Vous êtes sur la page 1sur 30

Zendagui et Aissa Mamoune

1

TD n1

Exerci ce n1
Le t abl eau ci aprs donne l a concent rat i on d azot e t ot al ( mg/L) dans l a ri vi re
Yamaska pour 19 st at i ons di ffrent es.
1. Ident i fi er l a popul at i on, l e caractre et l es modal i t s
2. En ut i l i sant l a mt hode de Sturge t abl i r l e t abl eau st at i st i que
3. En ut i l i sant l a mt hode de Yul e tabl i r l e t abl eau st at i st i que
4. Tracer l hi st ogramme de cet t e vari abl e
Echant i l l on Concent rat i on
( mg/L)
1 1. 37
2 1. 29
3 0. 87
4 2. 14
5 1. 1
6 1. 12
7 2. 43
8 0. 85
9 1. 35
10 1. 13
11 0. 48
12 1. 17
13 1. 55
14 1. 04
15 1. 01
16 0. 6
17 2. 02
18 0. 93
19 1. 98
Exerci ce n2
Le t abl eau sui vant donne l es consommat i ons mondi al es par source d' nergi e et par
zone ( 1992)
1
en Mtep (mi l l i ons de t onnes qui val ent pt rol e) ( fossi l e = pt rol e + gaz
nat urel + charbon) :
Fossi l e Nucl ai re Hydraul i que
Amri que du nord 1 930, 4 188, 5 50, 5
Amri que l at i ne 341, 3 3, 3 33, 6
Europe O. C. D. E. 1 172, 1 197, 5 38, 1
Europe hors O. C. D. E. 1 431, 0 58, 3 23, 0
Moyen-Ori ent 252, 8 1, 2
Afri que 208, 6 2, 4 6, 2
Asi e et Aust ral asi e 1 737, 4 81, 9 36, 0
1. Ident i fi er l es deux caract res t udi s
2. Reprsent er graphi quement ces donnes.
3. Met t re en vi dence, graphi quement , l a part i e du monde consommant , en
proport i on, l e pl us d' nergi e d' ori gi ne hydraul i que.
NB : La reprsent at i on de ces donnes doi t prendre en compt e l e type de source
d nergi e et l a di st ri buti on gographi que.

1
(Source : Encyclopdia Universalis, Les Chiffres du monde 1994, p.544).
Zendagui et Aissa Mamoune

2
Corri g du TD n1

Exerci ce n1 :
1.
Popul at i on Les poi nt s de mesure (l es 19 st at i ons)
Indi vi du Une st at i on parmi ces st at i ons
Caract re La concent rat i ons d azot e t ot al ( mg/L)
Modal i t s Les val eurs de cet t e concent rat i on [ 0. 48, 2. 43] mg/L

2. Mt hode de St urge
Le nombre d i ndi vi dus 19 n .
Les val eurs observes du caract re ont pour val eur maxi mal e et mi ni mal e
43 . 2
max
V mg/L et 48 . 0
min
V mg/L
- Dt ermi nat i on du nombre de pas
k
:
22 . 5 19 log 3 . 3 1
10
k soi t 5 k
- Cal cul du pas
39 . 0
5
48 . 0 43 . 2

Pas mg/L
Li mi t e des cl asses ( mg/L)
Li mi t e i nfri eure Li mi t e supri eure
Cent re de cl asse
( mg/L)
Effect i f Frquence
0. 48 0. 87 0. 675 3 0. 16
0. 87 1. 26 1. 065 8 0. 42
1. 26 1. 65 1. 455 4 0. 21
1. 65 2. 04 1. 845 2 0. 11
2. 04 2. 43 2. 235 1 0. 05
2. 43 2. 82 2. 625 1 0. 05
Tot al 19 1
3. Mt hode de Yul e
19 n , 43 . 2
max
V mg/L et 48 . 0
min
V mg/L
- Dt ermi nat i on du nombre de pas k :
21 . 5 19 5 . 2
4
k soi t 5 k ( mme rsul t at que cel ui obt enu par l a mt hode de
St urge).
4. Le t rac de l hi st ogramme
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.675 1.065 1.455 1.845 2.235 2.625
Concentration
F
r

q
u
e
n
c
e

Zendagui et Aissa Mamoune

3

Exerci ce n2 :
1. La questi on est de savoi r, consi drant une consommat i on d' nergi e : que l l e
e s t s on or i gi ne et dans que l l e par t i e du monde e l l e e s t c ons omm e . Il y a donc de ux
vari abl es stat i st i ques qual i t at i ve s t udi er.
2. Reprsentati on graphi que : Les effect i fs ( consommat i ons) des modal i t s
de ces deux vari abl es st at i st i ques s' obt i ennent en fai sant l es sommes par
l i gne ou par col onne du t abl eau de l ' nonc.
Ori gi ne fossi l e nucl ai re hydraul i que Mtep
Amri que du nord 1 930, 4 188, 5 50, 5 2 169, 4
Amri que l at i ne 341, 3 3, 3 33, 6 378, 2
Europe O. C. D. E. 1 172, 1 197, 5 38, 1 1 407, 7
Europe hors O. C. D. E. 1 431, 0 58, 3 23, 0 1 512, 3
Moyen-Ori ent 252, 8 1, 2 254, 0
Afri que 208, 6 2, 4 6, 2 217, 2
Asi e et Aust ral asi e 1 737, 4 81, 9 36, 0 1 855, 3
Mt ep 7 073, 6 531, 9 188, 6 7 794, 1
Vari abl e "Ori gi ne de l ' nergi e consomme" :
Ori gi ne fossi l e nucl ai re hydraul i que
Mt ep 7 073, 6 531, 9 188, 6
Vari abl e "Parti e du monde" :
Mt ep
Amri que du nord 2 169, 4
Amri que l at i ne 378. 2
Europe O. C. D. E. 1 407, 7
Europe hors O. C. D. E. 1 512, 3
Moyen-Ori ent 254, 0
Afri que 217, 2
Asi e et Aust ral asi e 1 855, 3
a) Hi stogramme.
Les comparai sons sont pl us faci l es l orsque l es donnes sont cl asses, par ordre
croi ssant ou par ordre dcroi ssant .
Consommati on d' nergi e sui vant l a source
Consommati on d' nergi e sui vant l a zone

Zendagui et Aissa Mamoune

4
b) Di agrammes ci rcul ai res, ou secteurs.
Consommati on d' nergi e sui vant l a source
Consommati on d' nergi e sui vant l a
zone
Le di agramme en hi st ogramme et l e di agramme ci rcul ai re mont rent l ' crasante
prpondrance des nergi es fossi l es dans l a consommat i on mondi al e d' nergi e.
c) Barres.

Les hi st ogrammes peuvent t re hori zont aux : on obt i ent ce qu' on appel l e un
di agramme en barres. La reprsent at i on graphi que des deux vari abl es peut se fai re
par un di agramme en barres, avec une barre hori zont al e pour chaque part i e du monde.
Chaque barre hori zont al e a une l ongueur proport i onnel l e l a consommat i on de l a
part i e du monde, et l a barre est di vi se en t roi s part i es proport i onnel l ement l a
rpart i t i on des ori gi nes de l ' nergi e que l a part i e du monde consomme.


