L2 Stats Annales Corrigées

1
L1 Maths : Annales corrigées
Chaque année, vous avez 2 Contrôles Continus (sur feuille)

+ 3 Tests sur ordinateur via MADOC = préparation de TD avec un bonus/malus
Année 2022-2023
CC1 Textes 1 à 3 p 2-3 Correction CC1 textes 1 / 3 p 4-7

CC2 Textes 1 à 4 p8 Correction CC2 texte 1 à 4 p 9-10
Année 2021-2022 CC1 Texte 1 p 11-12 Correction CC1 texte 1 p 13-14

CC1 Texte 1 Correction CC2 texte 1
Année 2020-2021 CC1 Textes 1 / 2 p 29-32 Correction CC1 textes 1 / 2 p 33-36

CC2 Textes 1 / 2 Correction CC1 textes 1 / 2
Année 2019-2020 CC1 Textes 1 / 2
Année 2018-2019 CC1 Textes 1 / 2 p 21-22 Correction CC1 textes 1 / 2
ANNALES CC L2 STATS
2
L2 Stats CC1 Texte 1 durée 1 H 30 2022-23

Les tables de loi Normale et de loi de Poisson sont au dos du sujet
Ex 1 : (1,5 + 1,5 points) Loi Binomiale et ses approximations

X = nombre de pièces de qualité médiocre par 200 pièces testées suit la loi Bin (200 ; 0,02)
On suppose qu’il y a 20 % de mécontents en moyenne. 150 clients ont répondu à un questionnaire de satisfaction
et on note Y = nombre de mécontents ayant répondu au questionnaire.
1) Calculer p = P (X ≥ 3) puis q = P (4 ≤ X ≤ 8)
2) Calculer la probabilité P (25 ≤ Y ≤ 40)
Ex 2 : (1,5 + 1,5 points) Estimation et Théorème Central Limite Pour un projet,

On doit réaliser 5 activités indépendantes, 2 activités dont la durée suit la loi N (m = 8 mois ; s = 2 mois) avec un
coût = 6 K€ / mois et 3 activités la durée suit la loi N (m = 5 mois ; s = 1 mois) avec un coût = 7 K€ / mois
1) Donner avec un risque d’erreur de 10 %, une estimation de T = durée du projet
2) Donner avec un risque d’erreur de 10 %, une estimation de C = Coût du projet
Ex 3 : (1 + 1 = 2 points) Tableau d’observations = Loi empirique

X k 21 23 24 27 Total Calculer moyenne et variance des variables X et Y
nk 1 3 4 2 10 Avec Y = 10 X + 5
Ex 4 : (1,5 + 1,5 points) Lois usuelles

Un organisme de consommateurs estime qu’au maximum 30 % des cafetières, garanties 2 ans, ont
une durée de vie supérieure à 8 ans. Calculer la durée de vie moyenne et médiane puis le risque
d’avoir une panne avant les 4 ans alors que la garantie est terminée.

1) Un magazine estime que 70 % des familles paient entre 450 € et 850 € par mois et par étudiant.
En supposant que les dépenses suivent une loi normale, préciser les paramètres de cette loi pour un
étudiant puis pour une famille ayant 3 enfants étudiants.
2) On considère que le logement représente 50 % du budget et la nourriture 30 %. Cette année, le

logement devrait augmenter de 4 %, la nourriture de 15 % et les autres postes de 6 %. Donner une
estimation avec risque d’erreur = 5 %, du budget moyen étudiant en fin d’année.
Ex 6 : (1 + 1 + 1 = 3 points) Dénombrement / probabilité

1) Dans une loterie, il y a 2 tickets gagnants et 48 tickets perdants. Quelle est la probabilité p de gagner (= avoir
au moins 1 billet gagnant) en achetant 4 tickets ?
2) A un concours, 60 % des candidats sont issus de L2, 30 % issus d’IUT et 10 % de BTS. Les candidats L2 et
IUT ont le même taux de réussite et ont 5 fois plus de chances d’être reçus qu’un BTS. Sachant que 25 % des
candidats sont reçus au concours, préciser t = taux de réussite des L2
3) On lance 3 dés : calculer p = probabilité d’avoir 3 chiffres différents puis q = probabilité d’avoir 3 fois le même
chiffre
Ex 7 : (2 + 1 = 3 points) Estimation et Contrôle de qualité

1) Un magasin a observé, lors d’une journée, que les 250 clients ont dépensé en moyenne 48 € avec
un écart type = 15 € et 38 clients étaient mineurs. Estimer (avec risque d’erreur = 5 %)
a) le budget moyen de ses clients et la part des mineurs dans sa clientèle.
b) en moyenne, le magasin a 500 clients / jour et réalise un profit = 30 % montant des ventes
Donner une estimation (avec risque d’erreur = 5 %) de son profit par jour.
2) Une usine doit produire des pièces suivant la loi N (m = 5 Kg ;  = 0,5 Kg). Pour contrôler la qualité,
on prend un échantillon de 120 pièces : on observe un poids moyen m = 4,98 Kg et écart type s = 0,4
Kg. Peut-on dire, avec risque d’erreur de 5 %, que la qualité est respectée ?
ANNALES CC L2 STATS
3

Ex 1 : (1,5 + 1,5 + 1 = 4 points) Loi Binomiale et ses approximations

Pour une production industrielle, le nombre de pièces de qualité médiocre ne doit pas dépasser 2 %.
On teste la qualité sur un lot de n pièces : X n = nombre de pièces de qualité médiocre dans le lot
1) Préciser la loi de Bernoulli suivie par X n et calculer p 1 = P (X  4) et p 2 = P (4  X  1) si n = 100
2) Préciser la loi de Bernoulli suivie par X n et calculer p 3 = P (X > 50) et p 4 = P (30 ≤ X ≤ 50) si n =2000
3) Les ventes / jour d’un vendeur de glace suit la loi N (50 litres ; 20 litres) et il perd de l’argent les jours
où les ventes < 15 litres. Sur une période de 100 jours, quel est le risque qu’il y ait au moins 5 jours où
il perdra de l’argent ?
Ex 2 : (1,5 + 1,5 = 3 points) Estimation et Théorème Central Limite

Une entreprise réalise 80 % de ses ventes dans secteur A où les ventes / mois suivent N (15 t. ; s = 5 t.) et
20 % de ses ventes dans secteur B où les ventes / mois suivent N (20 t. ; s = 8 t.). Dans les 2 secteurs, coût de
production = 8 K€ / t et prix vente = 12 K€ / t et charges fixes = 10 K€ / mois
1) Donner avec un risque d’erreur de 10 %, une estimation de P / mois = Profit entreprise / mois
2) Donner avec un risque d’erreur de 10 %, une estimation de P / an = Profit entreprise / an
Ex 3 : (1 + 0,5 = 1,5 points) Tableau d’observations = Loi empirique

X k 42 46 48 54 Total 1) Calculer moyenne et variance de X
nk 2 6 8 4 20 2) Si X baisse de 20 %, que devient la variance ?
Ex 4 : (1,5 + 1,5 = 3 points) Lois usuelles

Selon un fabricant, 80 % de ses machines durent au moins 10 ans.
Calculer la durée de vie moyenne et médiane puis le risque d’avoir une panne avant les 3 ans alors
que la garantie de 2 ans est terminée.
Ex 5 : (1 + 1 + 0,5 = 2,5 points)

Une compagnie assure 100 000 clients dont le nombre de sinistres / an suit la loi Poisson m = 0,002
sinistres / an avec une indemnité moyenne = 4 K€ et 5 000 clients « à risque » dont le nombre de
sinistres / an suit la loi Poisson m = 0,004 sinistres / an avec une indemnité moyenne = 20 K€
1 : Quelle est la loi suivie par M = indemnité par an pour la compagnie ?
2 : Donner avec un risque d’erreur = 5 %, une estimation de cette indemnité par an.
3 : Quelle doit être la réserve financière R de l’assurance pour que le risque de ne pas pouvoir couvrir
tous les sinistres < 0,5 % Rappel : pour loi de Poisson variance = moyenne donc s 2 = E(X)

1) Dans un hôtel, il y a 80 satisfaits et 20 mécontents. On choisit au hasard 6 personnes
Quelle est la probabilité p d’avoir 2 mécontents parmi ces 6 personnes.
2) Dans un service d’un hôpital, il y a 60 % de fumeurs dont 20 % ont une durée hospitalisation > 1 semaine.
Dans ce même service, 18 % des hospitalisations > 1 semaine. Quelle est la proportion de non-fumeurs qui
resteront dans ce service plus d’une semaine ?
3) Parmi tous les mots de 5 lettres contenant exactement 2 voyelles, quelle est la proportion de mots
avec 2 fois la même voyelle ?
Ex 7 : (1,5 + 1,5 = 3 points) Estimation et Contrôle de qualité

1) Le collège V. Hugo est considéré comme représentatif des collèges français. Il y a 450 élèves, dont
389 déclarent faire du sport au moins 2 fois par semaine. Parmi ces 389, le budget moyen en
cotisations sportives = 152 € / an. Donner, avec un risque d’erreur de 10 %, une estimation de :
a) le % de collégiens français faisant du sport au moins 2 fois par semaine

b) le budget / an en cotisations sportives pour une famille de 4 enfants sportifs.
2) Pour un nouveau produit, une entreprise teste 4 usines qui doivent respectées les normes suivantes : Poids
moyen vérifie N (m = 10 Kg ; s = 0,2 Kg) et taux sucre = 14 % max ; pour n = 400 produits testés dans chaque
usine, on a observé :
Usine U1 U2 U3 U4 Avec un risque d’erreur = 5 %
Poids moyen 10,23 9,99 10,01 10,01 Quelles usines respectent toutes
% sucre 14,83 % 15,83 % 15,03 % 16,93 % Les normes ?
ANNALES CC L2 STATS
4

Ex 1 : (1,5 + 1,5 + 1 = 4 points)

1) Dans une production industrielle, le poids Y de chaque pièce doit suivre la loi N (m = 70 Kg ;  = 2 Kg)
Calculer P (Y >73,3) et trouver x et y tels que : P (Y > x) = 0,01 et P (70 – y < Y < 70 + y) = 0,90
2) soit T le temps en minutes entre 2 appels à un standard téléphonique suit la loi exponentielle de moyenne = 3
minutes. Calculer p 1 = P (T < 6 minutes) et préciser x tel que P (T  x minutes) = 0,20
3) Pour une usine, le nombre de pièces de qualité médiocre ne doit pas dépasser p = 2 %. Un client veut tester la
qualité sur un lot de n = 200 pièces : X = nombre de pièces de qualité médiocre dans le lot. Calculer P (X  4)
Ex 2 : (1,5 + 1 + 1 = 3,5 points) Reconnaissance des lois classiques

Préciser pour les variables suivantes, la loi suivie par X et sa moyenne m Puis calculer p = P (X ≥ m)
1) Dans une entreprise, il y a en moyenne 4 absents par jour Sur une période de 110 jours, X = nombre de jours
où il n’y aura aucun absent. Indication : on calculera p tel que X suit la loi Bin (n à préciser ; p)
2) Dans une entreprise, il y a un flux régulier de clients estimé à 21 clients par Heure en moyenne, X = nombre de
clients par heure à l’un des 3 guichets
3) Dans une entreprise, le nombre de clients suit la loi de Poisson m = 40 clients par heure X = le temps
d’inactivité de l’un des 4 guichetiers de l’entreprise
Ex 3 : (2 points) Tableau d’observations = Loi empirique

Ex 4 : (1 + 1 = 2 points) Lois usuelles

Une étude montre qu’au bout d’un an, 80 % des ampoules sont en état de fonctionnement.
Par quelle est la loi (dont on précisera moyenne et médiane) suivie par T = durée de vie d’une ampoule ?
Sachant que l’ampoule a fonctionné plus de 2 ans, calculer la probabilité qu’elle soit en panne avant 3 ans.
Ex 5 : (1 + 1 + 0,5 = 2,5 points)

Une compagnie assure 10 000 clients dont le nombre de sinistres / an suit la loi Poisson m = 0,001 sinistres / an
avec une indemnité moyenne = 2 K€ et 500 clients « à risque » dont le nombre de sinistres / an suit la loi Poisson
m = 0,004 sinistres / an avec une indemnité moyenne = 10 K€
1) Quelle est la loi suivie par T = nombre de sinistres par an pour la compagnie ?
2) Quelle est la loi suivie par M = indemnité par an pour la compagnie ?
3) Donner avec un risque d’erreur = 5 %, une estimation de cette indemnité par an.
Quelle doit être la réserve financière R de l’assurance pour que le risque de ne pas pouvoir couvrir tous les
sinistres < 0,5 % Rappel : pour loi de Poisson variance = moyenne donc s 2 = E(X)

1) Calculer le nombre de codes à 4 chiffres, mais dont seul le 1 er chiffre est impair et aucun zéro.
2) Parmi tous les mots de 5 lettres contenant exactement 2 voyelles, quelle est la proportion de mots
avec 2 fois la même voyelle ?
3) Dans une promotion, 70 % des étudiants ont pris option Gestion et 30 % option Economie.
40 % des étudiants ont déjà trouvé un stage d’été dont 50 % parmi ceux en Gestion. Calculer :
Proportion d’étudiants option Economie parmi ceux n’ayant pas encore de stage
Ex 7 : (1 + 1 + 1 = 3 points) Estimation et Contrôle de qualité

1) Pour obtenir un label dans un guide touristique, un hôtel doit afficher un taux de satisfaction des clients > 80 %
minimum. Sur n = 200 clients interrogés par le guide, 158 clients se sont déclarés satisfaits. Le guide va-t-il
accorder un label à cet hôtel ?
2) usine doit produire des sodas avec max = 15 % de sucre ; lors d’un test sur 400 sodas, on observe taux de
sucre = 18 % ; les normes sont-elles respectées (avec risque d’erreur  = 5 %) ?
3) Une usine doit produire des pièces suivant la loi N (119,5 Kg ; 0,1 Kg). On teste n = 160 pièces, on observe
une moyenne = 119,53 Kg avec un écart type = 0,2 Kg : avec un risque norme respectée ?
ANNALES CC L2 STATS
5
L2 Stats Correction CC1 Texte 1 2022-23
Ex 1 : (1,5 + 1,5 points) Loi Binomiale et ses approximations

X = nombre de pièces de qualité médiocre par 200 pièces testées suit la loi Bin (200 ; 0,02)
On suppose qu’il y a 20 % de mécontents en moyenne. 150 clients ont répondu à un questionnaire de satisfaction
et on note Y = nombre de mécontents ayant répondu au questionnaire.
1) Calculer p = P (X ≥ 3) puis q = P (4 ≤ X ≤ 8)
2) Calculer la probabilité P (25 ≤ Y ≤ 40)
1) Bernoulli E(X)= n p = 4 donc Bin (200 ; 0,02) ≈ Poisson m =4 (car n > 30 grand et n p < 10 petite)
P (X ≥ 3) → mauvais sens : on passe au contraire = 1 – P (X ≤ 2) = 1 – 0,2381 = 76,19 %
P (4 ≤ X ≤ 8) = P (X ≤ 8) – P (X ≤ 3) = 0,9786 – 0,4335 = 54,51 %
2) si n = 150, E(X) = 150 * 0,20 = 30 « trop grande pour l’approximation de Poisson »

On calcule l’écart type σ = √ n p (1– p) = 4,90 donc Bin (150 ; 0,20) ≈ N (30 ; 4,90)
P (25 ≤ Y ≤ 40) = P ((25 – 30) / 4,90 = – 1,02 ≤ Y ≤ ((40 – 30) / 4,90 = 2,04) = 82,56 %
Mieux : avec la correction de continuité
P (25 ≤ Y ≤ 40) = P ((24,5 – 30) / 4,90 = – 1,12 ≤ Y ≤ ((40,5 – 30) / 4,90 = 2,14) = 85,31 %
Ex 2 : (1,5 + 1,5 points) Estimation et Théorème Central Limite Pour un projet,

On doit réaliser 5 activités indépendantes, 2 activités dont la durée suit la loi N (m = 8 mois ; s = 2 mois) avec un
coût = 6 K€ / mois et 3 activités la durée suit la loi N (m = 5 mois ; s = 1 mois) avec un coût = 7 K€ / mois
1) Donner avec un risque d’erreur de 10 %, une estimation de T = durée du projet
2) Donner avec un risque d’erreur de 10 %, une estimation de C = Coût du projet
1) T = A1 + A2 + B1 + B2 + B3 (égalité entre variables indépendantes)

