1,5 (Q 3 − Q1)
ou
x − Q 3 > 1,5 (Q 3 − Q1)
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 113
Consolidation des savoirs
b) À toutes les demi-heures, une mère prend la température de son enfant malade.
d) Un bateau avec une cargaison de 1 200 000 litres d’huile d’olive extra vierge emballée
dans des caisses de 12 bouteilles de 1 litre a accosté au port de Montréal.
On veut contrôler la qualité de l’huile de la cargaison.
e) Une firme fait une étude dans le but de connaître les habitudes de consommation
chez les gens selon leurs revenus.
f) Un facteur distribue un tract publicitaire à toutes les résidences dont le numéro civique
est pair.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 114 CORRIGÉ ➨ PAGE 346
1.12. Situations de vie
Des inventeurs ont développé un micro-ordinateur pour les amateurs d’exercice physique
du Québec. Malgré l’absence de financement pour le projet, vous avez proposé votre aide
aux inventeurs. Vous leur offrez de réaliser une étude de marché, de dresser le portrait type
du client potentiel pour leur produit.
Toutes les personnes qui ont fait connaître leur intérêt pour le micro-ordinateur pour sportifs
ont rempli un questionnaire de sondage en ligne portant sur leur sexe, leur âge, leur lieu
de résidence, leurs revenus annuels et sur l’activité physique principale qu’ils pratiquent.
On vous a transmis les données de l’étude faite par les développeurs du logiciel et, comme
vous l’aviez anticipé, les données sont un fouillis. Vous avez dû faire un tri pour y voir clair.
Afin de dresser un tableau de la situation, vous avez réparti le marché québécois par secteurs
géographiques dominés par une ville majeure : la grande région de la ville de Québec,
de Trois-Rivières, de Montréal, de Gatineau, etc. Aussi, pour simplifier l’analyse des différentes
activités, vous avez réparti les différentes activités physiques en cinq grandes catégories.
Un retour à la situation de
vie qui peut maintenant être
résolue grâce aux savoirs et
compétences que vous avez
acquis jusqu’à présent.
K
E
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 131
1) Activités en groupe
Exemples : danse, aérobie, zumba, danse sociale, danse folklorique, danse spectacle.
2) Musculation
Exemples : poids et haltères libres, poids avec appareils.
5) Exercices méditatifs
Exemples : yoga, tai-chi, pilates.
Les personnes qui ont participé à l’étude ont donné une estimation de leurs revenus annuels.
Voici les données recueillies, regroupées en classes.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 132
Les données sur l’âge et sur le sexe figurent dans le tableau suivant.
1. Le financement participatif.
Votre rôle consiste à décrire le portrait de la clientèle cible pour l’invention en déterminant
les mesures de tendance centrale pour le lieu de résidence, les revenus annuels, l’âge, le sexe
et le type d’activité physique que pratiquent les participants à l’étude.
1re tâche
Déterminer les mesures de tendance centrale des revenus annuels des personnes
formant la population concernée par cette étude.
a) Estimation de la moyenne
Est-il possible d’estimer la moyenne des revenus annuels des personnes qui ont participé
à l’étude ?
Toujours de l’espace pour
Si oui, calculez cette moyenne, sinon, dites pourquoi c’est impossible. écrire vos développements
tout au long des tâches !
K
E
b) Estimation de la médiane
Est-il possible d’estimer la médiane des revenus annuels des personnes qui ont participé
à l’étude ?
c) Estimation du mode
Est-il possible d’estimer le mode des revenus annuels des personnes qui ont participé
à l’étude ?
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 133 CORRIGÉ ➨ PAGE 351
Situations-problèmes UN PEU PLUS DE PRATIQUE
Votre rôle consiste à vous assurer que la calibration des machines soit la bonne pour que
le contenu de chaque sachet ait une masse voisine de celle qui est indiquée sur l’emballage
et à détecter toute variation dans le calibrage de la machine.
1re tâche
En regard des mesures de tendance centrale de l’échantillon considéré,
diriez-vous que la machine est bien calibrée ? Justifier votre réponse.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 142 CORRIGÉ ➨ PAGE 355
Situations d’évaluation de fin de chapitre
Avant d’aborder ces SÉ , nous vous recommandons de noter, sur une feuille, les formules,
les énoncés, et même des exemples que vous jugez importants. Vous pouvez utiliser
cette feuille comme aide-mémoire.