Zendagui et Aissa Mamoune

5
Cet t e reprsent at i on absol ue devi ent une reprsent at i on rel at i ve l orsqu' on di vi se
chaque nergi e consomme par l ' nergi e t otal e consomme : l a forme gnral e de l a
reprsent at i on graphi que rest e i nchange, seul e l ' chel l e hori zont al e est di ffrent e,
el l e est rel at i ve au l i eu d' t re absol ue.

La reprsent at i on en barres permet aussi de comparer l a part des di verses sources
d' nergi e consomme l ' i nt ri eur de l a consommat i on de chaque zone. Dans cet t e
reprsent at i on, chaque barre hori zont al e a l a mme l ongueur et el l e est di vi se en
t roi s part i es proport i onnel l es aux pourcent ages des di verses sources l ' i nt ri eur de l a
consommat i on d' nergi e d' une mme zone.

Dans l e graphi que prcdent , on voi t que :
l ' Amri que l ati ne, qui a l a part i e hydraul i que bl eue l a pl us i mport ant e, est l a
part i e du monde qui , en proport i on, consomme l e pl us d' nergi e d' ori gi ne
hydraul i que ;
l ' Europe O. C. D. E. , qui a l a parti e nucl ai re vert e l a pl us i mport ant e, est l a
part i e du monde qui , en proport i on, consomme l e pl us d' nergi e d' ori gi ne
nucl ai re ;
l e Moyen-Ori ent, qui l a l a part i e f ossi l e rouge l a pl us i mport ant e, est l a part i e
du monde qui , en proport i on, consomme l e pl us d' nergi e d' ori gi ne fossi l e.


Zendagui et Aissa Mamoune

6
TD n2
Exerci ce : 1
La Fi gure 1 donne l hi st ogramme ai nsi que l a fonct i on cumul ati ve de l a vari abl e
st at i st i que X ( m) .
1. Dt ermi ner graphi quement l e mode
2. Dt ermi ner graphi quement l a mdi ane
3. Dt ermi ner l a moyenne
1.75 2.25 2.75 3.25 3.75 4.25 4.75 5.25 5.75 6.25 6.75 7.25 7.75 8.25 8.75 9.25
1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 9.0 9.5
X (m)
0.05
0.15
0.25
0.35
0.45
0.55
0.65
0.75
0.85
0.95
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
F
r

q
u
e
n
c
e

c
u
m
u
l

e
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
F
r

q
u
e
n
c
e
0.15
0.2 0.2
0.3
0.15
Frquence cumule
0
0.15
0.35
0.55
0.85
1 1

Fi gure 1
Exerci ce2 : Pr i nc i pe du j us t e- - t e mps
Quel ques i nformat i ons l i re avant de fai re l exerci ce

La gesti on de l a product i on.
Annes 45-75 : offre << demande product i on de masse
Annes 75-80 : offre = demande concurrence
- Recherche de cri t res de di ffrenci at i on et de performance ( di versi t , qual i t ,
rapi di t )
Annes 80-auj ourd hui : offre > demande di versi t
- Concurrence accrue et Mondi al i sati on

Un exempl e de l a gesti on de l a product i on est : l e pri nci pe du j uste--temps.
L ori gi ne du j ust e--t emps est l e sect eur aut omobi l e j aponai s :
- Pri ode aprs 45
- March ferm sur l extri eur et de pet i t e t ai l l e
- Pas de mat i re premi re
- Manque de pl ace, organi sat i on opt i mi se des at el i ers
- Peu de fl exi bi l i t de mai n d uvre
Le j ust e--temps avance l e concept des 7 zros : Acci dent , confl i t , dfaut , dl ai s,
pannes, papi er, st ock.

Une des di ffi cul t s de ce pri nci pe est j ust ement l a ma t ri se de l a cha ne de
product i on. Le prsent exerci ce a pour but d anal yser une sri e de donnes sur l a
ma t ri se de cet t e cha ne.

Zendagui et Aissa Mamoune

7
Mai nt enant vous pouvez fai re l exerci ce

Une pi ce mcani que est fabri que en deux t emps. El l e passe en premi er l i eu
dans un apparei l ( not A) pui s passe au ni veau d un autre apparei l ( not B) . Le t emps
d at t ent e de l a pi ce, pour t re t rai t e par l apparei l B, doi t t re fi xe et ma t ri sabl e. Ce
qui est n est pas l e cas. Pour ce fai re, un t rai t ement st at i st i que sur ce t emps d at t ent e
est effectu pour savoi r s i l faut raj out er un aut re apparei l B

Un oprat eur chronomt re l e t emps que met cet t e pi ce pour t re t rai t e par
l apparei l B. Il doi t donc pour chaque pi ce rel ever l e temps d at t ent e ( en mi nut es) . Le
t abl eau 1 donne l es val eurs de ces t emps d att ent e
2
:

1. Dfi ni r l a popul at i on, l i ndi vi du, l e caract re et l es modal i t s de cet t e t ude.
2. Et abl i r l e tabl eau st at i st i que
3. Tracer l hi st ogramme et l a fonct i on cumul at i ve ( Fi gure 2).
4. Dt ermi ner graphi quement l a mdi ane ( Fi gure 2)
5. Cal cul er l es moyennes ari t hmt i que, gomt ri que, harmoni que et quadrat i que
6. Dt ermi ner graphi quement ( Fi gure 2) et anal yt i quement l e mode
7. Cl asser l es moyennes, l e mode et l a mdi ane. Concl usi on
8. Si l a moyenne du t emps d at t ent e dpasse 2 mi n al ors un aut re apparei l de
t ype B doi t t re raj out. Pour l e prsent est i l obl i gat oi re de raj out er un aut re
apparei l de t ype B ?
Tabl eau N1
N de l observat i on 1 2 3 4 5 6 7 8 9 10 11 12
Val eur du temps d at t ent e
( mi n dci mal e)
2, 2 2, 1 1, 78 1, 42 1, 4 1, 82 2 1 2, 9 2, 3 1, 7 1, 6

Exerci ce n3

Dans une wi l aya, on a rel ev l a superfi ci e des expl oi t at i ons agri col es. On a
obt enu l es rsul t at s sui vant s :

Tabl eau N2
Tai l l e ( hectares) Nombre
0 30 15
30 - 60 40
60 - 90 30
90 - 120 10
120 150 5

Exempl e : 30 expl oi t at i ons ont une superfi ci e compri se ent re [ 60-90> hect ares.

1. Tracer l hi st ogramme de cet t e di st ri but i on (Fi gure 3)
2. Tracer l a fonct i on cumul at i ve ( Fi gure 4)
3. Dt ermi ner graphi quement l e mode ( Fi gure 3) et l a mdi ane ( Fi gure 4)
4. Sachant que l a moyenne nat i onal e est d' envi ron 50 hect ares, pensez-vous que
cet t e wi l aya est une wi l aya de pet i tes expl oi t ati ons ?
5. Cal cul er l a moyenne et l cart t ype.