Durée moyenne E(T) = 8 + 8 + 5 + 5 + 5 = 31 mois
Variance V(T) = s 2 (T) = 2 2 + 2 2 + 1 2 + 1 2 + 1 2 = 11 mois Par combinaison de lois normales,
T suit la loi N (m = 31 ; s = √11 = 3,32)
I.C. 0,90 = [31 – 1,65 * 3,32 ; 20 – 1,65 * 3,32] = [25,52 mois ; 36,48 mois]
90 % de chances pour que le projet dure entre 25,52 mois et 36,48 mois
2) C = 6 (A1 + A2) + 7 (B1 + B2 + B3) (égalité entre variables indépendantes)

Durée moyenne E(C) = 6 * (8 + 8) + 7 * (5 + 5 + 5) = 201 K€
Variance V(C) = s 2 (C) = 6 2* (2 2 + 2 2) + 7 2 * (1 2 + 1 2 + 1 2) = 435 et s (C) = 20,86 K€
I.C. 0,90 = [201 – 1,65 * 20,86 ; 201 – 1,65 * 20,86] = [166,58 K€ ; 235,42 K€]
90 % de chances pour que le projet coûte entre 166,58 K€ et 235,42 K€
Ex 3 : (1 + 1 = 2 points) Tableau d’observations = Loi empirique

X k 21 23 24 27 Total Calculer moyenne et variance des variables X et Y et Z
nk 1 3 4 2 10 Avec Y = 10 X + 5 et Z = 100 – 2 X
Variance σ 2 X = moyenne des « écarts quadratiques » = ∑ n k (x k – m X) 2 / N

On a aussi σ 2 X = moyenne des carrés – carré moyenne = ∑ n k x k 2 / N – m X 2
A la calculatrice : E(X) = (1*21 + 3*23 + 4*24 + 2*27) / 10 = 24
Et la variance : V(X) = (1*21 2 +3*23 2 + 4*24 2 + 2*272) / 10 – 24 2 = 3
(Variance = carré des moyennes – moyenne au carré)
Puis par Th. Central Limite
E(Y) = 10 * 24 + 5 = 245 et V(Y) = 10 2 * 3 + 0 constante additive = 300
E(Z) = 100 – 2 * 24 = 52 et V(Z) = 0 + (–2) 2 * 3 = 12 (variance toujours ≥ 0)

Un organisme de consommateurs estime qu’au maximum 30 % des cafetières, garanties 2 ans, ont une durée de
vie supérieure à 8 ans. Calculer la durée de vie moyenne et médiane puis le risque d’avoir une panne avant les 4
ans alors que la garantie est terminée.
P (T ≥ 8) = 0,30 ⇒ e – 8 / m = 0,30 donc 8 / m = – Ln (0,3) et E(T) = m = – 8 / Ln (0,3) = 6,64 ans

Puis pour une loi exponentielle, Médiane = Moyenne * Ln 2 = 4,61 ans
P (T ≤ 4 Panne avant 4 ans / sachant T ≥ 2 Garantie) = probabilité condition P (2 ≤ T ≤ 4] / P (T ≥ 2)

= [(1 – e – 4 / m) – (1 – e – 2 / m)] / e – 2 / m = 1 – e – 2 / 6,64 = 26 %
ANNALES CC L2 STATS
6

1) Un magazine estime que 70 % des familles paient entre 450 € et 850 € par mois et par étudiant.
En supposant que les dépenses suivent une loi normale, préciser les paramètres de cette loi pour un étudiant
puis pour une famille ayant 3 enfants étudiants.
2) On considère que le logement représente 50 % du budget et la nourriture 30 %. Cette année, le logement
devrait augmenter de 4 %, la nourriture de 15 % et les autres postes de 6 %. Donner une estimation avec risque
d’erreur = 5 %, du budget moyen étudiant en fin d’année.
1) I.C. 70 % = [450 ; 850] donc m = 650 et 850 = 650 + z 0,85 *  donc  = 200 / 1,04 = 192,31
Pour 3 étudiants, N (3*650 = 1 950 ; √ 3 *192,31) et I.C. 95 % = [1 950 +/- 1,96 * √ 3 * 192,31]
95 % chances pour budget pour 3 étudiants se situe dans I.C. 95 % = [1 297 ; 2 603]
2) Nouveau Budget B * = 1,04 * 0,50* B + 1,15 * 0,30* B + 1,06 * 0,20* B = 1,077 B

I.C. 95 % = [650 * 1,077 +/- 1,96 * 1,077 * 192,31] = [294,1 ; 1 106]
N.B : avant inflation, I.C. 95 % = [650 +/- 1,96 * 192,31] = [445 ; 1 026]

1) Dans une loterie, il y a 2 tickets gagnants et 48 tickets perdants. Quelle est la probabilité p de gagner (= avoir
au moins 1 billet gagnant) en achetant 4 tickets ?
2) A un concours, 60 % des candidats sont issus de L2, 30 % issus d’IUT et 10 % de BTS. Les candidats L2 et
IUT ont le même taux de réussite et ont 5 fois plus de chances d’être reçus qu’un BTS. Sachant que 25 % des
candidats sont reçus au concours, préciser t = taux de réussite des L2
3) On lance 3 dés : calculer p = probabilité d’avoir 3 chiffres différents puis q = probabilité avoir 3 fois même chiffre
1) Ici, p = P (au moins 1 gagnant) = 1 – P (Aucun gagnant) = 1 – C 2 0 gagnants * C 48 4 perdants / C 50 4 tickets

Comme C 50 4 tickets = (50*49*48*47) / (4*3*2*1)= 230 300, on obtient p = 15,51 %
Info 1 = L2 ou IUT ou BTS et Info 2 = Réussite concours (2 types d’infos, faire un arbre)
2) t% R Rappel :
60 % L2 Non R Le long de chaque branche, les probabilités
t% R Se multiplient
30 % IUT Non R Si plusieurs branches conviennent,
0,2 t % R On les additionne (disjonction de cas)
10 % BTS Non R
On sait que la somme des branches R = 0,25 taux réussite au concours

D’où l’équation 0,6 * t % + 0,3 * t % + 0,1 *0,2 * t % = 0.25
D’où (0,6 + 0,3 + 0,02) * t % = 0,25 donc t % = 0,25 / 0,92 = 27,78 %
3) p = 6 * 5 * 4 Différents / 6 3 Remise = 55,56 % et q Disjonction = 1« 1 » / 6 3 + 1« 2 » / 6 3 + … +1« 6 » / 6 3 = 2,78 %
Ex 7 : (1,5 + 1,5 points) Estimation et Contrôle de qualité

1) Un magasin a observé, lors d’une journée, les 250 clients ont dépensé en moyenne 48 € avec un écart type =
15 € et 38 clients étaient mineurs. Estimer (avec risque d’erreur = 5 %)
a) le budget moyen de ses clients et la part des mineurs dans sa clientèle.
b) en moyenne, le magasin a 500 clients / jour et réalise un profit = 30 % des ventes
Donner une estimation (avec risque d’erreur = 5 %) de son profit par jour.
2) Une usine doit produire des pièces suivant la loi N (m = 5 Kg ; s = 0,5 Kg). Pour contrôler la qualité, on prend
un échantillon de 120 pièces : on observe un poids moyen m = 4,98 Kg et écart type s = 0,4 Kg. Peut-on dire,
avec risque d’erreur de 5 %, que la qualité est respectée ?
1) Dépenses I.C. 95 % = [48 +/- 1,96 * 15 / √ 250] = [46,14 ; 49,86]

38 / 250 = 0,152, donc mineurs I.C. 95 % = [0,152 +/- 1,96 * √ 0,152 * 0,84 / 250] = [10,75 % ; 19,65 %]
Profit = 0,3 (X1 + …+ X500) suit loi N (0,3 * 500 * 48 = 7 200 ; 0,5 * √500 * 15 = 100,62)
Pour le profit, I.C. 95 % = [7 200 +/- 1,96 * 100,62] ≈ [7 003 ; 7 397]
2) Etape 1 : On teste H 0 : Echantillon représentatif contre H 1 : Echantillon non représentatif
Etape 2 : « construction de I.C. » respect de loi Normale et on veut I.C. 95 %= [min ; max]
Pour poids moyen : I.C.0.95 = [5 ± 1,96 * 0,5 /√120] ≈ [4,972 ; 5,021]

Etape 3 : « décision » 4,98 échantillon dans IC (non rejet H 0) norme semble respectée
ANNALES CC L2 STATS
7
L2 Stats Correction CC1 Texte 3 durée 1 H 30 2022-23

Ex 1 : (1,5 + 1,5 + 1 = 4 points)
1) Dans une production industrielle, le poids Y de chaque pièce doit suivre la loi N (m = 70 Kg ;  = 2 Kg)
Calculer P (Y >73,3) et trouver x et y tels que : P (Y > x) = 0,01 et P (70 – y < Y < 70 + y) = 0,90
2) soit T le temps en minutes entre 2 appels à un standard téléphonique suit la loi exponentielle de moyenne = 3
minutes. Calculer p 1 = P (T < 6 minutes) et préciser x tel que P (T  x minutes) = 0,20
3) Pour une usine, le nombre de pièces de qualité médiocre ne doit pas dépasser p = 2 %. Un client veut tester la
qualité sur un lot de n = 200 pièces : X = nombre de pièces de qualité médiocre dans le lot. Calculer P (X  4)
1) Y → N (70 ; 2) changement de variable Z = (Y – 70) / 2 → N (0 centrée ; 1 réduite)
P (Y >73,3) = P (Z > 1,65) « mauvais sens » = 1 – P (Z ≤ 1,65) « lire la table » = 1 – 0,9505 = 4,95 %
P (Y > x) = 0,01 ↔ P (Y ≤ x) = 0,99 donc x = 70 Moyenne + 2,33 fractile * 2 Ecart type donc x = 74,66
P (70 – y < Y < 70 + y) = 0,90 on a coupé le risque d’erreur (10 %) en 2 zones
Donc 70 + y = 70 + 1,65 Fractile de 1 – (10 % /2) * 2 Ecart type donc y = 3,3
2) D’après la loi exponentielle, moyenne = 1 / λ donc λ = 1 / 3
P (T < 6 minutes) = 1 – e – 6 / 3 = 86,47 % P (T > x) = 0,20 ↔ e – x / 3 = 0,20 ↔ x = – 3 Ln 0,20 = 4,83
3) X n = nombre de pièces de qualité médiocre (schéma de Bernoulli) suit la loi Bin (n=200 ; 0,02)
Si n = 200, E(X)= n p = 4 donc Bin (200 ; 0,02) ≈ Poisson m = 4 (car n > 30 grand et n p < 10 petite)
P (X ≥ 4) → mauvais sens : on passe au contraire = 1 – P (X ≤ 3) = 1 – 0,4335 = 56,65 %
Ex 2 : (1,5 + 1 + 1 = 3,5 points) Reconnaissance des lois classiques

Préciser pour les variables suivantes, la loi suivie par X et sa moyenne m Puis calculer p = P (X ≥ m)
1) Dans une entreprise, il y a en moyenne 4 absents par jour Sur une période de 110 jours, X = nombre de jours
où il n’y aura aucun absent. Indication : on calculera p tel que X suit la loi Bin (n à préciser ; p)
2) Dans une entreprise, il y a un flux régulier de clients estimé à 21 clients par Heure en moyenne, X = nombre de
clients par heure à l’un des 3 guichets
3) Dans une entreprise, le nombre de clients suit la loi de Poisson m = 40 clients par heure X = le temps
d’inactivité de l’un des 4 guichetiers de l’entreprise
1) X = nombre de jours, parmi n = 110 jours, où il n’y aura aucun absent. On reconnait un schéma de
Bernoulli donc X suit la loi Bin (n = 100, p = inconnue à calculer) Avec p= P (Y=0) où Y= nombre
d’absents / jour (schéma de Poisson) donc Y suit P m =4 absents / jour P (Y=0) = e – 4 = 0,0183 donc
X suit Bin (n = 110, p = 0,0183) ≈ Poisson (m = n p ≈ 2)
P (X ≥ 2) « mauvais signe » = 1 – P (X ≤ 1) = 1 – 0,4060 = 59,4 %
2) X = nombre de clients par heure à l’un des 3 guichets : on reconnait schéma de Poisson, mais on
dispose d’une information sur le flux des clients pour toute l’entreprise, donc on doit faire une
conversion. 21 clients / H pour les 3 guichets ↔ 7 clients / H et par guichet donc suit Poisson (m = 7)
P (X ≥ 7 = m) « mauvais signe » = 1 – P (X ≤ 6) = 1 – 0,4497 = 55,03 %
3) X = le temps d’inactivité (= temps entre 2 clients) de l’un des 4 guichetiers de l’entreprise Schéma
de loi exponentielle mais l’information du texte est du type loi de Poisson Conversion : m = 40 clients
par heure dans entreprise (4 guichets) ↔ m = 10 clients par heure par guichet ↔ 1 client toutes les 6
minutes par guichet ↔ X = temps d’inactivité suit une loi exponentielle de moyenne m = 6 minutes
P (X ≥ m = 6) = e – 6 / 6 = 36,79 %
Ex 3 : (2 points) Tableau d’observations = Loi empirique

E(X) = 34 et V(X) = 3 = moyenne des carré – moyenne au carré et V(Y) = 0,5 2 V(W) = 0,7
Ex 4 : Loi Exponentielle et durée de vie

Une étude montre qu’au bout d’un an, 80 % des ampoules sont en état de fonctionnement.
Par quelle est la loi (dont on précisera moyenne et médiane) suivie par T = durée de vie d’une ampoule ?
Sachant que l’ampoule a fonctionné plus de 2 ans, calculer la probabilité qu’elle soit en panne avant 3 ans
Or, on sait que : P (T ≥ 1) = 0,80 ⇒ e − λ = 0,8 donc λ = – Ln (0,8) = 0,223 et E(T) = 1/ λ = 4,48 ans
Pour une loi Exponentielle, Médiane = Moyenne * Ln 2 = 3,11 ans
Donc finalement, P (T ≤ 3 / sachant T ≥ 2) = (e – 0,446 – e – 0,67) / e – 0,446 = 0,20
Ex 5 : (1 + 1 + 0,5 = 2,5 points) Théorème Central Limite (Th. C. L.)
Une compagnie assure 10 000 clients dont le nombre de sinistres / an suit la loi Poisson m = 0,001 sinistres / an
avec une indemnité moyenne = 2 K€ et 500 clients « à risque » dont le nombre de sinistres / an suit la loi Poisson
m = 0,004 sinistres / an avec une indemnité moyenne = 10 K€
1 : Quelle est la loi suivie par T = nombre de sinistres par an pour la compagnie ?
2 : Quelle est la loi suivie par M = indemnité par an pour la compagnie ?
3 : Donner avec un risque d’erreur = 5 %, une estimation de cette indemnité par an.
ANNALES CC L2 STATS
8
Quelle doit être la réserve financière R de l’assurance pour que le risque de ne pas pouvoir couvrir tous les
sinistres < 0,5 % Rappel : pour loi de Poisson variance = moyenne donc s 2 = E(X)
1) T = (Y1 + Y2 + …+ Y500) sinistres clients à risque + (X1 + X2 + …+ X10 000) autres clients
Moyenne E(T) = (0,004 + 0,004 + …+ 0,004) 500 fois + (0,001 + 0,001 + …+ 0,001) 10 000 fois E(T) = 12
Variance  2 (T) = (0,004 + 0,004 + …+ 0,004) 500 fois + (0,001 + 0,001 + …+ 0,001) 10 000 fois  2 (T) = 12
2) M = 10 * (Y1 + Y2 + …+ Y500) clients à risque + 2 * (X1 + X2 + …+ X10 000) autres clients
Moyenne E(M) = 10 * (0,004 + 0,004 + …+ 0,004) 500 fois + 2 * (0,001 + 0,001 + …+ 0,001) 10 000 fois
Indemnité totale moyenne E(M) = 40
Variance  2 (M) = 10 2 * (0,004 + 0,004 + …+ 0,004) 500 fois + 2 2 * (0,001 + 0,001 + …+ 0,001) 10 000 fois
Variance indemnité  2 (T) = 240 Puis l’écart type  (T) = 15,49
3) Estimation (avec min et max, on coupe le risque en 2 zones)
95 % de chances d’avoir une indemnité dans I.C 95 % = [40 +/- 1,96 * 15,49] = [9,64 ; 70,36]
On veut P (M < Réserve) = 0,995 donc R = 40 + z 0,995 * 15,49 donc R = 79,90