Présentez une solution claire et complète et ne demandez l’aide de personne. Cela vous
permettra de vous évaluer, et de connaître les exigences et les attentes de fin d’étape.
Ce faisant, vous pourrez, si vous constatez certaines lacunes, les corriger avant de poursuivre.
Cette auto-évaluation vous permettra aussi de savoir si vous répondez aux attentes fixées
pour cette étape du MAT 3052, et si vous êtes prêt à aborder la prochaine étape.
Étape par étape, vous arriverez à la fin du cours. Avec succès, n’en doutez pas.
Bon travail !
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 163
Situations d’évaluation de fin de chapitre
1. Représenter les…
4. L’usine XYZ.
Un représentant…
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 164
MAT PRÊT POUR L’ÉVALUATION
3052 DE FIN DE MODULE ?
Félicitations, vous êtes près de la fin, le questionnaire qui suit a été préparé pour vous permettre
d’évaluer vos forces et vos faiblesses dans ce module. Le corrigé de ce questionnaire
ne se trouve pas dans votre module. Votre enseignant en fera la correction.
1. Pour chacune…
Cette section est constituée
de 2 banques d’exercices
dont votre enseignant(e)
en fera la correction :
ceci dans le but d’évaluer
vos forces et vos faiblesses.
K
E
Voici enfin le dernier virage avant l’examen : une banque de 10 situations-problèmes portant
sur les probabilités et les statistiques. Faites-en bon usage !
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 291
MODULE MAT 3052 Un glossaire des termes
GLOSSAIRE DES TERMES MATHÉMATIQUES
mathématiques.
amplitude d’une classe K
E
L’amplitude d’une classe est la largeur de cette classe. Elle correspond
à la différence entre la limite supérieure et la limite inférieure
de cette classe.
arbre de probabilité
On appelle arbre de probabilité le diagramme qu’on obtient en ajoutant
une probabilité sur chacune des branches du diagramme en arbre.
arrangement
Un arrangement est une sélection ordonnée d’un certain nombre
d’éléments d’un ensemble.
biais
Une source de biais est une cause qui affecte le résultat
d’une étude statistique.
boîte à moustache
La boîte à moustache, aussi appelée diagramme de quartiles,
est un diagramme qui résume quelques caractéristiques de position
d’une distribution. Le diagramme de quartiles met en évidence
le minimum, le maximum et les quartiles d’une distribution.
Il nous permet aussi de tirer des conclusions sur la dispersion
et la concentration des données.
caractère
Un caractère représente l’aspect des individus de la population étudiée
sur lequel porte une étude statistique.
caractère qualitatif
On dit qu’un caractère est qualitatif lorsque les données recueillies
ne sont pas des nombres.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 326
Corrigé
1. p. 11
a) Aléatoire d) Stratifié g) Systématique Un corrigéj) aéré, élaboré
Stratifié
b) Systématique e) Grappes h) Stratifié avec une démarche détaillée,
k) Stratifié
c) aléatoire f) Grappes i) Grappes qui vous l)permet de vous
Stratifié
c) 1)
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 337
01 DISTRIBUTIONS STATISTIQUES À UN CARACTÈRE Activités d’apprentissage
Consolidation des savoirs
… 100 105 110 115 120 125 130 135 140 145 150…
Masse (kg)
Q1 = 4 Q 2 = 5,5 Q 3 = 10
0 2 4 6 8 10 12 14 16 18 20 …
Prix ($)
1. p. 114
, élaboré
Un corrigé aéré
a) Échantillonnage par grappes e) Échantillonnage stratifié
détaillée,
une démarche
b) Échantillonnage systématique f) Échantillonnage systématique
av ec
c) Échantillonnage aléatoire g) Échantillonnage stratifié et de vous
qui vous perm
n autonome,
d) Échantillonnage par grappes
vérifier de faço
Consolidations
pour toutes les
des savoirs.
2. p. 115
Le nombre d’employés concerné par l’étude statistique : N = 5 000 K
E
Nombre de strates : 3 strates (catégories d’employés)
Pourcentage de représentativité de chacune des strates :
Employés sur des chaînes de production : P1 = 4 000 D 5 000 × 100 %
P1 = 80 %
Employés du développement : P2 = 600 D 5 000 × 100 %
P2 = 12 %
Employés de la gestion : P3 = 400 D 5 000 × 100 %
P3 = 8 %
Taille de l’échantillon choisi : n = 400
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 346
01 DISTRIBUTIONS STATISTIQUES À UN CARACTÈRE Situations de vie
c) Estimation du mode
Est-il possible de déterminer le mode des revenus annuels des personnes qui ont participé à l’étude ? Oui.