2
La notation dcimale est adopte, c'est--dire quune conversion est pratique du systme normal vers le systme
dcimal
Zendagui et Aissa Mamoune

8
0
.
8
0
0
.
9
0
1
.
0
0
1
.
1
0
1
.
2
0
1
.
3
0
1
.
4
0
1
.
5
0
1
.
6
0
1
.
7
0
1
.
8
0
1
.
9
0
2
.
0
0
2
.
1
0
2
.
2
0
2
.
3
0
2
.
4
0
2
.
5
0
2
.
6
0
2
.
7
0
2
.
8
0
2
.
9
0
3
.
0
0
3
.
1
0
Temps d'attente (min-dc)
0
10
20
30
40
50
F
r

q
u
e
n
c
e

(
%
)
0
10
20
30
40
50
60
70
80
90
100
F
r

q
u
e
n
c
e

c
u
m
u
l

e

(
%
)

Fi gure 2

0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160
Superficie (Hectares)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
F
r

q
u
e
n
c
e

Fi gure 3
0 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160
Superficie (Hectares)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90
0.95
1.00
F
r

q
u
e
n
c
e

c
u
m
u
l

e

Fi gure 4
Zendagui et Aissa Mamoune

9
Corri g du TD n2
Exerci ce n1
1) Dt ermi nat i on graphi que du mode. Il y a deux mt hodes pour dt ermi ner
graphi quement l e mode
Mt hode 1 : Cent re de l a cl asse modal e ( Fi gure 1)

Fi gure 1
La cl asse modal e est [ 6. 0, 7. 5[ ( m) , c est di re l a cl asse n4. La premi re mthode
pour l e cal cul du mode est de prendre l e cent re de l a cl asse n4, de ce fai t M
o
=6. 75 m

Mt hode 2 : En prenant en compt e l es cl asses adj acent es ( Fi gure 2)

Fi gure 2
Zendagui et Aissa Mamoune

10
Dans ce cas, i l faut j oi ndre l es droi t es ( AC) et ( BD) et dt ermi ner l e poi nt
d i nt ersect i on de ces deux droi tes. L absci sse de ce poi nt donne l e mode. Dans l e
prsent cas, M
o
=6. 60 m
2) Dt ermi nat i on graphi que de l a mdi ane

Fi gure 3
La mdi ane est l absci sse de l a fonct i on cumul at i ve pour une frquence cumul e de
50%. D aprs l e graphe ( Fi gure 3) M
e
=5. 6 m
3) Dt ermi nat i on de l a moyenne
Pour l e cal cul de l a moyenne, i l faut t abl i r l e t abl eau stat i st i que
( 1) ( 2) ( 3) ( 4) ( 5) ( 6)
N de l a
cl asse
Val eur mi n
de l a cl asse
( m)
Val eur max de l a
cl asse ( m)
Frquence
f
k
Cent re de cl asse
X
k
=[ ( 2) +(3) ] /2
( 4) X ( 5)
1 1, 5 3 0, 15 2, 25 0, 3375
2 3 4, 5 0, 2 3, 75 0, 75
3 4, 5 6 0, 2 5, 25 1, 05
4 6 7, 5 0, 3 6, 75 2, 025
5 7, 5 9 0, 15 8, 25 1, 2375
Somme des
frquences= 1 Moyenne= 5, 4

La moyenne X 5, 4m.
Rcapi tul ati f :
M
o
=6. 6 m, M
e
=5. 6 m et X 5, 4 m.
Zendagui et Aissa Mamoune

11
Exerci ce2 : Pr i nc i pe du j us t e- - t e mps
1. Dfi ni r l a popul at i on, l i ndi vi du, l e caract re et l es modal i t s de cet t e t ude.
Popul ati on 12 Pi ces mcani ques
Indi vi du Une pi ce parmi l es 12 pi ces
Caractre Temps d att ent e mesure en mi n-dec. C est l e t emps qui s coul e
ent re l a sort i e de l a pi ce mcani que de l apparei l A et l ent re de l a
pi ce mcani que dans l apparei l B. Ce caract re sera not ci -aprs T.
Modal i ts Val eurs de ce t emps d at t ent e compri ses ent re 1 et 2. 9 mi n-dec.
NB : 2. 90 mi n-dec qui vaut 2mi nut e et 0. 90x60s=54 s soi t 2 mi nut es et 54 secondes.

2. Et abl i r l e tabl eau st at i st i que
Le nombre d i ndi vi dus n=12. Les val eurs observes du caract re ont pour
val eurs maxi mal e et mi ni mal e T
mi n
=1 mi n-dec, T
ma x
=2. 9 mi n-dec
Dt ermi nat i on du nombre de pas k par l a mt hode de Sturge :
56 . 4 12 log 3 . 3 1
10
k soi t k=5
Cal cul du pas
5
0 . 1 9 . 2
min max

!
k
T T
Pas
>0. 38 mi n-dec
On peut prendre Pas =0. 39 mi n-dec ou Pas =0. 40 mi n-dec. Consi drons un pas
de 0. 40 mi n-dec.
Vri fi cat i on de l a val eur maxi mal e
T
mi n
+Pas * k >T
ma x
,

1+0. 40*5=3>2. 9 C est vri fi
Cl asse
(mi n-dec)
Centre de cl asse
(mi n-dec)
Ef f ecti f
Frquence
(en %)
N de l a cl asse
(j =1, . . , 5)
V
mi n
V
ma x
T
j
n
j
f
j
j
1 1, 4 1, 2 1 08, 33 1
1, 4 1, 8 1, 6 5 41, 67 2
1, 8 2, 2 2 3 25, 00 3
2, 2 2, 6 2, 4 2 16, 67 4
2, 6 3 2, 8 1 08, 33 5
3. Tracer l hi st ogramme et l a fonct i on cumul at i ve.
0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20
T (en min-dec)
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40
42
44
F
r

q
u
e
n
c
e

(
e
n

%
)
8.33
41.67
25.00
16.67
8.33

Fi gure 1 Hi stogramme

Zendagui et Aissa Mamoune

12
0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20
T (en min-dec)
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40
42
44
46
48
50
52
54
56
58
60
62
64
66
68
70
72
74
76
78
80
82
84
86
88
90
92
94
96
98
100
F
r

q
u
e
n
c
e

c
u
m
u
l

e

(
e
n

%
)
0.00
8.33
50.00
75.00
91.67
100.00

Fi gure 2 Foncti on cumul ati ve
4. Dt ermi ner graphi quement l a mdi ane ( Fi gure 2)
Sur l a Fi gure 2, l a fonct i on cumul at i ve a t t race. La mdi ane, not e M
e
, correspond
l a frquence cumul e de 50%. C' est --di re qu i l y a 50% des i ndi vi dus ( ce sont l es
pi ces) dont l a modal i t est i nfri eure M
e
.