1) Calculer le nombre de codes à 4 chiffres, mais dont seul le 1 er chiffre est impair et aucun zéro.
2) Parmi les mots de 5 lettres contenant exactement 2 voyelles, quelle est la proportion de mots avec 2 fois la
même voyelle ?
3) Dans une promotion, 70 % des étudiants ont pris option Gestion et 30 % option Economie.
40 % des étudiants ont déjà trouvé un stage d’été dont 50 % parmi ceux en Gestion. Calculer :
Proportion d’étudiants option Economie parmi ceux n’ayant pas encore de stage
1) Tirage avec remise = Nombre de chiffres possibles inchangé → utiliser des puissances
Il y a donc 5 impairs *4 3 pairs non nuls = 320 codes possibles
2) p = 6*8*4 / 6 3 = 55 % et q = 6*1 3/ 6 3 = 2,78 %
3) 2 types informations : (Option Gestion ou Economie) et (Stage ou pas Stage) : on fait un arbre de probabilité
Gestion 50 % Stage
70 % Pas Stage
30 % Economie x% Stage
Pas Stage
On ne s’intéresse qu’à ceux n’ayant pas trouvé stage
P (Eco) = P Stage (Eco) + P Non Stage (Eco) donc P Non Stage (Eco) = 1 – 16,67 % = 83,33 %
Ex 7 : 1) Pour obtenir un label dans un guide touristique, un hôtel doit afficher un taux de satisfaction des clients
> 80 % minimum. Sur n = 200 clients interrogés par le guide, 158 clients se sont déclarés satisfaits. Le guide va-t-
il accorder un label à cet hôtel ?
2) usine doit produire des sodas avec max = 15 % de sucre ; lors d’un test sur 400 sodas, on observe taux de
sucre = 18 % ; les normes sont-elles respectées (avec risque d’erreur  = 5 %) ?
3) Une usine doit produire des pièces suivant la loi N (119,5 Kg ; 0,1 Kg). On teste n = 160 pièces, on observe
une moyenne = 119,53 Kg avec un écart type = 0,2 Kg : avec un risque norme respectée ?
1) Etape 1 : « problématique » H 0 respect norme (définie par p = 0,80 min taux satisfaction)
Contre H 1 norme non respectée, label non accordé
Etape 2 : « construction de I.C. » Test de qualité définie par un % min
N (p = 0,80 norme ; √ 0,80 (1 – 0,80) /200 = 0,0283)
I.C. 95 % = [min = 0,8 – 1,65 * 0,0283 ; + ∞ [= [0,7533 ; + ∞ [
Etape 3 : « décision » Or (158 / 200) = 79 % observé dans I.C. 95 % label accordé = non rejet H 0
Erreur classique : construire autour de la valeur observée I.C. 95 % ≠ [0,79 Observé – 1,65 * … ;
2) Etape 1 : « les hypothèses » H 0 p = 0,15 max (norme respectée) ;
Contre : H 1 p > 0,15, trop de sucre, norme non respectée
Etape 2 : « construction de I.C. » Test de qualité définie par un % max
I.C.0.95 =] - ∞ ; 0 + 1,65 √ 0,15 *0,85 / 400] =] - ∞ ; 17,95 %]
Etape 3 : « décision » 18 % échantillon pas dans I.C.0.95 =] - ∞ ; 17,95 %]
Donc norme non respectée (H 1 validée = Rejet de H 0)
3) Etape 1 : (H0) norme respectée production suit N (119,5 Kg ; 0,1 Kg) Loi N, on cherche min et max
(H1) m << 119,5 ou m >> 119,5 on s’écarte trop de la norme Test symétrique de moyenne
Risque coupé en 2 zones : Z 0,975 = 1,96 car on cherche min et max
Etape 2 : « construction de I.C. » I.C. 95 %= [min ; max] = [119,5 +/- 1,96 * 0,1 /  160] = [119,48 ; 119,52]
Etape 3 : « décision » Or m observée = 119,53 pas dans I.C. 95 % donc Rejet H0 donc norme non respectée
N.B : l’écart s observé = 0,2 ne servirait qu’à tester la régularité (test de Khi Deux) de la production
Erreur classique : construire autour de la valeur observée I.C. 95 % ≠ [119,53 Observé -/- … ;
ANNALES CC L2 STATS
9
L2 Stats CC2 durée 1 H 30 2022-23

Sujet S1
Extraits Table
Loi Normale : Z 0,80 = 0,84 et Z 0,90 = 1,28 et Z 0,95 = 1,65 et Z 0,975 = 1,96 et Z 0,99 = 2,33 et Z 0,995 = 2,58
Degré lib. 2 6 8 10 50 100 Degré lib. 6 8 10 50 100

Khi Deux 95 % 5,99 12,59 15,51 18,3 67,5 124 Khi Deux 99 % 17 20 23 76 136
Dans tous les exercices, les échantillons sont grands donc ne pas faire de Correction de STUDENT.
Pour tous les tests, on note R = 0 si H 0 = hypothèse testée est acceptable et R = 1 sinon
Ex 1 : 1,5 points
Une usine doit fabriquer des produits contenant au maximum 34 % de matière S ;
On teste 152 produits, avec un risque d’erreur de 1 %.
1-1 : Calculer la valeur critique du test V = ?
1-2 : La moyenne observée sur l'échantillon est > valeur critique de l'I.C. R = ?
Ex 2 : 1,5 point
185 personnes d’une région ont répondu à un questionnaire et on observe une consommation
moyenne = 26 Kg d’une ressource R avec un écart type s = 0,4 Kg.
Pour l’ensemble de la population de cette région, on veut donner une estimation avec un risque
d’erreur = 20 % par I.C. = [min ; max] de la consommation par habitant
Question : Préciser la fracile z = ? Puis calculer max = ?
Ex 3 : 1,5 points
Un candidat aux municipales a commandé un sondage : 45 % des 668 des personnes interrogées,
ont déclaré vouloir voter pour lui. Donner une estimation, avec un risque d’erreur de 5 %, du score du
candidat aux municipales. Question : 100 * min = ?
Ex 4 : 1,5 points
Une usine doit produire des pièces de 11 Kg avec un écart type = 0,12 Kg. On teste 193 sacs, avec
un risque d’erreur de 1 %.
a) Calculer d'abord la valeur critique du test V
b) La moyenne observée m est > valeur critique V avec un écart type = 0,15 Kg
Question : R = ?
Ex 5 : 1,5 points
Un candidat X aux élections commande un sondage auprès de 723 personnes. Selon ce sondage, il
pourrait obtenir 34 % des suffrages et son principal concurrent Y obtiendrait 28 % des suffrages.
Donner, avec un risque d’erreur de 10 %, une estimation I.C = [min ; max] de l’écart entre les 2
candidats aux prochaines élections.
Question : 100 * Min = ?
Ex 6 : 1,5 points
On veut tester si X = dépenses par personne et par mois suit une loi Normale.
Ayant interrogé 185 personnes, on observe une moyenne 20 avec un écart type 3.
a) Compléter le tableau ci- dessous de effectifs théoriques
X ]- ∞ ; 14[ [14 ; 17[ [17 ; 20[ [20 ; 23 [ [23 ; 26 [ [26 ; + ∞ [
Théoriques a b c c b a
2) On observe que Khi Deux Cal < Fractile du Khi deux.
On note R = 0 si la répartition des dépenses est normale et R = 1 sinon.
Calculer : 2 c + b = ? puis R = ?
Ex 7 : 1 point
Un magazine enquête sur la taxe d’habitation dans différentes communes. Dans une ville, elle
interroge 266 personnes et observe une moyenne = 518 € avec un écart type = 59,5 €
Donner, avec un risque d’erreur de 10 %, un I.C. pour l’estimation de la taxe moyenne.
Calculer la valeur critique : V = ?
ANNALES CC L2 STATS
10
Ex 8 : 1 point Question sans calcul = répondre par R1 ou R2 ou R3 ou R4 ou R5

On a observé, sur un échantillon de taille n, la consommation d’un produit bio avant et après inflation.
Moyennes m avant – m après = 10 € avec un écart type = 0,56 € et I.C. 95 % =] - ∞ ; 15 €]
R1 : baisse significative de la consommation ;
R2 : hausse significative de la consommation ;
R3 : pas de différence significative
R4 : on ne peut rien conclure
R5 : il faut manger plus de fruits

30 % d’une population a moins de 25 ans dont 40 % sont encore étudiants et 20 % de retraités.
Chaque personne dépense en moyenne 450 € /mois en logement et 350 € /mois en nourriture.
Sur échantillon de n = 850 personnes, combien doit-on faire de tests et quelle forme des I.C.
R1 : 3 tests de % et 2 tests de moyenne et tous les IC = [Min ; Max] ;
R3 : 2 tests de % et 2 tests de moyenne et 2 IC =] - ∞ ; Max] ;
R4 : 1 test de % et 2 tests de moyenne et tous les IC =] - ∞ ; Max] ;
R5 : Le nombre de test dépend de la taille l’échantillon
Ex 10 : 2 points
Sur 111 pièces produites par une machine A, 1,1 % présentaient un défaut.
Sur 114 pièces produites par une machine B, 7,6 % présentaient un défaut.
On veut tester, avec un risque d’erreur = 5 %, si la machine A est plus fiable.
1) Calculer la valeur V critique du test et calculer 100 V.
2) On note R = 1 si A est plus fiable et R = 2 si B est plus fiable et R = 0 sinon.
Question : R = ?
Ex 11 : 2 points
On a demandé à 514 personnes issues de 3 C.S.P. différentes, d’attribuer une note N de 1 à 5 pour
un service commercial. On veut savoir si les notes sont très différentes d’une C.S.P. à l’autre.
Observés N =1 N = 2 … N = 5 Total Préciser (avec risque erreur = 5 %)
C.S.P. 1 31 42 … 31 148 1 : degré de liberté = d = ?
C.S.P. 2 54 72 … 67 138 2 : effectif théorique (C.S.P.2 ; note N = 5) = ?
C.S.P. 3 … … … … … 3 : I.C. 95 % = [0 ; Max] préciser Max = ?
Total 122 143 … 145 514
4 : On constate qu’il y a une très forte influence de la C.S.P. sur la satisfaction. Parmi les valeurs
suivantes, quelle est la valeur de la p-value = Probabilité (H 0 vraie)
a) 0,023 b) 0,978 c) 0,002 d) 0,354
Ex 12 : 2 points
Les ventes par jour d’une entreprise suivent la loi Normale N (20 tonnes ; 4 tonnes).
Prix de vente = 11 K€ / tonne, Coûts variables = 2 K€ / tonne et charges fixes = 4 K€ par jour.
a) 95 % chances d’avoir profit / jour dans l.C.95 % = [min / jour ; max / jour] question : max / jour = ?
b) 95 % chances d’avoir profit / An = 360 jours dans l.C.95 % = [min ; max / an] question : max / an = ?
Ex 13 : 2 points
On considère que le poids des truites suit une loi normale et sont indépendants l’un de l’autre. Dans
un élevage, prend un échantillon de 144 truites, on relève un poids moyen de 249,89 g avec un écart
type de 28 g.
1) Donner une estimation, avec un risque d’erreur de 5 %, du poids d’une truite
Question 1 : Calculer Max
2) Une coopérative accepte les truites pesant au minimum 250 g. Avec un risque d’erreur de 5%, la
coopérative va-t-elle accepter la production de cette ferme ?
Question 2 : Calculer la valeur critique V = ?
Question 3 : Calculer R = ? (R= 0 si production acceptée est R = 1 sinon)
ANNALES CC L2 STATS
11
L2 Stats Correction CC2 Sujet S1 2022-23
Ex 1 : 1,5 points Une usine doit fabriquer des produits contenant au maximum 34 % de matière S ;
Test d’une norme définie par un % max à respecter

IC 0,99 =] - ∞ ; V = 0,34 norme + 2,33 * (0,34 * 0,66 / 152) = 0,43 et m obs. hors IC, rejet H 0 (R = 1)
Ex 2 : 1,5 point 185 personnes d’une région ont répondu à un questionnaire et on observe une consommation
Pour l’ensemble de la population de cette région, on veut donner une estimation avec un risque d’erreur = 20 %
par I.C. = [min ; max] de la consommation par habitant
Estimation d’une moyenne donc IC = [min ; max] (risque en 2 zones), z 0,90 = 1,28
80 % de chances d’avoir la moyenne dans IC 0,80 = [26 +/- 1,28 * 0,4 /185] donc max = 26,04
Ex 3 : 1,5 points Un candidat aux municipales a commandé un sondage : 45 % des 668 des
personnes interrogées, ont déclaré vouloir voter pour lui. Donner une estimation, avec un risque
d’erreur de 5 %, du score du candidat aux municipales. Question : 100 * min = ?
Estimation d’un % donc IC = [min ; max] (risque en 2 zones), z 0,975 = 1,96
95 % de chances d’avoir score dans IC 0,95 = [0,45 +/- 1,96 * (0,45 * 0,55 / 668)] donc min = 41,23 %
Ex 4 : 1,5 points Une usine doit produire des pièces de 11 Kg avec un écart type = 0,12 Kg. On teste 193 sacs,
avec un risque d’erreur de 1 %. a) Calculer d'abord la valeur critique du test V
b) La moyenne observée m est > valeur critique V avec un écart type = 0,15 Kg Question : R = ?
Test d’une norme avec min et max à respecter (risque en 2 zones), z 0,995 = 2,58
IC 0,99 = [11 +/- 2,58 * 0,12 /193)] max = V = 11,02 et m obs. hors IC, rejet H 0 (R = 1)
Ex 5 : 1,5 points Un candidat X aux élections commande un sondage auprès de 723 personnes. Selon ce
sondage, il pourrait obtenir 34 % des suffrages et son principal concurrent Y obtiendrait 28 % des suffrages.
Donner, avec un risque d’erreur de 10 %, une estimation I.C = [min ; max] de l’écart entre les 2 candidats aux
prochaines élections. Question : 100 * Min = ?
Estimation d’une comparaison de % donc IC = [min ; max] (risque en 2 zones), z 0,95 = 1,65
De plus contrairement à un test de comparaison de %, pas de pondération
IC 0,90 = [0,34 – 0,28+/- 1,65  (0,34 * 0,66 / 723+0,28 * 0,72 / 723)] donc 100 min = 1,99
Ex 6 : 1,5 points On veut tester si X = dépenses par personne et par mois suit une loi Normale.
X ]- ∞ ; 14[ [14 ; 17[ [17 ; 20[ [20 ; 23 [ [23 ; 26 [ [26 ; + ∞ [
On note R = 0 si la répartition des dépenses est normale et R = 1 sinon. Calculer : 2 c + b = ? puis R = ?
Théo c = 185 * [P (Z < (23-20) /3) - P (Z < (20-20) /3)] et b = 185 * [P (Z < (26-20) /3) - P (Z < (23-20) /3)]
D’où 2 c + b = 151,42 puis X 2 Cal dans IC = [0 ; fractile] donc on valide H 0 (R = 0) répartition normale
Ex 7 : 1 point Un magazine enquête sur la taxe d’habitation dans différentes communes. Dans une ville, elle
interroge 266 personnes et observe une moyenne = 518 € avec un écart type = 59,5 €. Donner, avec un risque
d’erreur de 10 %, un I.C. pour l’estimation de la taxe moyenne. Calculer la valeur critique : V = ?
Estimation d’une moyenne donc IC = [min ; max] (risque en 2 zones), z 0,95 = 1,65
90 % de chances d’avoir la moyenne dans IC 0,90 = [518 +/- 1,65 * 59,5 /266] donc max = 524,02
R1 : baisse significative de la consommation ; R2 : hausse significative de la consommation ;
R3 : pas de différence significative R4 : on ne peut rien conclure R5 : il faut manger plus de fruits
Test de comparaison de moyennes donc IC = [-∞ ; max= 0 + z * √ … = 15]
Or différence observée dans IC, on valide H 0 = pas de différence significative (réponse R3)
ANNALES CC L2 STATS
12

Pour savoir si c’est représentatif, faire des I.C. = [min ; max]. De plus, sur la population globale, on
donne 3 informations avec des % et 2 informations avec des moyennes (réponse R1)
Ex 10 : 2 points Sur 111 pièces produites par une machine A, 1,1 % présentaient un défaut.
2) On note R = 1 si A est plus fiable et R = 2 si B est plus fiable et R = 0 sinon. Question : R = ?
Test de comparaison de % avec un max (A est mieux) donc IC = [– ∞ ; max= 0 + z * √ …]