La classe modale est [40 000, 60 000[
Mo = (40 000 + 60 000) D 2
Mo = 50 000
Le mode des revenus annuels est de 50 000 $.
2e tâche
a) Estimation de la moyenne
Est-il possible de calculer l’âge moyen des personnes qui ont participé à l’étude ? Oui.
∑fi • m i
x =
n
x = [(880 + 330) • 25 + (1 410 + 390) • 35 + (600 + 200) • 45 + (105 + 60) • 55 + (5 + 15) • 65 + (0 + 5) • 75] D 4 000
x = 140 000 D 4 000
x = 35
L’âge moyen est de 35 ans.
b) Estimation de la médiane
Est-il possible de calculer l’âge médian des personnes qui ont participé à l’étude ? Oui.
30 + 40
Md =
2
Md ≈ 35
L’âge médian est de 35 ans.
c) Estimation du mode
Est-il possible de déterminer l’âge modal des personnes qui ont participé à l’étude ? Oui.
La classe modale est [30, 40[, et le mode est : (30 + 40) D 2, soit 35 ans.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 351
01 DISTRIBUTIONS STATISTIQUES À UN CARACTÈRE Situations-problèmes
Calcul de la moyenne :
∑fi • x i
x =
n
x = (2 • 242 + 2 • 243 + 4 • 244 + 6 • 245 + 3 • 246 + 9 • 247 + 6 • 249 + 3 • 250 + 3 • 251 + 6 • 252 + 2 • 253 + 6 • 254
+ 6 • 255 + 5 • 256 + 1 • 257 + 1 • 258 + 1 • 259) D 66
x = 16 500 D 66
x = 250
Calcul de la médiane :
Il y a 66 données. La médiane est la moyenne des données qui occupent les 33 e et 34 e rangs de la distribution
dont les données sont classées par ordre croissant. La médiane est donc de 250 g.
Calcul du mode :
La donnée la plus fréquente est 247 g.
La machine semble bien calibrée, puisque les mesures de tendance centrale donnent des résultats très proches
du résultat attendu :
x = 250 g, Md = 250 g et Mo = 247 g.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 355
MODULE MAT 3052 INDEX
Caractère 17, 18, 19, 28, 81, 83, 110, 112, 113
Caractère quantitatif 17
continu
Caractère quantitatif 17
discret
Classe 28, 29, 30, 32, 33, 38, 39, 40, 41, 48,
50, 58, 59, 63, 64, 70, 71, 81, 85, 110,
111, 112
Diagramme de quartiles 97, 98, 99, 100, 101, 102, 103, 113
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 395
À propos de l’illustrateur et des illustrations...
Dans la collection MAT, ses illustrations sont parfois conçues comme de petites pauses détente
au fil des chapitres.
Dans les pages d’ouverture des chapitres, elles illustrent la situation concrète qui vous
amène à vous plonger dans la réalité mathématique des activités d’apprentissage
et des situations-problèmes. Ces activités et ces situations vous permettent d’acquérir
la maîtrise des savoirs mathématiques visée par le module.
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 401
Les petits plus…
Pour en savoir un peu plus…
K
E
Loi normale et QI
Si on trace l’histogramme des quotients intellectuels de la population, et qu’on considère
des classes de plus en plus petites, on obtient une courbe qui a la forme d’une cloche.
K
E
2,1 % 13,6 % 13,6 % 2,1 %
0,1 % 0,1 %
Le centre de la courbe est 100. Cette valeur est, à la fois le QI moyen et le QI médian. La moitié
des gens ont un QI situé au-dessus de 100 et l’autre moitié en dessous de 100. La majorité de la
population a un QI voisin de la moyenne : 68,2 % des gens ont un QI entre 85 et 115. À l’extrémité
droite de la courbe se trouvent les personnes avec un QI nettement au-dessus de la moyenne
(145 ou plus) : seulement 0,1 % de la population se trouvent dans cette catégorie. La courbe étant
symétrique, on trouve également 0,1 % de la population dont le QI est inférieur à 55.