Graphi quement on remarque que M
e
=1. 80 mi n-dec
5. Cal cul er l es moyennes ari t hmt i que, gomt ri que, harmoni que et quadrat i que
5. 1 Moye nne harmoni que : ( ) | | ( )
1
1
1
1

_ =
k k
T f T soi t
_
(

k
k
T
f
T
1
1
1

Vmi n Vmax
Cent re de
cl asse
k
T
Frquence
k
f
k
k
T
f
1

( 1) ( 2) ( 3) ( 4) ( 5) =( 4) /( 3)
1 1, 4 1, 2 0, 08 0, 06944444
1, 4 1, 8 1, 6 0, 42 0, 26041667
1, 8 2, 2 2 0, 25 0, 125
2, 2 2, 6 2, 4 0, 17 0, 06944444
2, 6 3 2, 8 0, 08 0, 0297619
Somme= _
(

k
k
T
f
1
= 0, 55406746

Moyenne
harmoni que
=1/Somme
1, 80483438


1
T =1. 80 mi n-dec

Zendagui et Aissa Mamoune

13
5. 2 Moye nne g om t r i que : ( ) | | ( )
0
1
0
0
_ =
k k
T f T , soi t ( ) ( ) | | _ =
k k
T f T log log
0

Vmi n Vmax
Cent re de
cl asse
k
T
Frquence
k
f
( )
k k
T f log
( 1) ( 2) ( 3) ( 4) ( 5) =( 4) *l og[ ( 3) ]
1 1, 4 1, 2 0, 08 0, 01519346
1, 4 1, 8 1, 6 0, 42 0, 19583485
1, 8 2, 2 2 0, 25 0, 1732868
2, 2 2, 6 2, 4 0, 17 0, 14591146
2, 6 3 2, 8 0, 08 0, 08580162
Somme= ( ) | | _
k k
T f log 0, 61602818

Moyenne
gomt ri que=exp( Somme)
1, 85155935
=
0
T 1. 86 mi n-dec
5. 3 Moye nne ari t hm t i que ( ) | | ( )
1
1
1
1
_ =
k k
T f T , soi t | | _ =
k k
T f T
1

Vmi n Vmax
Cent re de
cl asse
k
T
Frquence
k
f
k k
T f
( 1) ( 2) ( 3) ( 4) ( 5) =( 4) *( 3)
1 1, 4 1, 2 0, 08 0, 1
1, 4 1, 8 1, 6 0, 42 0, 66666667
1, 8 2, 2 2 0, 25 0, 5
2, 2 2, 6 2, 4 0, 17 0, 4
2, 6 3 2, 8 0, 08 0, 23333333

Moyenne
ari t hmt i que= | | _
k k
T f
1, 9
=
1
T 1. 90 mi n-dec
5. 4 Moye nne quadr at i que ( ) | | ( )
2
1
2
2
_ =
k k
T f T , soi t ( ) | | _ =
2
2 k k
T f T
Vmi n Vmax
Cent re de
cl asse
k
T
Frquence
k
f
( )
2
k k
T f
( 1) ( 2) ( 3) ( 4) ( 5) =( 4) *( 3)*( 3)
1 1, 4 1, 2 0, 08 0, 12
1, 4 1, 8 1, 6 0, 42 1, 06666667
1, 8 2, 2 2 0, 25 1
2, 2 2, 6 2, 4 0, 17 0, 96
2, 6 3 2, 8 0, 08 0, 65333333
Somme= ( ) | | _
2
k k
T f 3, 8

Moyenne
ari t hmt i que= Somme
1, 94935887
=
2
T 1. 95 mi n-dec
6. Dt ermi ner graphi quement ( Fi gure 2) et anal yt i quement l e mode
Graphi quement :
Sur l a fi gure 3, l hi st ogramme de l a di st ri but i on est schmat i s. Le mode est
l i nt ersect i on des droi t es AD et BC. Graphi quement , on not e que l e mode est gal e
=1. 65 mi n-dec. Tout efoi s, ceci n est qu une apprci at i on graphi que.
Zendagui et Aissa Mamoune

14
0.80 1.00 1.20 1.40 1.60 1.80 2.00 2.20 2.40 2.60 2.80 3.00 3.20
T (en min-dec)
0
2
4
6
8
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40
42
44
F
r

q
u
e
n
c
e

(
e
n

%
)
8.33
41.67
25.00
16.67
8.33

Fi gure 3 Dtermi nati on graphi que du mode

Anal yt i quement l e mode est dfi ni comme sui t :
( )
i i i O
x x x M
A + A
A
+ =
+1
2 1
1
, Avec = A
1
41. 67%-8. 33%=33. 34%, = A
2
41. 67%-
25. 00%=16. 67%
=
1
x x
i
1. 40 mi n-dec et =
+ 2 1
x x
i
1. 80 mi n-dec.
Soi t
( ) 40 . 1 80 . 1
67 . 16 34 . 33
34 . 33
40 . 1
+
+ =
O
M
=1. 67 mi n-dec M
O
=1. 67
mi n-dec
7. Cl asser l es moyennes, l e mode et l a mdi ane. Concl usi on
Mode <
Moye nne
har moni que
e t m di ane
<
Moye nne
g om t r i que et
moye nne
ar i t hm t i que t i r e
de l a s r i e
s t at i st i que
<
Moye nne
ar i t hm t i que
<
Moye nne
quadr at i que
M
O
<
1
T et M
e
<
0
T et T <
1
T <
2
T
1. 67 < 1. 80 < 1. 86 < 1. 90 < 1. 95

Not er que T =( 2. 2+2. 1+1. 78+1. 42+1. 40+1. 82+2+1+2. 9+2. 3+1. 7+1. 6) /12=1. 86 mi n-
dec. T est l a moyenne ari t hmt i que t i re de l a sri e st at i st i que.
Gl obal ement on remarque que l e mode et l a moyenne quadrat i que sont t rs l oi gns
des aut res caract ri st i ques de t endance cent ral e. De pl us on not e que l es moyennes
0
T et T d une part et
1
T d autre part sont t rs proches.
8. Si l a moyenne du t emps d at t ent e dpasse 2 mi n al ors un aut re apparei l de
t ype B doi t t re raj out. Pour l e prsent est i l obl i gat oi re de raj out er un aut re
apparei l de t ype B ?
La moyenne ari t hmt i que t ant gal e 1. 90 mi n-dec soi t 1 mi n et 54 secondes. Cet t e
moyenne t ant i nfri eure 2 mi nut es, de ce fai t , i l n est pas obl i gatoi re de raj outer
un autre apparei l de type B.
A B
C
D
Zendagui et Aissa Mamoune