De plus contrairement à une estimation de différence de %, on doit faire la pondération p
Avec p = (111*0,011 + 114*0,075) / (111+114) = 0,043
IC 0,95 = [– ∞ ; max= 0 + 1,65  (p * (1 – p) / 114+ p * (1 – p) / 111)] donc 100 max = 4,51
Or différence (0,076 – 0,011) = 0,053 hors IC donc on valide H 1 (R = 1)
Ex 11 : 2 points On a demandé à 514 personnes issues de 3 C.S.P. différentes, d’attribuer une note N de 1 à 5
pour un service commercial. On veut savoir si les notes sont très différentes d’une C.S.P. à l’autre.
Total 122 143 … 145 514
4 : On constate qu’il y a une très forte influence de la C.S.P. sur la satisfaction. Parmi les valeurs suivantes,
quelle est la valeur de la p-value = Probabilité (H 0 vraie) : a) 0,023 b) 0,978 c) 0,002 d) 0,354
1 : degré de liberté = (nombre lignes – 1) (nombre colonnes – 1) = 2 * 4 donc d = 8

2 : Effectif théorique (C.S.P.2 ; note N = 5) = 138 C.S.P.2 * 145 Note = 5 / 514 = 38,93
3 : I.C. 95 % = [0 ; Max = fractile avec degré 8] = 15,51
4 : Plus la p-value est proche de 0 (plus il y a rejet de H 0) plus l’influence est forte donc p = 0,002
Ex 12 : 2 points Les ventes par jour d’une entreprise suivent la loi Normale N (20 tonnes ; 4 tonnes).
1 : Profit  / jour = 9 V – 4 suit N (176 ; 9*4 = 36) donc max / jour = 176 + 1,96 * 36 = 246,56
2 :  / an suit N (365 * 176 ; √365 * 36) donc max / an = 365 * 176 + 1,96 *√365 * 36 = 65 588,05
Ex 13 : 2 points
On considère que le poids des truites suit une loi normale et sont indépendants l’un de l’autre. Dans un élevage,
prend un échantillon de 144 truites, on relève un poids moyen de 249,89 g avec un écart type de 28 g.
1) Donner une estimation, avec un risque d’erreur de 5 %, du poids d’une truite. Question 1 : Calculer Max
2) Une coopérative accepte les truites pesant au minimum 250 g. Avec un risque d’erreur de 5%, la coopérative
va-t-elle accepter la production de cette ferme ? Question 2 : Calculer la valeur critique V = ?
Q1 : Estimation d’une moyenne donc IC = [min ; max] (risque en 2 zones), z 0,975 = 1,96
95 % de chances d’avoir la moyenne dans IC 0,95 = [249,89 +/- 1,96 * 28 /144] donc max = 254,46
Q2 : Test d’une moyenne avec min, IC 0,95 = [250 Norme – 1,65 * 28 /144 ; + ∞ [donc min = 246,15
Q3 : 249,89 Obs. dans IC 0,95 = [246,15 ; + ∞ [donc non rejet de H 0 = production acceptée (R = 0)
ANNALES CC L2 STATS
13
L2 Stats CC2 durée 1 H 30 Sujet S2 2022-23
Extraits Table

Khi Deux 95 % 5,99 12,59 15,51 18,3 67,5 124 Khi Deux 99 % 17 20 23 76 136
Ex 1 : 1,5 points
(Retrouver : V = 0,84 et R = 1)
Ex 2 : 1,5 point
(Retrouver : z = 1,65 et max = 39,03)
Ex 3 : 1,5 points
(Retrouver : 100 min = 32,31)
Ex 4 : 1,5 points
b) La moyenne observée m est > valeur critique V avec un écart type = 0,13 Kg ,Question : R = ?
Ex 5 : 1,5 points
candidats aux prochaines élections. Question : 100 * Min = ?
Ex 6 : 1,5 points
X ]- ∞ ; 22[ [22 ; 26[ [26 ; 30[ [30 ; 34 [ [34 ; 38 [ [38 ; + ∞ [
2) On observe que Khi Deux Cal < Fractile du Khi deux. On note R = 0 si la répartition des dépenses
est normale et R = 1 sinon. Calculer : 2 c + b = ? puis R = ?
(Retrouver : 2 c + b = 143,24 et R = 0)
Ex 7 : 1 point
(Retrouver : V = 631,28)
ANNALES CC L2 STATS
14

(Retrouver : Réponse R5)

Ex 10 : 2 points
2) On note R = 1 si A est plus fiable et R = 2 si B est plus fiable et R = 0 sinon. Question : R = ?
Ex 11 : 2 points
Total 112 152 … 175 584
a) 0,951 b) 0,524 c) 0,017 d) 0,003
(Retrouver : d = 8 et Théo = 38,36 et max = 12,6 et p = 0,003)
Ex 12 : 2 points
(Retrouver : max /j = 490,0 et max /An = 144 952)
Ex 13 : 2 points
type de 35 g.
(Retrouver : Max = 246,06 et Min = 236,77 et R = 0)
ANNALES CC L2 STATS
15
Sujet S3
Extraits Table

Khi Deux 95 % 5,99 12,59 15,51 18,3 67,5 124 Khi Deux 99 % 17 20 23 76 136
Ex 1 : 1,5 points
Ex 2 : 1,5 point
(Retrouver : z = 1,65 et max = 23,03)
Ex 3 : 1,5 points
Ex 4 : 1,5 points
Question : R = ?
(Retrouver : V = 101,04 et R = 1)
Ex 5 : 1,5 points
candidats aux prochaines élections. Question : 100 * Min = ?
(Retrouver : 100 min = - 1,15)
Ex 6 : 1,5 points
X ]- ∞ ; 14[ [14 ; 17[ [17 ; 20[ [20 ; 23 [ [23 ; 26 [ [26 ; + ∞ [
(Retrouver : 2 c + b = 167,79 et R = 0)
Ex 7 : 1 point
ANNALES CC L2 STATS
16

Ex 10 : 2 points
Question : R = ?
(Retrouver : 100 V = 3,87 et R= 0)
Ex 11 : 2 points
Total 122 143 … 157 614
a) 0,057 b) 0,004 c) 0,932 d) 0,341
Ex 12 : 2 points
Ex 13 : 2 points
type de 42 g.
ANNALES CC L2 STATS
17

Sujet S4
Extraits Table

Khi Deux 95 % 5,99 12,59 15,51 18,3 67,5 124 Khi Deux 99 % 17 20 23 76 136
Ex 1 : 1,5 points
Une usine doit fabriquer des produits contenant au minimum 27 % de matière S ;
Ex 2 : 1,5 point
(Retrouver : z = 1,96 et V = 41,08)
Ex 3 : 1,5 points
Ex 4 : 1,5 points
Question : R = ?
Ex 5 : 1,5 points
pourrait obtenir 38% des suffrages et son principal concurrent Y obtiendrait 29 % des suffrages.
candidats aux prochaines élections.
Question : 100 * Min = ?
Ex 6 : 1,5 points
X ]- ∞ ; 22[ [22 ; 26[ [26 ; 30[ [30 ; 34 [ [34 ; 38 [ [38 ; + ∞ [
(Retrouver : 2 c + b = 167,79 et R = 0)
Ex 7 : 1 point
ANNALES CC L2 STATS
18

Ex 10 : 2 points
Question : R = ?
(Retrouver : 100 V = 4,78 et R = 2)
Ex 11 : 2 points
Total 112 152 … 155 613
a) 0,571 b) 0,154 c) 0,027 d) 0,001
Ex 12 : 2 points
Ex 13 : 2 points
type de 41 g.
ANNALES CC L2 STATS
19
L2 Stats CC1 Statistiques texte 1 Durée 1 H 30 2021-2022
Ex 1 : (1 point) Formule de cours

Si chaque X i = dépenses de l’individu i suit la loi N (m ; s) et on pose Y = (X 1+ …+ X n) / n
Y = moyenne d’un échantillon de taille n > 30. Rappeler et démonter la loi suivie par Y
Ex 2 : (1,5 + 0,5 = 2 points)

Valeurs observées pour X 6 7 8 9 Total Calculer E(X) puis la variance  2 (X)
Nombre d’observations 10 30 40 20 100 Calculer la variance de Y avec Y = 5 X – 40
Rappeler d’abord la Formule, sinon compté faux, puis donner la valeur de  2 (X)
Ex 3 : (1 + 2 + 1 = 4 points)
On suppose que la consommation moyenne d’une ressource suit une loi normale, et on observe que
pour 70 % des français, la consommation se situe entre 5 Kg et 15 Kg / mois et personne.
1) Préciser les paramètres de la loi normale suivie par X = consommation / mois et habitant.
2) Paramètres pour la consommation annuelle / habitant ? Puis consommation / mois et 400 habitants ?
3) On anticipe une baisse de cette consommation de 20 % dans les 10 ans à venir.
Préciser les paramètres de la loi normale suivie par Y = consommation dans 10 ans / mois et habitant.
Ex 4 : (1 + 2 + 2 = 5 points)
1) On suppose X = les ventes / mois suivent une loi normale N (8 tonnes ; 3 tonnes)
Déterminer le stock minimal S en début de mois pour que le risque de rupture de stock < 3 %
2) Dans le TGV, une personne a une chance sur 4 d’être contrôlée. 240 personnes sont présentes
dans le TGV. Soit X = nombre de passagers qui seront contrôlées dans le TGV.
Déterminer la loi de la variable aléatoire X. Calculer E (X) et V (X) et calculer P (X ≤ 45).
3) Pour un projet, on doit réaliser successivement 3 activités dont la durée suit la loi N (5 H ; 2 H) puis
3 activités dont la durée suit la loi N (4 H ; 1 H). Donner la loi normale suivie par la durée totale T du
projet puis donner avec un risque d’erreur de 20 %, une estimation (pat intervalle de confiance) de T.
Ex 5 : (2 + 1 = 3 points)
1) Un étudiant part tous les jours 40 minutes avant le début des cours. Le trajet domicile-IAE suit une
loi exponentielle de moyenne = 20 minutes. Sur 59 jours, X = nombre de jours où il arrivera en retard.
Préciser E(X) puis V(X) puis P (X > 6)
2) Dans une entreprise, il y a 5 agents chargés de servir les clients. En moyenne, il arrive 1 client
toutes les 3 minutes. Calculer le risque qu’un agent ait à servir > 9 clients en 1 h.
Ex 6 : (1 + 1,5 + 1,5 = 4 points)

1) Dans une assemblée, il y a 50 % d’hommes dont 80 % ont un portable. 90 % des personnes de
l’assemblée ont un portable. Un téléphone sonne : probabilité que ce soit celui d’une femme ?
2) On choisit au hasard 4 cartes dans un jeu de 32 cartes.
a) Probabilité d’obtenir 2 rois, 1 dame et 1 valet ?
b) Probabilité d’obtenir exactement 1 roi et 1 pique ?
3) 240 candidats se présentent à un concours qui offre 52 places. 120 candidats sont issus d’une
formation A, 100 sont issus d’une formation B et 20 sont issus d’une formation C. Habituellement, les
formations A et B ont le même taux de réussite et les candidats réussissent 2 fois mieux. On anticipe
que N candidats C devraient réussir le concours. Calculer N
Ex 7 : (0,5 + 0,5 + 1 = 2 points)

La durée de vie d’un ordinateur suit une loi exponentielle. Durée de garantie = 1 an. On observe que
20 % des ordinateurs tombent en panne (non réparable) lors des 3 premières années.
1) Calculer la durée moyenne d’un ordinateur.
2) Proportion d’ordinateurs qui tomberont en panne en étant sous garantie ?
3) Risque d’avoir une panne avant la durée moyenne alors qu’il n’est plus sous garantie ?
ANNALES CC L2 STATS
20
L2 Stats CC1 Statistiques texte 1 Correction 2021-2022
Ex 1 : (1 point) Formule de cours

Si chaque X i = dépenses de l’individu i suit la loi N (m ; s) et on pose Y = (X 1+ …+ X n) / n
Y = moyenne d’un échantillon de taille n > 30. Rappeler et démonter la loi suivie par Y
E(Y) = (m + m + … + m) / n = n fois * m / n = m avec 1 / n = constante multiplicative

 2 (Y) = n fois * s 2 / n 2= s 2 / n donc  (Y) = s / √ n et Y suit la loi N (m ; s / √ n)
Ex 2 : (1,5 + 0,5 = 2 points)

Valeurs observées pour X 6 7 8 9 Total Calculer E(X) puis la variance  2 (X)
Rappeler d’abord la Formule, sinon compté faux, puis donner la valeur de  2 (X)

A la calculatrice : E(X) = (10*6 + 30*7 + 40*8 + 9*120) / 100 = 7,7
Variance :  2 (X) = (10*6 2 +30*7 2 + 40*8 2 + 9*1202) / 100 – 7,7 2 = 0,81 puis  (X) = √ 0,81 = 0,9
Variance  2 (Y) = 5 2* 0,9 2 – 0 puis écart type  (Y) = 5* 0,9 = 4,5
Ex 3 : (1 + 2 + 1 = 4 points)
On suppose que la consommation moyenne d’une ressource suit une loi normale, et on observe que pour 70 % des français, la
consommation se situe entre 5 Kg et 15 Kg / mois et personne.
1) Préciser les paramètres de la loi normale suivie par X = consommation / mois et habitant.
2) Paramètres pour la consommation annuelle / habitant ? Puis consommation / mois et 400 habitants ?
3) On anticipe une baisse de cette consommation de 20 % dans les 10 ans à venir.
Préciser les paramètres de la loi normale suivie par Y = consommation dans 10 ans / mois et habitant.
3) Par personne / 1 mois I.C. 70 % = [5 ; 15] donc m = 10 et 15 = 10 + z 0,85 *  donc  = 5 / 1,04 = 4,81
4) Pour 12 mois =1 an / 1 pers., N (12 * 10 = 120 ; √12 * 4,81 = 16,66)
Pour 1 mois / 400 pers., N (400 * 10 = 4 000 ; √400 * 4,81 = 96,2)
Chaque mois et chaque personne est une variable aléatoire.
5) Y = 0,80 X (constante multiplicative) donc Y suit N (0,8 * 10 = 8 ; 0,8 * 4,81 = 3,848)
Ex 4 : (1 + 2 + 2 = 5 points)
1) On suppose X = les ventes / mois suivent une loi normale N (8 tonnes ; 3 tonnes)
Déterminer le stock minimal S en début de mois pour que le risque de rupture de stock < 3 %
2) Dans le TGV, une personne a une chance sur 4 d’être contrôlée. 240 personnes sont présentes dans le TGV. Soit X =
nombre de passagers qui seront contrôlées dans le TGV.
Déterminer la loi de la variable aléatoire X. Calculer E (X) et V (X) et calculer P (X ≤ 45).
3) Pour un projet, on doit réaliser successivement 3 activités dont la durée suit la loi N (5 H ; 2 H) puis 3 activités dont la durée
suit la loi N (4 H ; 1 H). Donner la loi normale suivie par la durée totale T du projet puis donner avec un risque d’erreur de 20 %,
une estimation (pat intervalle de confiance) de T.
1) Stock S > 8 + z 0,97 * 3 = 8 + 1,88 * 3 = 13,64 tonnes
2) X = nombre de personnes contrôlées parmi 240 (schéma de Bernoulli) suit la loi Bin (n= 240 ; p =1/4)
E(X)= n p = 40 « trop grande pour l’approximation de Poisson »
On calcule l’écart type σ = √n p (1–p) = 6,71 donc Bin (240 ; 1/4) ≈ N (60 ; 6,71)
Correction de continuité : on doit agrandir l’intervalle de 0,5 de chaque côté
] -∞ ; 45] →] -∞ ; 45,5] P (X ≤ 45) = P (Z ≤ -2,16 = (45,5 – 60) /6,71) = mauvais signe 1– P (Z ≤ 2,16) = 1,58 %
Sans Correction de continuité : P (X ≤ 45) = 1 – P (Z ≤ 2,24 = (60 – 45) /6,71) = 1,21 %
3) T = A1 + A2 + A3 + B1 + B2 + B3 (égalité entre variables indépendantes)

Durée moyenne E(T) = 5 + 5 + 5 + 4 + 4 + 4 = 27 mois
Variance V(T) = s 2 (T) = 2 2 + 2 2 + 2 2 + 1 2 + 1 2 + 1 2 = 15 mois Par combinaison de lois normales,
T suit la loi N (m = 27 ; s = √15 = 3,87)
I.C. 0,80 = [27 – 1,28 * 3,87 ; 27 – 1,28 * 3,87] = [22,05 H ; 31,95 H]
80 % de chances pour que le projet dure entre 22,05 mois et 31,95 mois
ANNALES CC L2 STATS
21
Ex 5 : (2 + 1 = 3 points)
1) Un étudiant part tous les jours 40 minutes avant le début des cours. Le trajet domicile-IAE suit une loi exponentielle de
moyenne = 20 minutes. Sur 59 jours, X = nombre de jours où il arrivera en retard. Préciser E(X) puis V(X) puis P (X > 6)
2) Dans une entreprise, il y a 5 agents chargés de servir les clients. En moyenne, il arrive 1 client toutes les 3 minutes. Calculer
le risque qu’un agent ait à servir > 9 clients en 1 h.
1) X = nombre jours avec retard parmi 59 (schéma de Bernoulli) suit la loi Bin (n= 59 ; p à calculer)
Avec p = P (T > 40) = e – 40 / 20 = 0,135 donc E(X) = n p = 59 * 0,135 = 7,965 ≈ 8
V(X) = n p (1 – p) = 8,83 et Bin (n= 59 ; p = 0,135) ≈ Poisson m = 8 et
2) En moyenne, 60 / 3 = 20 clients / H dans entreprise, soit 20 / 5 = m = 4 clients / H et guichet