De nombreux phénomènes peuvent être représentés graphiquement par une courbe en forme
de cloche, si bien qu’on appelle cette courbe la courbe normale ou courbe de Gauss,
en l’honneur du mathématicien allemand Carl Friedrich Gauss (1777 – 1855) à qui en appartient
la découverte.
Ce n’est qu’au XVIIIe siècle, avec l’arrivée des premières tables de mortalité que la statistique
sert à faire des prévisions, et que naissent les compagnies d’assurance. Ne vous êtes-vous
jamais demandé comment votre compagnie d’assurance calcule le montant de la prime qu’il
vous faudra payer pour prendre une assurance sur votre vie, sur votre maison, sur votre voiture,
etc. ? En effet, les compagnies d’assurance utilisent grandement les données statistiques pour
faire des affaires. Calculer le facteur de risque de se faire voler sa voiture selon l’endroit
où on habite, ou le risque que sa demeure brûle si on est un fumeur ne sont que des exemples
de valeurs qui permettent aux compagnies d’assurances d’établir leurs tarifs.
De nos jours, la statistique sert à toutes les sauces, que ce soit dans le monde politique,
dans le monde sportif, et même dans le monde virtuel. N’avez-vous jamais fait une recherche
d’un produit en ligne, et aperçu, sans aucune raison, une publicité sur un produit connexe
à celui que vous aviez cherché ? L’affichage de cette publicité sur votre écran n’est pas le fruit
du hasard : on a enregistré les données afin de connaître les produits qui, statistiquement,
ont intéressé d’autres clients comme vous.
Un peu d’histoire
pour mieux comprendre
les mathématiques.
K
E
Incrédule, vous vous êtes rendu au café où travaille votre ami lors de son jour de congé,
et vous avez commandé un café.
— Un café, s’il-vous-plaît.
— Un café americano, un café latté, un café moka, un cappuccino, un macchiato au caramel, un espresso,
un espresso macchiato, un café viennois ou un café frappé ?
— Un café moka.
— De quelle origine ? Brésil brun, Costa Rica brun, Colombie Supremo brun, Guatemala brun, Mexique brun,
Mexique noir, Pérou brun, Pérou noir, Jamaïque Blue Mountain brun, Éthiopie Harrar Longberry brun,
Kenya AA noir, Tanzanie Kilimandjaro AA mi-noir, Java Estate brun, Sumatra Mountain brun ou Sumatra ?
— Costa Rica Brun.
— Avec quel sirop ? Vanille, caramel, caramel brûlé, moka à la menthe poivrée, marron praliné, noisette,
moka ou cannelle ?
— Caramel.
— Avec quelle garniture ? Chocolat blanc, chocolat brun, chocolat noir, double chocolat, fraise séchée
ou framboise séchée ?
— Chocolat noir.
— Avec quel type de lait ou de crème ? Lait écrémé, lait 2 %, lait 3,25 %, crème 10 %,
lait de soya, lait d’amande, lait de soya à la vanille ou crème fouettée ?
— Lait écrémé.
— Régulier, décaféiné ou moitié-moitié ?
— Régulier.
— Petit, moyen ou grand ?
— Moyen.
Pendant que le barista prépare votre café, vous commencez à faire des calculs : si on vend
un café à la minute, 24 heures sur 24, vous vous demandez combien de temps il faudrait pour
que toutes les combinaisons possibles du menu soient servies. Sauriez-vous trouver cette durée ?
On peut s’amuser
en faisant
des mathématiques !
Et son corrigé !
K
E
Au moment où vous pensiez en avoir fini avec la commande de votre café, le barista revient
et vous demande :
— Pour ici ou pour emporter ?
— !!!
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 204 CORRIGÉ ➨ PAGE 394
02 PROBABILITÉS Nos petits plus...
© 2019 KINÉSIS ÉDUCATION INC. TOUTE REPRODUCTION INTERDITE SANS AUTORISATION 394
Florence Grandchamp
Drita Neziri
Abdelkader Amara
ÉDITION
Raymond Thériault
AOÛT
2022
COLLECTE DE DONNÉES
TIRÉ À PART
Corrigé des Situations d’évaluation de fin de chapitre
Grilles d’évaluation
Corrigé du Prêt pour l’évaluation de fin de module ?
K
E L’éditeur permet la reproduction
de ce document.