15
Exerci ce3 :
1. Tracer lhistogramme de cette distribution (Figure 3)
Pour tracer lhistogramme, il faut tout dabord tablir le tableau statistique
Intervalle des classes
N de la classe
j
Taille min (en Ha) Taille max (en Ha)
Centre de classe
j
s (en Ha)
Effectif
j
n
Frquence
j
f
1 0 30 15 15 0,15
2 30 60 45 40 0,4
3 60 90 75 30 0,3
4 90 120 105 10 0,1
5 120 150 135 5 0,05
Le nombre de cl asse est de k=5
0 15 30 45 60 75 90 105 120 135 150
Superficie (Ha)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
F
r

q
u
e
n
c
e
0.15
0.4
0.3
0.1
0.05

Fi gure 3 Hi st ogramme de l a di st ri but i on

2. Tracer la fonction cumulative (Figure 4)

Pour tracer la fonction cumulative, il faut tout dabord calculer les frquences cumules (voir
tableau ci-dessous)

Valeurs
(Ha)
Frquence cumule
0 0
30 0.15
60 0.55
90 0.85
120 0.95
150 1.00
Zendagui et Aissa Mamoune

16
0 15 30 45 60 75 90 105 120 135 150
Superficie (Ha)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
0.55
0.60
0.65
0.70
0.75
0.80
0.85
0.90
0.95
1.00
F
r

q
u
e
n
c
e

Fi gure 4 Frquence cumul e
3. Dterminer graphiquement le mode (Figure 3) et la mdiane (Figure 4)
0 15 30 45 60 75 90 105 120 135 150
Superficie (Ha)
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
F
r

q
u
e
n
c
e
0.15
0.4
0.3
0.1
0.05

Fi gure 3 Hi st ogramme de l a di st ri but i on

Sur la Figure 3, on remarque le mode est compris entre 45 et 60 Ha, il est pratiquement lgrement
infrieur 52.5 Ha (milieu entre 45 et 60 Ha). On peut donc considrer que Mo=52 Ha.
Sur la Figure 4, on remarque que la mdiane est comprise entre 45 et 60 HA. Graphiquement la mdiane
est gale Me=56 Ha
NB : Ces deux rsultats ne sont que linterprtation visuelle des deux figures. Lerreur est donc possible.

4. Sachant que la moyenne nationale est d'environ 50 hectares, pensez-vous que cette wilaya est une wilaya de petites
exploitations ?
La mdiane et le mode sont des caractristiques de tendance centrale, ils reprsentent donc lensemble des
valeurs de la srie ou du tableau statistique et ont un poids similaire celui de la moyenne.
La moyenne nationale, de 50 Ha, tant infrieure au mode ou la mdiane, donc on peut dire que cette
wilaya nest pas une wilaya de petite exploitation.

Zendagui et Aissa Mamoune

17
5. Calculer la moyenne et lcart type.
La moyenne tire du tableau statistique est calcule par _ =
=
k
j
j j
s f S
1
,
o j=1,..,k
j
f est la frquence de la classe j et
j
s est le centre de la classe j
Lcart type est calcul par ( )
_ = o
=
k
j
j j S
S s f
1
2
(Equation 1)
ou bien par ( )
2
1
2
S s f
k
j
j j S
_ = o
=
(Equation 2)

Pour tracer lhistogramme, il faut tout dabord tablir le tableau statistique
Intervalle des classes N
de la
classe
j
Taille min (en Ha) Taille max (en Ha)
Centre de classe
j
s (en Ha)
Effectif
j
n
Frquence
j
f
j j
s f

(1)
( )
2
S s f
j j


(2)
( )
2
j j
s f

(3)
1 0 30 15 15 0,15 2,25 303,75 33,75
2 30 60 45 40 0,4 18 90 810
3 60 90 75 30 0,3 22,5 67,5 1687,5
4 90 120 105 10 0,1 10,5 202,5 1102,5
5 120 150 135 5 0,05 6,75 281,25 911,25
Pour le calcul de la moyenne il faut juste sommer les valeurs de la colonne (1), on trouve = S 60 Ha.
Pour le calcul de lcart type, on peut utiliser lune des deux formules dcrites plus haut :
1
re
mthode : Il faut sommer les valeurs de la colonne (2) pour trouver que
( ) = _
=
k
j
j j
S s f
1
2
945 (Ha), donc 945 = o
S
= o
S
30.74 Ha
2
me
mthode : Il faut sommer les valeurs de la colonne (3) pour trouver que
( ) = _
=
k
j
j j
s f
1
2
4545 (Ha), donc 945 60 4545
2
= = o
S
= o
S
30.74 Ha

Les deux mthodes donnent le mme rsultat

Zendagui et Aissa Mamoune

18

TD n3

Exerci ce : 1

La prvi si on mt orol ogi que est une sci ence en pl ei ne vol ut i on. El l e a pour obj ect i f
de prdi re un ensembl e de paramt res comme l a t emprat ure, l a pressi on, l a
pl uvi omt ri e et c L obj ect i f du prsent exerci ce est l a recherche d une corrl at i on
ent re deux paramt res savoi r l a t emprat ure ( not e T et mesure en degr Cel si us) et
l a pl uvi omt ri e ( not e P et mesure en mm) . Le t abl eau ci -dessous donne l es
moyennes par moi s de ces deux paramt res.
Mois Septembre Octobre Novembre Dcembre Janvier Fvrier Mars Avril Mai Juin Juillet Aot
Pluviomtrie
(mm)
13 23 49 49 50 64 79 48 40 10 5 6
Temprature
(C)
23 17 14 10 10 11 13 15 17 23 27 28
1. Ident i fi er Popul at i on, i ndi vi du, caract res et modal i t s
2. Cal cul er l a moyenne et l cart t ype de P et T
3. En supposant que l a rel at i on ent re P et T est de t ype l i nai re dt ermi ner l a
droi t e de rgressi on ent re ces deux paramt res.
4. Cal cul er l e coeffi ci ent de corrl at i on. Concl usi on
5. Refai re l es quest i ons (2) , ( 3) et ( 4) en ut i l i sant l e t abl eau st at i st i que.
Zendagui et Aissa Mamoune

19
Corri g du TD n3

Exerci ce1 : Cor r i g avec l a sri e st at i st i que


1. Identifier Population, individu, caractres et modalits



Popul at i on Les 12 moi s de l anne
Indi vi du Un moi s parmi ces moi s
Caract re Il y a deux caract res : Pluviomtrie (mesure en mm et not P) et la Temprature
(mesure en C et not T)
Modal i t s Pour l e caract re Pluviomtrie : Les modalits varient de 5 79 mm
Pour l a car act re Tempr at ure : Les modal i t s var i ent de 10 28C



2. Calculer la moyenne et lcart type de P et T

Les moyennes et cart types de P et T vont tre directement calculs partir de la srie statistique


Individu
P (mm)
(1)
T (C)
(2)
( )
2
P P
i

(3)
( )
2
T T
i

(4)
1 13 23 544,4444444 32,11111111
2 23 17 177,7777778 0,111111111
3 49 14 160,4444444 11,11111111
4 49 10 160,4444444 53,77777778
5 50 10 186,7777778 53,77777778
6 64 11 765,4444444 40,11111111
7 79 13 1820,444444 18,77777778
8 48 15 136,1111111 5,444444444
9 40 17 13,44444444 0,111111111
10 10 23 693,4444444 32,11111111
11 5 27 981,7777778 93,44444444
12 6 28 920,1111111 113,7777778

P =36,33 mm T =17,33 C
546,7222222 (mm) 37,88888889 (C)
= o
P
23,38209191 mm = o
T
6,155395104 C

3. En supposant que la relation entre P et T est de type linaire dterminer la droite de rgression entre ces deux
paramtres.