P (X > 9) = 1 – P (X≤ 9) = 1 – 0,9919 = 0,81 %
Ex 6 : (1 + 1,5 + 1,5 = 4 points)
1) Dans une assemblée, il y a 50 % d’hommes dont 80 % ont un portable. 90 % des personnes de l’assemblée ont un portable.
Un téléphone sonne : probabilité que ce soit celui d’une femme ?
2) On choisit au hasard 4 cartes dans un jeu de 32 cartes.
a) Probabilité d’obtenir 2 rois, 1 dame et 1 valet ?
b) Probabilité d’obtenir exactement 1 roi et 1 pique ?
3) 240 candidats se présentent à un concours qui offre 52 places. 120 candidats sont issus d’une formation A, 100 sont issus
d’une formation B et 20 sont issus d’une formation C. Habituellement, les formations A et B ont le même taux de réussite et les
candidats réussissent 2 fois mieux. On anticipe que N candidats C devraient réussir le concours. Calculer N
1) Synthèse des informations par Diagramme d’Euler (ou arbre de probabilités)
H F En gris : T = ceux ont un téléphone ; On sait que la personne a un téléphone
40 50 PT (F) = définition conditionnelle P (F ꓵ T) / P(T) = 50/90 = 55,55 %
10 0 On ramène tout à une base = 100 personnes
2) On choisit 4 cartes donc combinaison C 32 4 = 35 960
a) P (2 R ; 1 D ; 1 V) = C 4 2 R * C 4 1 D * C 4 1 V / C 32 4 = 6 * 4 * 4 / 35 960 = 0,27 %
b) P (exactement 1 R ; 1 pique) = (C 3 1 R * C 7 1 pic * C 23 2 ni R, ni pic + 1 R = pic * C 23 3 ni R, ni pic) / 35 960
3) On fait un arbre de probabilité :
t% R (120 * t % + 100 * t %+ 20 * 2 t %) / 240 = 52 / 240
120/240 A Non R 260 * t % / 240 = 52 / 240 donc t % = 52 / 260
t% R t % = 20 % d’où Reçus C = 20 * 2*0,20 = 8
100/240 B Non R Pour A, 120 * 0,20 = 24 R
2t% R Pour B, 100 * 0,20 = 20 R
20/240 C Non R
Ex 7 : (0,5 + 0,5 + 1 = 2 points)

La durée de vie d’un ordinateur suit une loi exponentielle. Durée de garantie = 1 an. On observe que 20 % des ordinateurs
tombent en panne (non réparable) lors des 3 premières années.
1) Calculer la durée moyenne d’un ordinateur.
2) Proportion d’ordinateurs qui tomberont en panne en étant sous garantie ?
3) Risque d’avoir une panne avant la durée moyenne alors qu’il n’est plus sous garantie ?
1) P (T ≤ 3) = 0,20 ⇒ 1 – e – 3 / m = 0,20 donc 3 / m = – Ln (0,7) et E(T) = m = – 3 / Ln (0,7) = 8,41 ans

2) P (T ≤ 1) = 1 – e – 1 / m = 11,2 %
3) P (T ≤ 8,41 Panne avant m / sachant T > 1 Garantie) = probabilité condition P (1 ≤ T ≤ m] / P (T > 1)
= [(1 – e – m / m) – (1 – e – 1 / m)] / e – 1 / m = 1 – e – 7,41 / 8,41 = 58,6 %
ANNALES CC L2 STATS
22
L2 Stats CC2 Statistiques texte 1 durée 1 H 30 2021-2022
Ex 1 : (1 point - 0,5 par erreur) Formule de cours : Rappeler les 4 formules pour
1) Test moyenne 2) Test pourcentage 3) Comparaison de moyennes 4) Comparaison de %
Ex 2 : (2 + 2 = 4 points) Dans cet exercice, on répondra avec un risque d’erreur = 5 %

1) On considère que le poids des œufs suit une loi normale et sont indépendants l’un de l’autre. Dans
une ferme, la semaine 1, prend un échantillon de 121 œufs, on relève un poids moyen de 57,81 g
avec un écart type de 2,1 g. Une coopérative accepte des œufs pesant au minimum 58 g avec un
écart type de 2 gr. La coopérative va-t-elle accepter la production de cette ferme
2) La semaine 2, on prend un échantillon de 84 œufs, on relève un poids moyen de 57,91 g avec un

écart type de 2,8 g. Peut-on dire qu’il y a eu une amélioration significative ?

1) On suppose que le poids d’un nouveau-né est une variable normale d’ ́écart-type = 0,5 kg. Le poids
moyen des 49 enfants nés en mars dans une clinique est de 3,6 kg. Donner une estimation du poids
moyen des futurs bébés.
2) Chez des prématurés, il est admis que le lait maternel permet un gain de poids = 700 gr en 1 mois
avec un écart type = 120 gr. On a relevé, pour 16 bébés nourris au lait en poudre, un gain de poids
moyen = 680 avec un écart type = 105 gr. Le lait maternel permet-il un gain de poids plus important ?

1) Dans un secteur économique, les ventes / mois des entreprises suivent une loi N (400 Kg ; 50 Kg)
Prix de vente = 15 K€ / kg, Coûts = 5 K€ / kg, Charges = 1 000 K€ / mois. Donner une estimation du
profit / mois d’une entreprise du secteur.
2) On a observé (tableau ci-dessous) le profit / mois sur un échantillon de 10 entreprises de ce secteur

Entreprise E1 E2 E3 E4 E5 E6 E7 E8 E9 E10
Profit en K€ 2950 3120 2840 3050 3020 2690 2960 2720 2920 3080
Cet échantillon vous semble-t-il représentatif ?

Cinéma / mois ≥ 2 fois ≤ 1 fois Total Pratique Sportive Ecart type
20/30 ans 90 110 200 20/30 ans 25 H / mois 3 H / mois
30/40 ans 80 120 200 30/40 ans 22 H / mois 4 H / mois
40/50 ans 30 70 100 Pour chacune des 2 questions
Total 200 300 500 Conclure par oui ou bien par non
1) Peut-on dire qu’il y a des tranches d’âges qui vont plus souvent au cinéma ?
2) Entre 30 à 40 ans, peut-on dire qu’il y a une baisse significative de la pratique sportive ?

1) Sur un échantillon de n individus, 25 % déclarent qu’ils n’iront pas voter. Quelle doit-être la taille de
l’échantillon pour avoir un risque de 5 % d’avoir un taux d’abstention hors de IC = [24 % ; 26 %]
2) On a testé la consommation (en litres / 100 Km) de 2 types A et B de véhicules (tableau ci-dessous)
Echantillon A 4,9 5 5,1 5,2 4,8 5,2 5,2 4,6 4,8 4,8 5,1 m A = 4,97 et s A = 0,196
Echantillon B 4,7 4,8 4,9 5,3 4,3 5 5,1 4,8 4,3 4,6 4,7 m B = 4,74 et s B à calculer
Peut-on dire que les véhicules B consomment nettement moins que les véhicules A ?
ANNALES CC L2 STATS
23
Ex 1 : (1 point - 0,5 par erreur) Formule de cours : Rappeler les 4 formules pour
1) Test moyenne 2) Test pourcentage 3) Comparaison de moyennes 4) Comparaison de %
Voir le CM
1) On considère que le poids des œufs suit une loi normale et sont indépendants l’un de l’autre. Dans une ferme,
la semaine 1, prend un échantillon de 121 œufs, on relève un poids moyen de 57,81 g avec un écart type de 2,1
Une coopérative accepte des œufs pesant au minimum 58 g avec un écart type de 2 gr. La coopérative va-t-elle
accepter la production de cette ferme
1) Test de moyenne H 0 m = 58 mini (on ne coupe pas le risque), production acceptée

H 1 m < 58 production non acceptée
Construction de I.C.0.95 = [58 – 1,65 * 2 / √121 : + ∞ [= [57,70 ; + ∞ [(avec la norme)
Décision avec l’échantillon 57,81 observé ∈ I.C.0.95 = [57,70 ; + ∞ [, on valide : H 0 production acceptée
N.B : pas correction de STUDENT car écart type = 2 = norme exigée
Ou encore : Z Cal = (57,81 – 58) / (2 / √121) = – 1,04 et P (Z< – 1,04) = 1 – P (Z< 1,04) = 14,9 % > risque = 5 %
Erreurs classiques
A) Construction de I.C.0.95 autour de norme. [Faux !! 57,81 Observé – 1,65 …. Faux !!!]
B) Toujours indiquer le chiffre observé sur échantillon permettant de décider
Ainsi, grosse erreur type : (Faux !!) 58 (norme) ∈ I.C.0.95 donc ….
C) Ne pas commencer un test par les bons H 0 et H 1 vous coûte systématiquement : 0,5 point
2) La semaine 2, on prend un échantillon de 84 œufs, on relève un poids moyen de 57,91 g avec un écart type de
2,8 g. Peut-on dire qu’il y a eu une amélioration significative ?
Comme il y avait 2 échantillons (semaine 1 et semaine 2), on fait une comparaison
Comparaison de moyennes : H 0 pas de différence H 1 amélioration significative
Construction de l’I.C. I.C.0.95 =] - ∞ ; 0 + 1,65 √ (2,1 2 / 121+ 2,8 2 / 84)] =] - ∞ ; 0,59]
Décision avec la différence observée sur les échantillons
(57,91 – 57,81) = 0,10 observé ∈ I.C.0.95] - ∞ ; 0,59] donc on valide H 0 = pas d’amélioration
N.B : mieux, on devrait faire la correction de STUDENT car on utilise les écarts types observés, mais
l’échantillon : (121+84 œufs) est grand, donc cette correction est superflue
Important : dans tout test, il y a 3 étapes !
1) Enoncer H 0 ; H 1 précise la problématique (respect de la norme ou échantillon représentatif ou …)
2) Construction de l’I.C. (choix de la formule, forme de l’intervalle, choix de la fractile)
3) Arbitrage = décision suivant que l’échantillon ∈ I.C (H 0 validé) ou pas dans I.C (H 1 validé)
L’absence d’au moins l’une de ces 3 étapes vous coûte des points

1) On suppose que le poids d’un nouveau-né est une variable normale d’écart-type = 0,5 kg. Le poids moyen des
49 enfants nés en mars dans une clinique est de 3,6 kg. Donner une estimation du poids moyen des futurs
bébés.
2) Chez des prématurés, il est admis que le lait maternel permet un gain de poids = 700 gr en 1 mois avec un
écart type = 120 gr. On a relevé, pour 16 bébés nourris au lait en poudre, un gain de poids moyen = 680 avec un
écart type = 105 gr. Le lait maternel permet-il un gain de poids plus important ?
1) Le mot important est : « estimation », donc pas hypothèses H 0 ; H 1 et la conclusion attendue est
OBLIGATOIREMENT du type : 95 % chances d’avoir …… dans IC (ou compris entre min et max)
On cherche min et max pour moyenne : I.C.0.95 = [3,6 +/- 1,96 * 0,5 / √ 49]
95 % chances d’avoir le poids moyen des futurs bébés ∈ I.C.0.95 = [3,46 ; 3,74]
N.B: Pas de correction STUDENT, car l’écart type est supposé connu sur toute la population
2) Ce n’est pas une comparaison de moyennes car on a 1 seul échantillon

H 0 m = 700 (pas différence, écart type = 120) et H 1 m < 700 (lait maternel mieux)
680 Observé sur échantillon dans I.C.0.95 = [700 – 1,65 * 120 /√16 ; + ∞ [= [650,5 ; + ∞ [,
Non rejet H0 l’échantillon est trop petit pour pouvoir conclure que le lait maternel est mieux

1) Dans un secteur économique, les ventes / mois des entreprises suivent une loi N (400 Kg ; 50 Kg)
Prix de vente = 15 K€ / kg, Coûts = 5 K€ / kg, Charges = 1 000 K€ / mois. Donner une estimation du profit /
mois d’une entreprise du secteur.
ANNALES CC L2 STATS
24
2) On a observé (tableau ci-dessous) le profit / mois sur un échantillon de 10 entreprises de ce secteur

Entreprise E1 E2 E3 E4 E5 E6 E7 E8 E9 E10
Profit en K€ 2950 3120 2840 3050 3020 2690 2960 2720 2920 3080
Cet échantillon vous semble-t-il représentatif ?
1) Profit p = (15 – 5) V – 1000 suit loi N (moyenne = 10*400 –1000 = 3000 ; écart type s = 10 * 50 = 500)
Car s 2 = 10 2 * 50 2 (rappel ne pas confondre le profit qui varie et sa moyenne = chiffre fixe)
Pour 1 seule entreprise, 90 % chances d’avoir moyenne ∈ I.C.0.90 = [3000 +/- 1,65 * 500] = [2175 ; 3825]
2) Comme on parle d’échantillon, dans la formule, on doit diviser par √ n
H 0 m = 8000 (Echantillon représentatif, n = 10) H 1 m ≠ 8000 non représentatif
Pour savoir si c’est représentatif, toujours chercher un min et max
Construction de I.C.0.90 = [3000 +/- 1,65 * 500 / √ 10] = [2739 ; 3261]
Décision avec échantillon : ∑ x i / N = 2955 ∈ I.C.0.90 = [2739 ; 3261] L’échantillon est représentatif
N.B: STUDENT mieux, car écart observé I.C.0.90 = [3000 +/- 1,81 * 500 / √10 – 1] = [2700 ; 3300]
On voit que sur un petit échantillon, STUDENT apporte une vraie différence
On reconnait test d’indépendance du Khi Deux sur tableau croisé, I.C = [0 ; Fractile (95 % ; degré 2)]
2) Comparaison entre les échantillons (200 de 20 / 30 ans et 200 de 30 / 40 ans)

H 0 pas de différence contre H 1 les 30/40 font moins sport ↔ les 20/30 font plus sport
Construction de I.C.0.95 =] - ∞ ; 0 + 1,65 √ (3 2/ 200+ 4 2/ 200)] =] - ∞ ; 0,58]
Décision par différence observée (25 – 22) observée pas dans I.C.0.95 =] - ∞ ; 0,58] donc
Rejet H 0 baisse significative de la pratique sportive à partir de 30 ans
N.B : La correction STUDENT est ici superflue, car l’échantillon est très grand

1) Sur un échantillon de n individus, 25 % déclarent qu’ils n’iront pas voter. Quelle doit-être la taille de
l’échantillon pour avoir un risque de 5 % d’avoir un taux d’abstention hors de IC = [24 % ; 26 %]
2) On a testé la consommation (en litres / 100 Km) de 2 types A et B de véhicules (tableau ci-dessous)
Echantillon A 4,9 5 5,1 5,2 4,8 5,2 5,2 4,6 4,8 4,8 5,1 m A = 4,97 et s A = 0,196
Echantillon B 4,7 4,8 4,9 5,3 4,3 5 5,1 4,8 4,3 4,6 4,7 m B = 4,74 et s B à calculer
Peut-on dire que les véhicules B consomment nettement moins que les véhicules A ?
1) Estimation : (pas un test, donc pas d’hypothèse H 0), on cherche min et max pour pourcentage
On cherche n tel que 95 % chances d’avoir % ∈ I.C.0.95 = [0,25 +/- 1,96 √ 0,25*0,75 / n] = [0,24 ; 0,26]
Donc 0,25 + 1,96 √ 0,25*0,75 / n = 0,26 donc 0,01 2 = 1,96 2 * 0,25 * 0,75 / n
D’où n = 1,96 2 * 0,25 * 0,75 / 0,01 2 = 7 203
N.B : Plus l’échantillon est grand, plus l’estimation est précise et fiable. Ainsi, avec un échantillon >
10 000 (respectivement : 400), on a une précision de 1 % (respectivement : 5 %) dans l’estimation
2) Comparaison entre les échantillons (11 véhicules A et 11 véhicules B)
Calculons s 2 B = ∑ x I 2 / N – m B2 = 0,097 donc s B = 0,31 puis comparaison de moyennes
H 0 pas de différence entre A et B ; H 1 les véhicules B consomment nettement moins m A – m B > 0
Construction de I.C.0.95 =] - ∞ ; 0 + 1,65 √ (0,196 2 / 11+ 0,31 2 / 11)] =] - ∞ ; 0,18]

