École Supérieure Privée d’Ingénierie et de Technologies

Session : Principale Documents et Internet NON autorisés Semestre : 2

Classes : 3ème A & B Techniques d’Estimation pour l’Ingénieur Nombre de pages : 3

Date : 31/05/2021 Heure :16h Durée : 1h.30

Exercice 1 : Questions du cours (3 points)

1. Soit X une variable aléatoire normale dont la fonction densité fX est répresentée dans un repère ortho-
gonal par le graphe suivant :

(a) Par une étude graphique, calculer l’espérance E(X) et l’écart-type σ de X.

(b) Déduire l’expression de la densité fX de X.
2. On considère Y une variable aléatoire qui suit la loi exponentielle de paramètre λ > 0 :
(a) Énoncer l’expression de la fonction densité de probabilité fY de Y .
(b) Donner, sans calcul, l’espérence E(Y ) et la variance V(Y ) de Y .

Exercice 2 : (7 points)
Le processus mécanique de remplissage des boı̂tes à céréales dans une usine, est ajusté de façon que le
poids de chaque boı̂te est modélisé par une variable aléatoire X de densité donnée par :

(θ + 1)xθ si 0≤x≤1
f (x) =
0 sinon

avec θ > 0 un paramètre inconnu. On dispose d’un n-échantion i.i.d (X1 , ..., Xn ), n ≥ 1, provenant de la
variable aléatoire X.
θ+1
1) Vérifier que la moyenne en grammes de chaque boı̂te s’écrit E(X) = θ+2 .

2) Trouver un estimateur θ̂nMM du paramètre θ par la méthode des moments.

3) Soit (x1 , ..., xn ) un n-échantillon d’observations tel que 0 ≤ xi ≤ 1, ∀1 ≤ i ≤ n.
a) Donner la fonction de vraisemblance L(x1 , ..., xn , θ) associée à l’échantillon d’observations.
 2/3

b) Montrer que la fonction log-vraisemblance associée à l’échantillon d’observations est égale à :

n
X
ln L(x1 , ..., xn , θ) = n ln(θ + 1) + θ ln(xi )
i=1

c) En déduire l’estimateur θ̂nMV du paramètre θ par la méthode du maximum de vraisemblance.

Problème : (10 points)

Selon l’observatoire national français des services d’eau et d’assainissement, une personne consomme
moyennement 200 litres d’eau par jour. On note par X la variable aléatoire représentant la quantité
d’eau consommée par jour et par personne en France. On suppose que X suit une loi normale d’écart-
type σ inconnu.

Partie I : Par ailleurs, l’étude menée nous apprend que 10% des fraņçais consomment plus de 251, 2
litres d’eau par jour.
1) Montrer que σ = 40 litres.
2) Calculer la probabilité qu’une personne consomme plus de 278, 4 litres par jour.

On suppose maintenant que la moyenne m des litres d’eau consommées est inconnue.
Partie II : On interroge indépendamment 49 personnes, choisies au hasard parmi la population française,
sur leur quantité de consommation d’eau journalière, et on note par (X1 , X2 , .., Xn ) le n−échantillon cor-
respondant.
1) Citer les propriétés statistiques de cet échantillon (loi, indépendance, type de caractère étudié).
Xn
2) On note par Xn = n1 Xi , un estimateur de la moyenne m.
i=1
a) Cet estimateur est-il biaisé ? Est-il convergent ? Justifier la réponse.
b) Énoncer le théorème Central-limit puis en déduire la loi de Xn .
3) Au risque de 5%, donner un intervalle de confiance de m sachant que la moyenne échantillonnale est
égale à 250 litres.

Partie III : Une agence de voyage organise une croisière d’une semaine destinée aux touristes français.
L’organisateur estime que la consommation moyenne pour chaque voyageur est de 220 litres par jour.
Les touristes craignent que cette quantité ne sera pas suffisante. Pour être rassuré, l’organisateur fait
recours à un test statistique.
1) S’agit-il d’un test bilatéral ou unilatéral (gauche ou droite) ? Justifier la réponse.
2) Reformuler les hypothèses de ce test.
3) Un échantillon de taille 10 a donné une consommation moyenne de 210 litres par personne et un
écart-type s = 21. Au seuil de 5%, la quantité proposée par l’organisateur serait-elle suffisante ?
4) Notons par Y la quantité d’eau consommée par semaine et par une personne sur le bateau. Étant
donné que la capacité totale en eau sur le bateau est de 30000 litres, quel est le nombre maximale
de touristes pouvant embarquer pour que la probabilité de manquer d’eau ne dépasse pas 1% ? ( on
prend σ = 40)
3/3