Lquation de la droite de rgression entre les deux variables P et T scrit comme suit :

( ) ( )
P
T P
P
T P
T T
P P
2 2
, cov , cov
o
+
o
=
avec ( ) ( )( ) _ =
=
n
i
i i
T T P P
n
T P
1
1
, cov qui peut scrire aussi ( ) P T T P
n
T P
n
i
i i
. .
1
, cov
1
_ =
=



Noter que le point ( ) T P, appartient cette droite.
Zendagui et Aissa Mamoune

20


Individu
P (mm)
(1)
T (C)
(2)
( )( ) T T P P
i i

(3)
i i
T P
(4)
1 13 23 -132,22 299
2 23 17 4,44 391
3 49 14 -42,22 686
4 49 10 -92,89 490
5 50 10 -100,22 500
6 64 11 -175,22 704
7 79 13 -184,89 1027
8 48 15 -27,22 720
9 40 17 -1,22 680
10 10 23 -149,22 230
11 5 27 -302,89 135
12 6 28 -323,56 168

P =36,33 mm T =17,33 C
( )( ) _
=
n
i
i i
T T P P
1
=-1527,33 _
=
n
i
i i
T P
1
. =60305

( ) = T P, cov -1527,33/12
( ) = T P, cov -127,28 mm.C
( ) = T P, cov (1/12)*6030-
17.33*36.33
( ) = T P, cov -127,28 mm.C
La covariance ( ) T P, cov peut tre calcule soit par
LEquation ( ) ( )( ) _ =
=
n
i
i i
T T P P
n
T P
1
1
, cov (Voir Colonne N3 du tableau ci-dessus)
Ou bien par

LEquation ( ) P T T P
n
T P
n
i
i i
. .
1
, cov
1
_ =
=
(Voir Colonne N4 du tableau ci-dessus)
( ) ( )
P
T P
P
T P
T T
P P
2 2
, cov , cov
o
+
o
= = P
546,73
) 28 . 127 (
33 . 36
546,73
) 28 . 127 (
33 . 17


Soit : P T 23 . 0 78 . 25 =
En particulier lorsque pour 33 . 36 = = P P mm on trouve P=17.42C qui est trs proche de 17.33C
4. Calculer le coefficient de corrlation. Conclusion
Le coefficient de corrlation permet de mesurer le degr de corrlation entre deux variables.
( )
88 . 0
6,15 . 38 , 23
28 , 127 , cov
=

=
o o
=
T P
T P
r
Du moment que 7 . 0 88 . 0 > = r alors on peut considrer que la relation trouve entre P et T est bonne.

Zendagui et Aissa Mamoune

21
4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80
Pluviomtrie (mm)
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
T
e
m
p

r
a
t
u
r
e

(

C
)

4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80
Pluviomtrie (mm)
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
T
e
m
p

r
a
t
u
r
e

(

C
)


Zendagui et Aissa Mamoune

22
Corri g du TD n3
Exerci ce1 : Cor r i g avec l e t abl eau st at i st i que
1. Ide nt i f i e r Popul at i on, i ndi vi du, c ar ac t r e s e t modal i t s
Popul at i on Les 12 moi s de l anne
Indi vi du Un moi s parmi ces moi s
Caract re Il y a deux caract res : Pluviomtrie (mesure en mm et not P) et la Temprature
(mesure en C et not T)
Modal i t s Pour l e caract re Pluviomtrie : Les modalits varient de 5 79 mm
Pour l a car act re Tempr at ure : Les modal i t s var i ent de 10 28C
Af i n de r pondr e aux ques t i ons ( 2) , ( 3) e t ( 4) , i l f aut t abl i r l e t abl e au st at i s t i que
2. Et abl i r l e t abl e au s t at i st i que pour l e c ar ac t r e T e t P :
Caract re P
Le nombre d i ndi vi dus n=12. Les val eurs observes du caract re P ont pour
val eurs maxi mal e et mi ni mal e P
mi n
=5 mm, P
ma x
=79 mm
Dt ermi nat i on du nombre de pas k par l a mt hode de Sturge :
( ) 56 . 4 12 log 3 . 3 1
10
= + = k soi t k=5
Cal cul du pas
8 . 14
5
5 79
min max
=

>
k
P P
Pas
, soi t Pas=15 mm
Vri fi cat i on de l a val eur maxi mal e
P
mi n
+Pas * k >P
ma x
, 5+15*5=80>79 C est vri fi
Caract re T
Le nombre d i ndi vi dus n=12. Les val eurs observes du caract re ont pour
val eurs maxi mal e et mi ni mal e T
mi n
=10 C, T
ma x
=28 C
Dt ermi nat i on du nombre de pas k par l a mt hode de Sturge :
( ) 56 . 4 12 log 3 . 3 1
10
= + = k soi t k=5
Cal cul du pas
6 . 3
5
10 28
min max
=

>
k
T T
Pas
soi t Pas=4 C
Vri fi cat i on de l a val eur maxi mal e
T
mi n
+Pas * k >T
ma x
, 10+4*5=30>28 C est vri fi
Moi s Sept embr e Oct obr e Novembr e Dcembr e J anvi er Fvr i er Mar s Avr i l Mai J ui n J ui l l et Aot
Pl uvi omt r i e
( mm)
1 3 23 49 49 50 64 79 48 40 1 0 5 6
Tempr at ur e
( C)
23 1 7 1 4 1 0 1 0 1 1 1 3 1 5 1 7 23 27 28

[ 10, 14[ [ 14, 18[ [ 18, 22[ [ 22, 26[ [ 26, 30[ T ( C)
P ( mm) 12 16 20 24 28
[ 5, 20[ 12. 5 0 0 0 2 2 4
[ 20, 35[ 27. 5 0 1 0 0 0 1
[ 35, 50[ 42. 5 1 3 0 0 0 4
[ 50, 65[ 57. 5 2 0 0 0 0 2
[ 65, 80[ 72. 5 1 0 0 0 0 1
4 4 0 2 2 12
Ensui t e nous al l ons cal cul er l es frquences conj oi nt es
ij
f : o ( i , j ) =1, 2, . . , 5. Par
exempl e, f
11
est l a frquence des i ndi vi dus qui ont l a modal i t 1(c' est --di re [ 5, 20[ ) de
P et l a modal i t 1 ( c' est --di re [ 10, 14[ ) de T f
1 1
=0. Aut re exempl e
12
2
14
= f soi t 0. 17.
T C
P mm
12 16 20 24 28
12. 5 0 0 0 0. 17 0. 17 0. 34
27. 5 0 0. 08 0 0 0 0. 08
42. 5 0. 08 0. 25 0 0 0 0. 33
57. 5 0. 17 0 0 0 0 0. 17
72. 5 0. 08 0 0 0 0 0. 08
0. 33 0. 33 0 0. 17 0. 17 1
Zendagui et Aissa Mamoune