Décision par différence observée (4,97 – 4,74) = 0,23 observée pas dans I.C.0.95 =] - ∞ ; 0,18] donc
Rejet H 0 consommation significativement plus basse pour les véhicules B
N.B : mieux avec STUDENT car les écarts types sont observés sur échantillons
I.C.0.95 =] - ∞ ; 0 + 1,72 √ (0,196 2/ (11– 1) + 0,31 2/ (11– 1))] =] - ∞ ; 0,199]
ANNALES CC L2 STATS
25
L2 Stats CC1 Statistiques Texte 1 Durée 1 H 30 2019-2020
Ex 1 : (1,5+0,5+0,5+1,5 = 4 points)
La durée de vie (en mois) d’un appareil suit une loi exponentielle de paramètre 0,02.
Cet appareil est sous garantie pendant 6 mois.
1) Préciser sa durée de vie moyenne et sa durée de vie médiane.
2) Calculer la probabilité que l’appareil tombe en panne alors qu’il est sous garantie.
3) Calculer la probabilité d’avoir une durée de vie 50 % de plus que la durée moyenne.
4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie.
Ex 2 : (1+2 = 3 points)
1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une nappe de pétrole est 0,05.
On effectue 40 forages, probabilité qu’au moins un forage conduise à une nappe de pétrole ?
2) Le nombre d’accidents / mois dans un département suit une loi de Poisson.
Sachant que la probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au
moins 3 accidents dans le mois à venir.
Ex 3 : (1+3 = 4 points)
Une machine fabrique des pièces dont le diamètre suit la loi N (m = 10 cm, σ = 0,05 cm)
1) Donner l’intervalle de confiance I.C. 99 % pour le diamètre d’une pièce.
2) On rejettera toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne.
Sur un lot de 100 pièces, quelle est la probabilité de rejeter au moins 10 % des pièces ?
Ex 4 : (2+2= 4 points)
Les ventes/ jour d’une entreprise suivent la loi N (m = 20 tonnes, σ = 2 tonnes)

1) Donner l’intervalle de confiance I.C. 95 % pour les ventes par mois (25 jours ouvrables).
2) Quel doit être le stock en début de mois, pour avoir un risque de rupture de stock ≤ 1 % ?
3) Avec un prix de vente = 5 000 € / tonne, des coûts variables = 1 000 € / tonne, et des charges fixes
= 10 000 € par jour, Donner l’intervalle de confiance I.C. 95 % pour le profit / jour
Ex 5 : (1 point)
Montant des impayés 50 80 100 120 Total Calculer la moyenne de l’échantillon

Nombre 20 50 40 20 130 Puis l’écart type de l’échantillon
Ex 6 : (2+2 = 4 points)
Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de moyenne annuelle
de 50 000 unités à un prix de vente unitaire de 800 € avec une probabilité = 0,20 pour que les
quantités vendues varient de plus ou moins 10 000 autour de la moyenne. Le coût de revient se
décompose de la manière suivante : Coût variable unitaire : 200 € Charges fixes totales : 5 000 000 €
1) Déterminer les paramètres de la loi de la variable aléatoire X (quantités vendues).
2) Quelle loi suit le profit de cette entreprise ?
ANNALES CC L2 STATS
26
L2 Stats Correction CC1 Statistiques Texte 1 Durée 1 H 30 2019-2020
Ex 1 : (1,5+0,5+0,5+1,5 = 4 points)
1) Moyenne = 1/ λ = 50 mois Médiane t* telle P (X ≥ t *) = 50 % ↔ e – 0,02. t*= 0,5

- 0,02 t * = Ln (0,5) ↔ Médiane t* = Ln (0,5) / - 0,02 ≈ 34,6 mois
2) Panne sous garantie P (X ≤ 6) = 1 – e – 0,02 * 6 = 11,31 %
3) durée longue P (X ≥ 50 *(1,50)) = 1 – e – 0,02 * 50*1,20 = 22,31 %
4) Probabilité conditionnelle « sachant que T > 6 = garantie »

P (X ≤ 24 panne avant 2 ans / sachant X > 6) = définition probabilité condition p [6 ≤ X ≤ 24] / P (X > 6)
= [(1 – e – 0,2*24) – (1 – e – 0,2*6)] / e – 0,2*6 = 30,12 %
Ex 2 : (1+2 = 3 points)
Sachant que la probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au moins 3
accidents dans le mois à venir.
1) X = Nombre de forages (parmi 40) avec pétrole schéma Bernoulli suit a loi Bin (n = 40 ; p = 0,05)
E(X) = n p ≈ 2 petite donc Bin (n = 40 ; p = 0,05) ≈ Poisson m = 2
P (X ≥ 1) = 1 – P (X = 0) ≈ Poisson 1 – e – 2 = 86,87 % ou bien P (X ≥ 1) = binomiale 87,15 %
2) X = Nombre d’accidents / mois suit la loi de Poisson de moyenne = m à calculer

P (X = 0) = e – m = 0,67 ↔ m = - Ln (0,67) ≈ 0,4
Puis, P (X ≥ 3) = 1 – P (X ≤ 2) = 1 – 0,9921 = 0,79 %
Ex 3 : (1+3 = 4 points)
Une machine fabrique des pièces dont le diamètre suit la loi N (m = 10 cm, σ = 0,05 cm)
1) Niveau ou seuil de confiance = 99 % donc risque d’erreur d’estimation = 1 %

Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,995 = 1 – risque / 2 tel que
P (U ≤ z 0,995) ≈ 0,995 ↔ z 0,995 ≈ 2,58
D’après le dessin, min = 10 – 2,58 * 0,05 = 9,87 et max = 10 – 2,58 * 0,05 = 10,13
2) X = Nombre de pièces (parmi 50) à rejeter schéma Bernoulli suit a loi Bin (n = 50 ; p = à calculer)
Avec p = 1 – P (- 0,08 / 0,05 ≤ U ≤ 0,08 / 0,05) = 1 – [P (U ≤ 1,6) – P (U ≤ –1,6)]
Donc p = 2 – 2 P (U ≤ 1,6) ≈ 11 % E(X) = n p ≈ 11 et σ(X) = √ n p (1-p) ≈ 3,1
P (X ≥ 10) = P (U ≥ (10 – 0,5 *** – 11) / 3,1) mauvais sens et signe = P (U ≤ 0,15) ≈ 68 %
*** = correction de continuité, on agrandit l’intervalle de 0,5 de chaque côté donc 10 < X devient 9,5 < X
*** Sans la correction, P (X ≥ 10) = P (U ≥ (10 –11) / 3,1) = 62,1 %
ANNALES CC L2 STATS
27
Ex 4 : (2+2= 4 points)
Les ventes/ jour d’une entreprise suivent la loi N (m = 20 tonnes, σ = 2 tonnes)
2
1) V 25 jours = V jour 1 + V jour 2 + …+ V jour 25 de moyenne = 25 * 20 = 500 et de variance = 25 * 2
Chaque V jour j suit une loi Normale, donc par le Th. Central Limite, V 25 jours suit aussi une loi Normale
V 25 jours suit la loi N (25 * 20 ; √25 * 2) = N (500 ; 10)
Risque d’erreur d’estimation = 5 % est coupé en 2 zones et la fractile 1,96 = z 0,975 = 1 – risque / 2
Le risque est coupé en 2 zones donc on cherche dans la table la fractile z 0,975 = 1 – risque / 2 tel que
I.C. 95 % = [500 – 1,96 * 10 ; 500 + 1,96 * 10] = [480,40 ; 519,60]
2) P (V 25 jours > Stock) ≤ 1 % ↔ P (U ≤ (Stock – 500) / 10) ≤ 99 % d’où (Stock – 500) / 10 = z 0,99 = 2,33
Stock = 500 + 2,33 * 10 = 523,3 tonnes (le risque n’est pas coupé car on ne cherche que le max)
3) 𝛑 Jour = (prix – coût unitaire) V vente/jour – Charges fixe = (5000 –1000) V jour – 10 000 = 4000 V jour – 10 000
Le profit suit donc une loi normale puisque c’est une combinaison linéaire de la quantité produite par
l’entreprise (qui suit une loi Normale) de moyenne = 4 000 * 20 – 10 000 = 70 000
La variance σ 2 (𝛑 Jour) = 4 000 2 * 2 2 donc 𝛑 Jour suit la N (70 000 ; 8 000)
I.C. 95 % = [70 000 – 1,96 * 8 000 ; 70 000 + 1,96 * 8 000] = [54 320 ; 85 680]
Ex 5 : (1 point)
Moyenne = ∑ n i x i / N = 87,69 Variance σ 2 = ∑ n i x2 i / N – m 2 = 448,52 d’où σ = 21,18
Ex 6 : (2+2 = 4 points)
Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de moyenne annuelle de 50 000
unités à un prix de vente unitaire de 800 € avec une probabilité = 0,20 pour que les quantités vendues varient de
plus ou moins 10 000 autour de la moyenne. Le coût de revient se décompose de la manière suivante : Coût
variable unitaire : 200 € Charges fixes totales : 5 000 000 €
1) On sait que X = ventes / an suit une loi normale N (m = 50 000, σ) avec σ inconnu
On sait également P (50 000 –10 000 <X< 50 000 +10 000) = 0,80 ↔ P (40 000 < X < 60 000) = 0,80
Si on représente la courbe de Gauss-Laplace, on voit qu’il y a : 10 % au-dessus de 60 000 et 10 %
en-dessous de 40 000 (on coupe le risque en 2 zones) donc P (X < 60 000) = 0,90
On cherche, dans la table, la fractile de 90 %, on obtient z 0,90 ≈ 1,28
Donc 60 000 = 50 000 + 1,28 σ ↔ σ = 10 000 / 1,28 ≈ 7812,5 donc X → N (50 000 ; 7812)
2) Le profit –d’une entreprise se calcule de la manière suivante :

  = (prix – coût unitaire) X vente – Charges fixe = (800 – 200) X – 5 000 000 = 600 X – 5 000 000
Le profit suit donc une loi normale puisque c’est une combinaison linéaire de la quantité produite par
l’entreprise (qui suit une loi Normale)
Le profit espéré E ( ) = 600 * 50 000 – 5 000 000 = 25 000 000
La variance σ 2 = 600 2 * 7 812 2 donc 𝚷  → N (25 000 000 ; 4 687 200)
ANNALES CC L2 STATS
28
L2 Stats CC1 Statistiques Texte 2 Durée 1 H 30 2019-2020
Ex 1 : (1,5+0,5+0,5+1,5 = 4 points) La durée de vie (en mois) d’un appareil suit une loi exponentielle
de paramètre 0,01. Cet appareil est sous garantie pendant 6 mois. 1) Préciser sa durée de vie
moyenne et sa durée de vie médiane. 2) Calculer la probabilité que l’appareil tombe en panne alors
qu’il est sous garantie. 3) Calculer la probabilité d’avoir une durée de vie 20 % de plus que la durée
moyenne. 4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie.
Retrouver : 1 : moyenne = 100 mois ; Médiane = 69 mois 2 : 5,82 % 3 : 30,12 % 4 : 16,47 %
Ex 2 : (1+2 = 3 points) 1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une
nappe de pétrole est 0,10. On effectue 50 forages, probabilité qu’au moins un forage conduise à une
nappe de pétrole ? 2) Le nombre d’accidents / mois dans un département suit une loi de Poisson.
Sachant que la probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au moins
2 accidents dans le mois à venir.
Retrouver : 1 : 99,33 % 2 : ≈ 0,4 et 6,17 %
Ex 3 : (1+3 = 4 points) Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ =
0,05 cm) 1) Donner l’intervalle de confiance I.C. 95 % pour le diamètre d’une pièce. 2) On rejettera
toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne. Sur un lot de 200 pièces,
quelle est la probabilité de rejeter au moins 10 % des pièces ?
Retrouver :1) 1,96 et 19,90 et 20,10 2) 70,81 %
Ex 4 : (2+2= 4 points) Les ventes/ jour d’une entreprise suivent la loi N (m = 40 tonnes, σ = 4 tonnes)
1) Donner l’intervalle de confiance I.C. 99 % pour les ventes par mois (25 jours ouvrables). 2) Quel
doit être le stock en début de mois, pour avoir un risque de rupture de stock ≤ 1 % ? 3) Avec un prix
de vente = 6 000 € / tonne, des coûts variables = 3 000 € / tonne, et des charges fixes = 20 000 € par
jour, Donner l’intervalle de confiance I.C. 95 % pour le profit / jour
Retrouver :1) [948,48 ; 1051,52] 2) 1041,1 3) [76 480 ; 123 520]
Ex 5 : (1 point)
Retrouver : moyenne = 80 et écart type = 28.28
Ex 6 : (2+2 = 4 points) Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de
moyenne annuelle de 10 000 unités à un prix de vente unitaire de 1000 € avec une probabilité = 0,40
pour que les quantités vendues varient de plus ou moins 5 000 autour de la moyenne. Le coût de
revient se décompose de la manière suivante : Coût variable unitaire : 300 € Charges fixes totales : 1
000 000 € 1) Déterminer les paramètres de la loi de la variable aléatoire X (quantités vendues). 2)
Quelle loi suit le profit de cette entreprise ?
Retrouver : 1) X → N (20 000 ; 5 952) 2) N (13 000 000 ; 4 166 400)
ANNALES CC L2 STATS
29
L2 Stats CC1 Statistiques Texte 2 Correction 2019-2020
Ex 1 : (1,5+0,5+0,5+1,5 = 4 points) La durée de vie (en mois) d’un appareil suit une loi exponentielle
de paramètre 0,01. Cet appareil est sous garantie pendant 6 mois. 1) Préciser sa durée de vie
moyenne et sa durée de vie médiane. 2) Calculer la probabilité que l’appareil tombe en panne alors
qu’il est sous garantie. 3) Calculer la probabilité d’avoir une durée de vie 20 % de plus que la durée
moyenne. 4) Calculer d’avoir une panne dans les 2 ans sachant qu’il n’est plus sous garantie.
1 : Moyenne E(T) = 1/ λ = 1/ 0,01 = 100 mois et Médiane = E(T) * Ln 2 = 69 mois

2 : panne encore sous garantie = P (T ≤ 6) = 1 – e – 0,01 * 6 = 5,82 %
3 : P (T ≥ 1,20 * 100 = 120 = e – 0,01 * 120 = 30,12 %
4 : P (T ≤ 24 Panne avant 2 ans / sachant T ≥ 6) = définition probabilité condition p [6 ≤ T ≤ 24] / P (T ≥ 6)
P (6 ≤ T ≤ 24) = P (T ≤ 24 max) – P (T ≤ 6 min) = (1 – e – 0,24) – (1 – e – 0.06) = e – 0,06 – e – 0,24
Donc finalement, P (T ≤ 24 / sachant T ≥ 6) = (e – 0,06 – e – 0.24) / e – 0,06 = 16,47 %
Ex 2 : (1+2 = 3 points) 1) Dans une région pétrolifère, la probabilité qu’un forage conduise à une
nappe de pétrole est 0,10. On effectue 50 forages, probabilité qu’au moins un forage conduise à une
nappe de pétrole ? 2) Le nombre d’accidents / mois dans un département suit une loi de Poisson.
Sachant que la probabilité d’avoir aucun accident en 1 mois = 0,67, calculer le risque d’avoir au moins
2 accidents dans le mois à venir.
1) X = nombre de forage avec pétrole parmi n= 50 (schéma de Bernoulli)

X suit la loi Bin (n= 50 grand ; p = 0,10) ≈ Poisson m = n p = 5
P (X ≥ 1 au moins 1) = 1 – P (X = 0 aucun) = 99,33 %
2) Y = nombre d’accidents / mois (Poisson) et 0,67 = P (Y = 0) = e – m donc m = – Ln (0,67) ≈ 0,4