23
3. Cal c ul e r l a moye nne e t l c ar t t ype de P e t T

_ =
=
5
1
0
j
j j
T f T =0. 33*12+0. 33*16+0. 17*24+0. 17*28=18, 08 C
_ =
=
5
1
1 1 0
i
P f P =0. 34*12. 5+0. 08*27. 5+0. 33*42. 5+0. 17*57. 5+0. 08*72. 5=36. 05 mm
( ) _ = o
=
5
1
2
0
j
j j T
T T f =
2
0
5
1
2
T T f
j
j j
_
=

2
T
o =( 0. 33*12+0. 33*16+0. 17*24+0. 17*28) -18. 08=36. 3136 ( C) soi t
T
o =6, 03
C
( ) _ = o
=
5
1
2
0
j
i i P
P P f =
2
0
5
1
2
P P f
j
j j
_
=

2
P
o =( 0. 34*12. 5+0. 08*27. 5+0. 33*42. 5+0. 17*57. 5+0. 08*72. 5) -36. 05=392, 6475
( mm) soi t
P
o =19, 82 mm.
4. En s uppos ant que l a r e l at i on e nt r e P e t T e s t de t ype l i n ai r e d t e r mi ne r l a dr oi t e de
r gr e s s i on e nt r e c e s de ux par am t r e s .
L quat i on de l a droi t e de rgressi on ent re l es deux vari abl es P et T s cri t comme
sui t :
( ) ( )
P
T P
P
T P
T T
P P
2 2
, cov , cov
o
+
o
=
Avec ( ) ( )( ) _ _ =
=
=
=
=
k i
i
k j
j
j i ij
T T P P f T P
1 1
0 0
, Cov ou bi en ( )
0 0
1 1
, Cov T P T P f T P
k i
i
k j
j
j i ij
_ _ =
=
=
=
=

D aprs l e tabl eau st at i st i que on obt i ent :
( ) T P, Cov =( 0. 17*12. 5*24+0. 17*12. 5*28+0. 08*27. 5*16+0. 08*42. 5*12+0. 25*42. 5*16
+0. 17*57. 5*12+0. 08*72. 5*12) -18. 08*36. 05=-108, 384 C. mm
Donc l a droi t e de rgressi on s cri t :
( ) ( )
P P
T P
P
T P
T T
P P
19,82
384 . 108
05 . 36
19,82
384 . 108
08 . 18
, cov , cov
2 2

=
o
+
o
=
Soi t P T 276 . 0 03 . 28 =
En rempl aant P par
0
P =36. 05 mm, on t rouve T=18. 0802 C soi t peu prs
0
T =18. 08 C
5. Cal c ul e r l e c oe f f i c i e nt de c or r l at i on. Conc l us i on
Le coeffi ci ent de corrl at i on permet de mesurer l e degr de corrl at i on ent re deux
vari abl es.
( )
906 . 0
03 . 6 * 82 . 19
384 . 108 , cov
=

=
o o
=
T P
T P
r . Du moment que 7 . 0 906 . 0 > = r al ors on peut
consi drer que l a rel ati on t rouve ent re P et T est bonne.
Zendagui et Aissa Mamoune

24

TD n4


Il a t observ que les sismes majeurs, donc destructeurs, sont prcds par un certain
nombre de phnomnes, dits vnements prcurseurs, tels que le comportement anormal des
animaux, les anomalies gophysiques, variation du niveau de la nappe phratique. Il est donc,
thoriquement, possible de prdire loccurrence des sismes en utilisant ces informations et ce
grce la thorie de probabilit. En terme de probabilit, les diffrents cas de figure sexpriment
comme suit :

P
1|1
= Probabilit [sisme se produit sachant quil a t prdit] (1)
P
0|1
= Probabilit [sisme ne se produit pas sachant quil a t prdit] (2)
P
0|0
= Probabilit [sisme ne se produit pas sachant quil na t prdit] (3)
P
1|0
= Probabilit [sisme se produit sachant quil na t prdit] (4)

Il a t tout clair que
P
1|1
=1- P
0|1
(5)
P
0|0
=1- P
1|0
(6)

Le dfi majeur dans lutilisation de cette approche est la fiabilit du modle mis en place
dans le sens o si le modle prdit loccurrence du sisme alors ce sisme doit se produire et
inversement sil ne le prdit pas alors obligatoirement le sisme ne doit pas avoir lieu. En dautres
termes, ce systme de prdiction est considr comme fiable si :

P
1|1
=1 (7)
P
0|0
=1 (8)

Si P
0|1
est grande alors il y aura de fausses alertes et personne ne va vous croire car vous
tes entrain de prdire un sisme mais il ne se produit pas ( la limite vous aller tre vir de votre
job). Par contre si P
1|0
est grande alors un autre problme se pose, le sisme majeur sest produit
et a probablement tous dtruit, peut tre quil n y aura personne pour vous juger car votre
systme na rien prdit sachant que le sisme a eu lieu.

Les Equations (7) et (8) sont gnralement trs difficile obtenir. Considrons les
vnements suivants :

E =sisme se produit dans une journe
E
C
=sisme ne se produit pas dans une journe
3
.

Les deux vnements sont considrs comme tant ME et CE. Considrons plusieurs
vnements prcurseurs et dfinissons ces vnements comme suit :

A, B, C, = vnements prcurseurs qui se sont produits
A
C
,B
C
,C
C
, = vnements prcurseurs qui ne sont pas produits

A titre dexemple :
A = comportement anormal des animaux,
A
C
= comportement normal des animaux.

3
Lexposant
C
est introduit pour lvnement complmentaire
Zendagui et Aissa Mamoune

25
Pour des raisons de traitement pratique, on considre que lobservation de ces
vnements est effectue 24 heures avant la possible occurrence du sisme. C'est--dire que si
lvnement prcurseur est observ le samedi, alors probablement il aura lieu le dimanche et que
loccurrence du sisme le lundi dpendra uniquement de linformation qui sera observe le
dimanche et non pas celle du samedi et dimanche.

Supposons quun sisme majeur se produit une fois tous les 300 ans (soit peu prs 1
jour sur 100000jours) alors la probabilit doccurrence du sisme est de 1/100000 soit :

P[E]=10
-5
(9)

Essayons maintenant dintroduire linformation concernant un vnement prcurseur (par
exemple A). On suppose que :

P[A/E]=0.1 (10)
(Probabilit : Evnement prcurseur A se produit sachant que le sisme a eu lieu).

P[A/E
C
]=0.001 (11)
(Probabilit : Evnement prcurseur A se produit sachant que le sisme na pas eu lieu).