Donc P (Y ≥ 2) = 1 – P (Y ≤ 1) = 1 – 0,9383 donc P (Y ≥ 2) = 6,17 %
Ex 3 : (1+3 = 4 points) Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ =
0,05 cm) 1) Donner l’intervalle de confiance I.C. 95 % pour le diamètre d’une pièce. 2) On rejettera
toute pièce dont le diamètre s’écarte de plus de 0,08 cm de la moyenne. Sur un lot de 200 pièces,
quelle est la probabilité de rejeter au moins 10 % des pièces ?
1) I.C. 95 % = [20 ± 1,96 fractile de 0,975 * 0,05] ≈ [19,90 ; 20,10]
2) Y = nombre pièces rejetées parmi n = 200 (Bernoulli) suit Bin (n = 200 ; p à calculer)
Avec p = 1 – P (19,92 < X < 20,8) où X = diamètre suit loi N (m = 20 ; σ = 0,05)
P (19,92 < X < 20,8) = P (– 1,6 < Z < 1,6 = 0,08 / 0,05) = P (Z < 1,6) – P (Z < –1,6) = 0,8904
Bin (n = 200 ; p = 1 – 0,8904= 0,1096) approximée par N (n p = 21,92 ; s = √ n p (1 – p) = 4,42)
P (Y ≥ 20 = 0,10 * 200) = P (Z < 0,43 = (21,92 – 20) / 4,42) = 66,64 %
Mieux : avec la correction de continuité
P (Y ≥ 20 = 0,10 * 200) = P (Z < 0,55 = (21,92 – 19,5) / 4,42) = 70,81 %
Ex 4 : (1+1+2= 4 points) Les ventes/ jour d’une entreprise suivent la loi N (m = 40 tonnes, σ = 4 tonnes) 1)
Donner l’intervalle de confiance I.C. 99 % pour les ventes par mois (25 jours ouvrables). 2) Quel doit être le stock
en début de mois, pour avoir un risque de rupture de stock ≤ 1 % ? 3) Avec un prix de vente = 6 000 € / tonne,
des coûts variables = 3 000 € / tonne, et des charges fixes = 20 000 € par jour, Donner l’intervalle de confiance
I.C. 95 % pour le profit / jour
1) Ventes / 25 j. suit N (m = 1 000 = 25 * 40 ; s = 20 = 4 * √25)

I.C. 99 % = [1 000 ± 2,58 fractile de 0,995 * 20] ≈ [948,4 ; 1 051,6]
2) P (V < Stock) = 0,99 donc Stock = 1 000 + 2,33 * 20 = 1 046,6
3) 𝚷 = (prix – coût unitaire) Vente Jour – Charges fixes = (6 000 – 3 000) X – 20 000 ↔ 𝚷 = 3 000 V – 20 000
Le profit suit donc une loi normale car combinaison de lois normale
Le profit espéré E (𝚷) = 3 000 * 40 – 20 000 = 100 000
La variance σ 2 (𝚷) = 3 000 2 * 4 2 donc 𝚷→ N (100 000 ; 12 000)
I.C. 95 % = [100 000 ± 1,96 fractile de 0,995 * 12 000] ≈ [76 480 ; 123 520]
ANNALES CC L2 STATS
30
Ex 5 : (1 point)

A la calculatrice : E(X) = (20*40 + 60*60 + 40*100 + 30*120) / 150 = 80
Variance :  2 (X) = (20*40 2 +60*60 2 + 40*100 2 + 30*1202) / 150 – 80 2 = 800 puis  (X) = √ 800 = 28,28
Sans calculatrice : (Spécial Concours)

On observe que la moyenne devrait être proche de 60 (valeur la plus fréquente) On fait la moyenne des
écarts avec 60 : E(X) = 60 + [20*(40–60) +60*(60–60) +40*(100–60) +30*(120–60)] / 150 = 80
Puis la variance V(X) = [20*(40–80) 2+60*(60–80) 2+40*(100–80) 2+30*(120–80) 2] / 150 = 800
(Variance = moyenne des écarts quadratiques avec la moyenne)
Ex 6 : (2+2 = 4 points) Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de
moyenne annuelle de 10 000 unités à un prix de vente unitaire de 1000 € avec une probabilité = 0,40
pour que les quantités vendues varient de plus ou moins 5 000 autour de la moyenne. Le coût de
revient se décompose de la manière suivante : Coût variable unitaire : 300 € Charges fixes totales : 1
000 000 € 1) Déterminer les paramètres de la loi de la variable aléatoire X (quantités vendues). 2)
Quelle loi suit le profit de cette entreprise ?
1) On sait que X = ventes / an suit une loi normale N (m =20 000, σ) avec σ inconnu
On sait que P (10 000 – 5 000<X< 10 000 +5 000) = 0,60 ↔ P (5 000<X<15 000) = 0,60
Si on représente la courbe de Gauss-Laplace, on voit qu’il y a : 20 % au-dessus de 15 000 et 20 %
en-dessous de 5 000 (on coupe le risque en 2 zones) donc P (X < 15 000) = 0,80
On cherche, dans la table, la fractile de 80 %, on obtient z 0,80 ≈ 0,84
Donc 15 000 = 10 000 + 0,81 σ ↔ σ = 5 000 / 0,84 donc X → N (10 000 ; 5 952)
2) Le profit 𝚷 d’une entreprise se calcule de la manière suivante :

𝚷 = (prix – coût unitaire) X vente – Charges fixe = (1000 – 300) X – 1 000 000 = 700 X – 1 000 000
Le profit suit donc une loi normale puisque c’est une combinaison de loi Normale
Le profit espéré E (𝚷) = 700 * 20 000 – 1 000 000 = 12 000 000
La variance σ 2 (𝚷) = 700 2 * 5 952 2 donc 𝚷 → N (13 000 000 ; 4 166 400)
ANNALES CC L2 STATS
31
Ex 1 : (2 points) Formule de cours
Donner la loi utilisée pour tester ou estimer une moyenne sur un échantillon de taille n.
Valeurs observées pour X 1 2 3 4 Total Calculer la variance σ 2 (X)
Rappeler d’abord la formule sinon, cela sera considéré comme faux puis donner la valeur de σ 2 (X)
Ex 2 : (2 points) Estimation et Théorème Central Limite
Ventes / mois suivent la loi N (50 tonnes ; 8 t) et prix de vente = 19 K€ / t. vendue

Coûts variables = 15 K€ / t. avec des charges fixes = 60 K€
1) Donner une estimation (par I.C.) avec un risque d’erreur = 20 % du profit / mois
2) Donner une estimation (par I.C.) avec un risque d’erreur = 20 % du profit / an
Ex 3 : (2+2= 4 points)
On considère que le poids des œufs suit une loi normale et sont indépendants l’un de l’autre. Dans une ferme,
prend un échantillon de 121 œufs, on relève un poids moyen de 55,89 g avec un écart type de 2,1 g.
1) Donner une estimation, avec un risque d’erreur de 5 %, du poids d’un œuf.
2) Une coopérative accepte de œufs pesant au minimum 56 g. Avec un risque d’erreur de 5%, la coopérative va-
t-elle accepter la production de cette ferme ?
Ex 4 : (2+2= 4 points)
En France, le poids moyen d’un bébé mâle est de 3,6 Kg avec un écart type de 0,5 Kg. Afin d’étudier la
croissance des bébés lors des 3 premiers mois, on choisit un échantillon de n = 64 bébés et on observe un poids
moyen de 3,52 Kg avec un écart type = 0,53 Kg.
1) Concernant la moyenne, peut-on dire avec un risque de 5%, que l’échantillon est représentatif ?
2) Même question concernant la variance ?
Ex 5 : (2+2= 4 points)
Répondre avec un risque d’erreur de 5%.

1) On utilise une nouvelle variété de pommes de terre dans une exploitation agricole. Le rendement de l’ancienne
variété était de 43,5 tonnes à l’hectare. La nouvelle est cultivée sur 100 hectares, avec un rendement moyen de
45 tonnes `à l’hectare et un é́ cart-type de 3,6. Faut-il, au vu de ce rendement, favoriser la culture de la nouvelle
variété ?
2) Une autre variété, un peu plus chère à l’achat, a été testée sur 50 hectares, avec un rendement moyen de 45,8
tonnes `à l’hectare et un é
́ cart-type de 4,1. Faut-il, au vu de ce rendement, favoriser la culture de la variété la plus
chère ?
Ex 6 : (2 points)
Le Shérif Pat Garrett a promis 12 balles à Billy the Kid, s’il arrive à prouver ce dernier a ruiné la moitié de la
ville avec un dé qui sort plus souvent qu’à la normale des « 6 ».
Face « 1 » « 2 » « 3 » « 4 » « 5 » « 6 » Total
Nombre d’apparitions 11 14 12 15 13 25 90
Avec un risque d’erreur judiciaire de 1 %, Billy the Kid aura-t-il la vie sauve ?
(L’enterrement aura lieu le 14 juillet 1881)
Ex 7 : (2 points)
Les filles et les garçons : égaux dès la naissance ? Un échantillon de 429 440 naissances en France est
composé de 221 023 garçons et de 208 417 filles. Tester, au seuil α= 5%, l’équi-répartition des genres à la
naissance.
ANNALES CC L2 STATS
32

Test ou Estimation de moyenne : N [m ; σ test = σ /  n]
Non exigé : si σ théorique inconnu, STUDENT [m ; σ test = σ estimé /  n = σ obs / (n-1)]
σ 2 (X) = ∑ n k x k 2 / N – m X 2 (ici, m X = 2,4 et σ 2 (X) = 0,84) σ 2 (Y) = 10 2 σ 2 (X) = 8,4
1) Profit 𝛑 mois = (19 –15) Ventes – 60 suit la loi N (4*50 – 60 = 140 ; √ (42 * 8 2) = 32)
80 % de chance d’avoir 𝛑 mois ∈ I.C.0.80 = [140 ± 1,28 * 32] ≈ [99 ; 181] on coupe le risque en 2
2) Profit 𝛑 an = ∑ 𝛑 mois k suit la loi N (12 * 140 = 1680 ; √12 * 32 = 110,85)
80 % de chances d’avoir 𝛑 an ∈ I.C.0.80 = [1680 ± 1,28 * 110,85] ≈ [1538 ; 1822] on coupe le risque en 2
Ex 3 : (2+2= 4 points) On considère que le poids des œufs suit une loi normale et sont indépendants l’un de l’autre. Dans une
ferme, prend un échantillon de 121 œufs, on relève un poids moyen de 55,89 g avec un écart type de 2,1 g.
2) Une coopérative accepte de œufs pesant au minimum 56 g. Avec un risque d’erreur de 5%, la coopérative va-t-elle accepter
la production de cette ferme ?
1) Estimation, donc intervalle symétrique autour de l’observation (on coupe le risque en 2)
95 % de chances / m poids moyen ∈ I.C.0.95 = [55,89 ± 1,96 * 2,1 / √121] = [55,52 ; 56,26]
Mieux mais non exigé : STUDENT [55,89 ± 1,98 * 2,1 / √ (121-1)] = [55,51 ; 56,27]
2) Test de moyenne H 0 m = 56 mini (on ne coupe pas le risque) H 1 < 56 production non acceptée
55,89 obs ∈ I.C.0.95 = [56 – 1,65 * 2,1 / √121 : + ∞ [= [55,69 ; + ∞[ On valide H 0 production acceptée
Ou encore : Z cal = (55,89 – 56) / (2,1 / √121) = – 0,58 et P (Z< – 0,58) = 1 – P (Z< 0,58) = 28 % > 5 %
Mieux mais non exigé : STUDENT [56 – 1,66 * 2,1 / √ (121-1) ; + ∞ [ = [55,68 ; + ∞ [
Ex 4 : (2+2= 4 points) En France, le poids moyen d’un bébé mâle est de 3,6 Kg avec un écart type de 0,5 Kg. Afin d’étudier la
croissance des bébés lors des 3 premiers mois, on choisit un échantillon de n = 64 bébés et on observe un poids moyen de
3,52 Kg avec un écart type = 0,53 Kg.
1) Pour la moyenne H 0 l’échantillon est représentatif, on coupe le risque en 2 H 1 non représentatif
3,52 moyenne obs ∈ I.C.0.95 = [3,6 ± 1,96 * 0,5 théorique / √64] = [3,48 ; 3,72] donc H 0 représentatif
2) Pour la variance, Test du Khi deux :  cal 2 = (n – 1) S 2 obs / σ 2 thé
 cal 2 = 63 * 0,53 2 / 0.50 2 = 70,79 ∈ I.C.0.95 = [0 ; 82,53 fractile du Khi deux] donc H 0 représentatif
Ex 5 : (2+2= 4 points) Répondre avec un risque d’erreur de 5%.
1) On utilise une nouvelle variété de pommes de terre dans une exploitation agricole. Le rendement de l’ancienne variété était
de 43,5 tonnes à l’hectare. La nouvelle est cultivée sur 100 hectares, avec un rendement moyen de 45 tonnes `à l’hectare et
un é́ cart-type de 3,6. Faut-il, au vu de ce rendement, favoriser la culture de la nouvelle variété ?
2) Une autre variété, un peu plus chère à l’achat, a été testée sur 50 hectares, avec un rendement moyen de 45,8 tonnes `à
l’hectare et un é́ cart-type de 4,1. Faut-il, au vu de ce rendement, favoriser la culture de la variété la plus chère ?
1) Test de moyenne H 0 m = 43,5 H 1 m > 43,5 choisir la nouvelle variété
45 obs pas dans I.C.0.95 =] - ∞ ; 43,5 + 1,65 * 3,6 / √100] = ] - ∞ ; 44,1] donc H 1 choisir la nouvelle variété
Ou encore : Z cal = (45 – 43,5) / (3,6 / √100) = 4,17 et P (Z> 4,1) = 1 – P (Z< 4,1) = 0,0 % < 5 %
2) Comparaison de moyennes H 0 pas de différence H 1 la plus chère est meilleure
(45,8 – 45) obs ∈ I.C.0.95 = ] - ∞ ; 0 + 1,65 √(3,62/100+4,12/50) ] = ] - ∞ ; 1,13] donc H 0 pas de différence
Ou encore : Z cal = (45,8 – 45) / √ (3,62/100+4,12/50) = 1,17 et P (Z> 1,17) = 1 – P (Z< 1,17) ≈ 12 % > 5 %
Ex 6 : (2 points) Le Shérif Pat Garrett a promis 12 balles à Billy the Kid, s’il arrive à prouver ce dernier a ruiné la moitié de la
Face « 1 » « 2 » « 3 » « 4 » « 5 » « 6 » Total
Avec un risque d’erreur judiciaire de 1 %, Billy the Kid aura-t-il la vie sauve ? (L’enterrement aura lieu le 14 juillet 1881)
Test de % H 0 dé non truqué p théo = 1/6 = 0,167 max H 1 p > 1/6 Billy the Kid a triché et recevra ses 12 balles
Or 25/90 = 0,278 obs pas dans I.C.0.99 =] - ∞ ; 0,167 + 2,33 *√0,167(0,873) /90] =] - ∞ ; 0,2607] donc H 1 validé
Ou encore : Z cal = (0,278 – 0,167) / √0,167(0,873) /90= 2,76 et P (Z> 2,76) = 1 – P (Z< 2,76) ≈ 0,2 % < 1 %
Ex 7 : (2 points) Les filles et les garçons : égaux dès la naissance ? Un échantillon de 429 440 naissances en France est
composé de 221 023 garçons et de 208 417 filles. Tester, au seuil α= 5%, l’équi-répartition des genres à la naissance.
Test de pourcentage mais aussi test de comparaison de pourcentages accepté (cf. Corrigé texte 2)
Test de pourcentage H 0 p = 0,50 H 1 p > 0,50 significativement plus de garçons à la naissance
Or 221 023/429 440 = 0,5147 obs pas dans I.C.0.95 =] - ∞ ; 0,50 + 1,65 *√ (0,5*0.5*/429 440)] =] - ∞ ; 0,5018]
Donc H 1 validé : significativement plus de garçons à la naissance
Ou encore : Z cal = (221 023/429 440 – 0,5) / √ (0,5*0.5*/429 440)])] = 19 et P (Z> 19) = 1 – P (Z< 19) ≈ 0,0 % < 5 %
ANNALES CC L2 STATS
33


Ex 3 : (2+2= 4 points)
On considère que le poids des œufs suit une loi normale et sont indépendants l’un de l’autre. Dans
une ferme, prend un échantillon de 121 œufs, on relève un poids moyen de 54,78 g avec un écart
type de 3,1 g.
2) Une coopérative accepte de œufs pesant au minimum 55 g. Avec un risque d’erreur de 5%, la
Ex 4 : (2+2= 4 points)
En France, le poids moyen d’un bébé mâle est de 3,6 Kg avec un écart type de 0,5 Kg. Afin d’étudier
la croissance des bébés lors des 3 premiers mois, on choisit un échantillon de n = 64 bébés et on
observe un poids moyen de 3,52 Kg avec un écart type = 0,53 Kg.
Ex 5 : (2+2= 4 points)
Répondre avec un risque d’erreur de 5%.

1) On utilise une nouvelle variété de pommes de terre dans une exploitation agricole. Le rendement
de l’ancienne variété était de 42,5 tonnes à l’hectare. La nouvelle est cultivée sur 100 hectares, avec
un rendement moyen de 44 tonnes `à l’hectare et un ́écart-type de 4,25. Faut-il, au vu de ce
rendement, favoriser la culture de la nouvelle variété ?
2) Une autre variété, un peu plus chère à l’achat, a été testée sur 50 hectares, avec un rendement
moyen de 44,6 tonnes `à l’hectare et un ́écart-type de 3,25. Faut-il, au vu de ce rendement, favoriser
la culture de la variété la plus chère ?
Ex 6 : (2 points)
Le Shérif Pat Garrett a promis 12 balles à Billy the Kid, s’il arrive à prouver ce dernier a ruiné la
moitié de la ville avec un dé qui sort plus souvent qu’à la normale des « 6 ».
Face « 1 » « 2 » « 3 » « 4 » « 5 » « 6 » Total
Avec un risque d’erreur judiciaire de 1 %, Billy the Kid aura t-il la vie sauve ?
(L’enterrement aura lieu le 14 juillet 1881)
Ex 7 : (2 points)
Les filles et les garçons : égaux dès la naissance ? Un échantillon de 429 440 naissances en France
est composé de 221 023 garçons et de 208 417 filles. Tester, au seuil α= 5%, l’équi-répartition des
genres à la naissance.
L2 Stats CC2 Statistiques texte 2 Corrigé 2019-2020
ANNALES CC L2 STATS
34

valeurs observées pour X 1 2 3 4 Total Calculer la variance σ 2 (X)
nombre d’observations 10 30 40 20 100 Calculer la variance de Y avec Y = 10 X – 50
Test ou Estimation de moyenne : N [m ; σ test = σ /  n]
Non exigé : si σ théorique inconnu, STUDENT [m ; σ test = σ estimé /  n = σ obs / (n-1)]
σ 2 (X) = ∑ n k x k 2 / N – m X 2 (ici, m X = 2,7 et σ 2 (X) = 0,84) σ 2 (Y) = 10 2 σ 2 (X) = 8,4
1) Profit 𝛑 mois = (15 –12) Ventes – 90 suit la loi N (3*50 – 60 = 90 ; √ (32 * 8 2) = 24)
80 % de chance d’avoir 𝛑 mois ∈ I.C.0.80 = [90 ±1,28 * 24] ≈ [59 ; 121] on coupe le risque en 2
2) Profit 𝛑 an = ∑
𝛑 mois k suit la loi N (12 * 90 = 1080 ; √12 * 24 = 83,14)
80 % de chances d’avoir 𝛑 an ∈ I.C.0.80 = [1080 ±1,28 * 83,14] ≈ [973,6 ; 1186,4] on coupe le risque en 2
Ex 3 : (2+2= 4 points) On considère que le poids des œufs suit une loi normale et sont indépendants l’un de l’autre. Dans une
ferme, prend un échantillon de 121 œufs, on relève un poids moyen de 54,78 g avec un écart type de 3,1 g.
2) Une coopérative accepte de œufs pesant au minimum 55 g. Avec un risque d’erreur de 5%, la coopérative va-t-elle accepter
la production de cette ferme ?
1) Estimation, donc intervalle symétrique autour de l’observation (on coupe le risque en 2)
95 % de chances / m poids moyen ∈ I.C.0.95 = [54,78 ± 1,96 * 3,1 / √121] = [54,23 ; 55,33]
Mieux mais non exigé : STUDENT [54,78 ± 1,98 * 3,1 / √ (121-1)] = [54,22 ; 55,34]
2) Test de moyenne H 0 m = 55 mini (on ne coupe pas le risque) H 1 m < 55 production non acceptée
54,78 obs ∈ I.C.0.95 = [55 – 1,65 * 3,1 / √121 : + ∞ [ = [54,54 ; + ∞ [ on valide H 0 production acceptée
Ou encore : Z cal = (54,78 – 55) / (3,1 / √121) = – 0,78 et P (Z< – 0,78) = 1 – P (Z< 0,75) = 22 % > 5 %
Mieux mais non exigé : STUDENT [55 – 1,66 * 3,1 / √ (121-1) ; + ∞ [ = [54,53 ; + ∞ [
Ex 4 : (2+2= 4 points) En France, le poids moyen d’un bébé mâle est de 3,6 Kg avec un écart type de 0,5 Kg. Afin d’étudier la
croissance des bébés lors des 3 premiers mois, on choisit un échantillon de n = 64 bébés et on observe un poids moyen de
3,52 Kg avec un écart type = 0,53 Kg.
1) Pour la moyenne H 0 l’échantillon est représentatif, on coupe le risque en 2 H 1 non représentatif
3,52 moyenne obs ∈ I.C.0.95 = [3,6 ± 1,96 * 0,5 théorique / √64] = [3,48 ; 3,72] donc H 0 représentatif
2) Pour la variance, Test du Khi deux :  cal 2 = (n – 1) S 2 obs / σ 2 thé
 cal 2 = 63 * 0,53 2 / 0.50 2 = 70,79 ∈ I.C.0.95 = [0 ; 82,53] fractile du Khi deux] donc H 0 représentatif
Ex 5 : (2+2= 4 points) Répondre avec un risque d’erreur de 5%.
1) On utilise une nouvelle variété de pommes de terre dans une exploitation agricole. Le rendement de l’ancienne variété était
de 42,5 tonnes à l’hectare. La nouvelle est cultivée sur 100 hectares, avec un rendement moyen de 44 tonnes `à l’hectare et
un é́ cart-type de 4,25. Faut-il, au vu de ce rendement, favoriser la culture de la nouvelle variété ?
2) Une autre variété, un peu plus chère à l’achat, a été testée sur 50 hectares, avec un rendement moyen de 44,6 tonnes `à
l’hectare et un é́ cart-type de 3,25. Faut-il, au vu de ce rendement, favoriser la culture de la variété la plus chère ?
1) Test de moyenne H 0 m = 42,5 H 1 m > 42,5 choisir la nouvelle variété
44 obs pas dans I.C.0.95 =] - ∞ ; 42,5 + 1,65 * 4,25 / √100] =] - ∞ ; 43,2] donc H 1 Choisir la nouvelle variété
Ou encore : Z cal = (44 – 42,5) / (4,25 / √100) = 3,5 et P (Z> 3,5) = 1 – P (Z< 3,5) = 0,2 % < 5 %
2) Comparaison de moyennes H 0 pas de différence H 1 la plus chère est meilleure
(44,6 – 44) obs ∈ I.C.0.95 =] - ∞ ; 0 + 1,65 √ (4,252/100+3,252/50)] =] - ∞ ; 1,03] donc H 0 pas de différence
Ou encore : Z cal = (44,6 – 44) / √ (4,252/100+3,252/50) = 0,96 et P (Z> 0,96) = 1 – P (Z< 0,96) ≈ 17 % > 5 %
Ex 6 : (2 points) Le Shérif Pat Garrett a promis 12 balles à Billy the Kid, s’il arrive à prouver ce dernier a ruiné la moitié de la
Face « 1 » « 2 » « 3 » « 4 » « 5 » « 6 » Total
Avec un risque d’erreur judiciaire de 1 %, Billy the Kid aura t-il la vie sauve ? (L’enterrement aura lieu le 14 juillet 1881)
Test de % H 0 dé non truqué p théo = 1/6 = 0,167 max H 1 p > 1/6 Billy the Kid a triché et recevra ses 12 balles
Or 38/140 = 0,271 obs pas dans I.C.0.99 = ] - ∞ ; 0,167 + 2,33 *√0,167(0,873)/140] = ] - ∞ ; 0,24] donc H 1 validé
Ou encore : Z cal = (0,271 – 0,167) / √0,167(0,873)/140 = 3,2 et P (Z> 3, 2) = 1 – P (Z< 3,2) ≈ 0,0 % < 1 %
Ex 7 : (2 points) Les filles et les garçons : égaux dès la naissance ? Un échantillon de 429 440 naissances en France est
composé de 221 023 garçons et de 208 417 filles. Tester, au seuil α= 5%, l’équi-répartition des genres à la naissance.
Test de pourcentage (cf. Corrigé texte 1) mais test de comparaison de pourcentages accepté
Par comparaison de pourcentages H 0 pas de différence H 1 significativement plus de garçons à la naissance
Selon H 0 p filles = p garçons = p = 0,50 différence obs = (221 023 – 208 417) / 429 440 = 0,0294
Or 0,0294 obs pas dans I.C.0.95 =] - ∞ ; 0 + 1,65 *√0,5*0.5*(1/221 023+1/208 417)] =] - ∞ ; 0,001] donc H 1 validé
Ou encore : Z cal = (0,0294 – 0) /√ 0,5*0.5*(1/221 023+1/208 417)] = 27 et P (Z> 27) = 1 – P (Z< 27) ≈ 0,0 % < 5 %
ANNALES CC L2 STATS
35
Ex 2 : (1+2 = 3 points)
Ex 3 : (1+3 = 4 points) Une machine fabrique des pièces dont le diamètre suit la loi N (m = 20 cm, σ = 0,05 cm)
Ex 4 : (1,5+0,5+0,5+1,5 = 4 points)
Ex 5 : (1 point)
Ex 6 : (2+2 = 4 points) Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de moyenne
annuelle de 20 000 unités à un prix de vente unitaire de 1000 € avec une probabilité = 0,40 pour que les quantités
vendues varient de plus ou moins 5 000 autour de la moyenne. Le coût de revient se décompose de la manière
suivante : Coût variable unitaire : 300 € Charges fixes totales : 1 000 000 €
Ex 1 : (1,5+0,5+0,5+1,5 = 4 points) La durée de vie (en mois) d’un appareil suit une loi exponentielle de
paramètre 0,02. Cet appareil est sous garantie pendant 6 mois.
Ex 2 : (1+2 = 3 points)
Ex 3 : (1+3 = 4 points) Une machine fabrique des pièces dont le diamètre suit la loi N (m = 10 cm, σ = 0,05 cm)
Ex 5 : (1 point)
Ex 6 : (2+2 = 4 points) Les ventes d’ordinateurs Alpha sont supposées suivre une loi normale de moyenne
annuelle de 50 000 unités à un prix de vente unitaire de 800 € avec une probabilité = 0,20 pour que les quantités
vendues varient de plus ou moins 10 000 autour de la moyenne. Le coût de revient se décompose de la manière
suivante : Coût variable unitaire : 200 € Charges fixes totales : 5 000 000 €
ANNALES CC L2 STATS

L2 Stats Annales Corrigées

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

L2 Stats Annales Corrigées

Transféré par

Droits d'auteur :

Formats disponibles

1

L1 Maths : Annales corrigées

Chaque année, vous avez 2 Contrôles Continus (sur feuille)

CC1 Textes 1 à 3 p 2-3 Correction CC1 textes 1 / 3 p 4-7

Année 2021-2022 CC1 Texte 1 p 11-12 Correction CC1 texte 1 p 13-14

Année 2020-2021 CC1 Textes 1 / 2 p 29-32 Correction CC1 textes 1 / 2 p 33-36

Année 2019-2020 CC1 Textes 1 / 2

Année 2018-2019 CC1 Textes 1 / 2 p 21-22 Correction CC1 textes 1 / 2

L2 Stats CC1 Texte 1 durée 1 H 30 2022-23

Ex 1 : (1,5 + 1,5 points) Loi Binomiale et ses approximations

2) Calculer la probabilité P (25 ≤ Y ≤ 40)

Ex 2 : (1,5 + 1,5 points) Estimation et Théorème Central Limite Pour un projet,

1) Donner avec un risque d’erreur de 10 %, une estimation de T = durée du projet

2) Donner avec un risque d’erreur de 10 %, une estimation de C = Coût du projet

Ex 3 : (1 + 1 = 2 points) Tableau d’observations = Loi empirique

Ex 4 : (1,5 + 1,5 points) Lois usuelles

Ex 5 : (1,5 + 1,5 points) Lois usuelles

2) On considère que le logement représente 50 % du budget et la nourriture 30 %. Cette année, le

Ex 6 : (1 + 1 + 1 = 3 points) Dénombrement / probabilité

Ex 7 : (2 + 1 = 3 points) Estimation et Contrôle de qualité

a) le budget moyen de ses clients et la part des mineurs dans sa clientèle.

L2 Stats CC1 Texte 2 durée 1 H 30 2022-23

Ex 1 : (1,5 + 1,5 + 1 = 4 points) Loi Binomiale et ses approximations

Ex 2 : (1,5 + 1,5 = 3 points) Estimation et Théorème Central Limite

Ex 3 : (1 + 0,5 = 1,5 points) Tableau d’observations = Loi empirique

Ex 4 : (1,5 + 1,5 = 3 points) Lois usuelles

Ex 5 : (1 + 1 + 0,5 = 2,5 points)

Ex 6 : (1 + 1 + 1 = 3 points) Dénombrement / probabilité

Ex 7 : (1,5 + 1,5 = 3 points) Estimation et Contrôle de qualité

a) le % de collégiens français faisant du sport au moins 2 fois par semaine

L2 Stats CC1 Texte 3 durée 1 H 30 2022-23

Ex 1 : (1,5 + 1,5 + 1 = 4 points)

Ex 2 : (1,5 + 1 + 1 = 3,5 points) Reconnaissance des lois classiques

Ex 3 : (2 points) Tableau d’observations = Loi empirique

Ex 4 : (1 + 1 = 2 points) Lois usuelles

Ex 5 : (1 + 1 + 0,5 = 2,5 points)

2) Quelle est la loi suivie par M = indemnité par an pour la compagnie ?

Ex 6 : (1 + 1 + 1 = 3 points) Dénombrement / probabilité

Ex 7 : (1 + 1 + 1 = 3 points) Estimation et Contrôle de qualité

L2 Stats Correction CC1 Texte 1 2022-23

Ex 1 : (1,5 + 1,5 points) Loi Binomiale et ses approximations

2) si n = 150, E(X) = 150 * 0,20 = 30 « trop grande pour l’approximation de Poisson »

Ex 2 : (1,5 + 1,5 points) Estimation et Théorème Central Limite Pour un projet,

1) T = A1 + A2 + B1 + B2 + B3 (égalité entre variables indépendantes)

2) C = 6 (A1 + A2) + 7 (B1 + B2 + B3) (égalité entre variables indépendantes)

Ex 3 : (1 + 1 = 2 points) Tableau d’observations = Loi empirique

Variance σ 2 X = moyenne des « écarts quadratiques » = ∑ n k (x k – m X) 2 / N

Ex 4 : (1,5 + 1,5 points) Lois usuelles

P (T ≥ 8) = 0,30 ⇒ e – 8 / m = 0,30 donc 8 / m = – Ln (0,3) et E(T) = m = – 8 / Ln (0,3) = 6,64 ans

P (T ≤ 4 Panne avant 4 ans / sachant T ≥ 2 Garantie) = probabilité condition P (2 ≤ T ≤ 4] / P (T ≥ 2)

Ex 5 : (1,5 + 1,5 points) Lois usuelles

2) Nouveau Budget B * = 1,04 * 0,50* B + 1,15 * 0,30* B + 1,06 * 0,20* B = 1,077 B

Ex 6 : (1 + 1 + 1 = 3 points) Dénombrement / probabilité

1) Ici, p = P (au moins 1 gagnant) = 1 – P (Aucun gagnant) = 1 – C 2 0 gagnants * C 48 4 perdants / C 50 4 tickets

On sait que la somme des branches R = 0,25 taux réussite au concours

3) p = 6 * 5 * 4 Différents / 6 3 Remise = 55,56 % et q Disjonction = 1« 1 » / 6 3 + 1« 2 » / 6 3 + … +1« 6 » / 6 3 = 2,78 %

Ex 7 : (1,5 + 1,5 points) Estimation et Contrôle de qualité

1) Dépenses I.C. 95 % = [48 +/- 1,96 * 15 / √ 250] = [46,14 ; 49,86]

Pour poids moyen : I.C.0.95 = [5 ± 1,96 * 0,5 /√120] ≈ [4,972 ; 5,021]

L2 Stats Correction CC1 Texte 3 durée 1 H 30 2022-23

Ex 2 : (1,5 + 1 + 1 = 3,5 points) Reconnaissance des lois classiques

Ex 3 : (2 points) Tableau d’observations = Loi empirique

Ex 4 : Loi Exponentielle et durée de vie

1) Moyenne = 1/ λ = 50 mois Médiane t* telle P (X ≥ t ) = 50 % ↔ e – 0,02. t= 0,5

3) durée longue P (X ≥ 50 (1,50)) = 1 – e – 0,02 50*1,20 = 22,31 %