Appliquons le thorme de Bayes:
P
1|1
=P[E|A] = P[E] P[A|E]/P[A] (12)

Daprs le thorme de la probabilit Totale (TPT):

P[A] =P[AE]+ P[AE
C
] = P[A/E]XP[E]+ P[A/E
C
]

P[E
C
]
= (0.1)X(10
-5
)+(0.001)X(1-10
-5
)=0.0010099

Ainsi :
P
1|1
=P[E|A]= 10
-5
(0.1)/ {(0.1)X(10
-5
)+(0.001)X(1-10
-5
)}

P
1|1
=0.001 (13)

Lquation (9) montre quil y a une chance sur 100000 pour que le sisme majeur se
produit. Lquation (13) montre quil y a une chance sur 1000 pour que le sisme majeur se
produit (Nette amlioration). Si votre systme dalerte se base sur lquation (13) alors chaque
fois que lvnement prcurseur A se produit, vous allez dclencher lalerte. MAIS QUI PEUT
VOUS CROIRE ? En fait, pour 1000 alertes seulement une est bonne, les autres (999) a sera de
fausses alertes. Donc il faut amliorer le modle. COMMENT ? En introduisant un autre
vnement prcurseur. Considrons par exemple un autre vnement prcurseur B. On suppose
que :

P[B/E]=0.1 (14)
(Probabilit : Evnement prcurseur B se produit sachant que le sisme a eu lieu).

P[B/E
C
]=0.001 (15)
(Probabilit : Evnement prcurseur B se produit sachant que le sisme na pas eu lieu).

Appliquons le thorme de Bayes:
P
1|1
= Probabilit [sisme se produit sachant quil a t prdit] (16)
Zendagui et Aissa Mamoune

26
Que veut dire prdit ? Tout simplement que les deux vnements prcurseurs A et B se
sont produits (non pas A ou B mais A et B)
P1|1 = P[E|AB] = P[E] P[AB|E]/P[AB] (17)

Calculons P[AB|E] et P[AB].
P[AB|E]= ???

Une hypothse simplificatrice est introduite (vous avez le droit de la contredire), on
suppose que les loccurrence que lvnement A nimplique pas ncessairement loccurrence de
lvnement B. Cette hypothse bien sr nest pas tout fait exacte, pourquoi ? Considrons par
exemple :

A=Evnement : comportement anormal des animaux
B=Evnement : Remonte de la nappe phratique due au sisme

Dire que les vnements A et B sont indpendants implique que si le comportements des
animaux est anormal alors la nappe phratique peut remonter comme elle peut ne pas remonter.
En tous cas cette hypothse va nous permettre dcrire P[AB|E] comme suit :

P[AB|E]= P[A|E]X P[B|E]=0.1x0.1=0.01 (18)

P[AB]= ???

En appliquant le thorme de la probabilit totale (TPT):
P[AB] = P[{AB}E]+ P[{AB}E
C
]
= P[AB|E]XP[E]+ P[AB|E
C
]XP[E
C
] (19)

Au niveau de lquation (19) on remarque que P[AB|E
C
] nest pas connue. Cette
expression sera calcule comme suit (voir Equation 18):

P[AB|E
C
]= P[A|E
C
]X P[B|E
C
]=0.001x0.001=10
-6
(20)

Par consquent :
P[AB]= 0.01x10
-5
+ 10
-6
x(1-10
-5
)=1.09999. 10
-6
(21)

Ainsi :
P1|1 = 10
-5
x0.01/{1.09999. 10
-6
}= 0.1 (22)

Rsumons :
1. Sans systme de prdiction
Probabilit doccurrence du sisme=10-5 (1 journe sur 100000).

2. Avec un systme de prdiction :

a) Un seul vnement prcurseur : A
Probabilit doccurrence du sisme sachant que lvnement prcurseur A sest produit=0.001 (1
journe sur 1000 journes). En fait lorsque A se produit alors vous allez dclencher lalerte mais
vous avez 1 chance sur 1000 pourquun sisme se produit, donc 999 fausses alertes.

b) Deux vnements prcurseurs : A et B
Probabilit doccurrence du sisme sachant que les vnements prcurseurs se sont
Zendagui et Aissa Mamoune

27
produits=0.01 (1 journe sur 10 journes). En fait lorsque A et B se ralisent alors vous allez
dclencher lalerte mais vous avez 1 chance sur 10 pour quun sisme se produit, donc 9 fausses
alertes.

Rappelez vous le modle doit vous donner du 100% (ou presque).
Une petite information :
La probabilit de dcrocher le gros lot la loterie est denviron 10
-6
(0,000001, c'est--dire vous
avez une chance sur un million pour tre le prochain gagnant) et pourtant les gens continuent
jouer en esprant de gagner.

Exercice n1 : Prdiction des sismes

Considrerons quatre (04) vnements prcurseurs (A, B, C et D). On suppose que les
quatre vnements ont la mme probabilit doccurrence sachant que le sisme sest produit ou
non :
P[A/E]= P[B/E]= P[C/E]= P[D/E], P[A/E
C
]=P[B/E
C
]= P[C/E
C
]= P[D/E
C
].
Les vnements A, B, C et D sont indpendants sachant que le sisme sest produit ou non. --
Question :
1. Evaluer votre systme dalerte (c'est--dire calculer P
1|1
) pour les cas suivants :
1.1 P[Evnement prcurseur se produit/E)=0.1 et P[Evnement prcurseur se
produit/E
C
)=0.001
1.2 P[Evnement prcurseur se produit/E)=0.1 et P[Evnement prcurseur se
produit/E
C
)=0.00001
1.3 P[Evnement prcurseur se produit/E)=1 et P[Evnement prcurseur se
produit/E
C
)=0.01
2. Comparer les rsultats obtenus.
3. Pouvez indiquer vos ides concernant lamlioration de la prdiction.

Exercice n2 : Systme dalarme dun appareil mcanique

Un appareil mcanique est reli un systme dalarme qui se dclenche lorsque des
conditions anormales sont releves. Pour une journe particulire, la probabilit de
dclenchement de ce systme, lorsque des conditions anormales sont observes, est de 0.95.
Cette probabilit est de 0.005 lorsque les conditions normales sont observes. Par ailleurs, la
probabilit doccurrence de conditions anormales en une journe particulire est de 0.005.
1. Quelle est la probabilit de fausses alertes, c'est--dire lorsque les conditions sont
normales alors que lalarme sest dclenche.
2. Quelle est la probabilit dvnements inidentifiables, c'est--dire la probabilit que les
conditions soient anormales alors que le systme dalarme ne sest pas dclench.
3. Combien de fausses alertes et combien dvnements inidentifiables peuvent tre
observs sur une priode de 10 ans.
Zendagui et Aissa Mamoune

28
Corri g du TD n4

Exerci ce n1 : Prdi cti on des si smes

Sans systme de prdi cti on
Probabi l i t d occurrence du si sme=10
- 5

( 1 j ourne sur 100000) . Donc 99999 f ausses al ert es
Avec un systme de prdi cti on
Un seul vnement prc urseur : A
Probabi l i t d occurrence du si sme sachant que l vnement prcurseur A s est
produi t=0. 001 (1 j ourne sur 1000 j ournes). En fai t l orsque A se produi t al ors
vous al l ez dcl encher l al erte mai s vous avez 1 chance sur 1000 pourqu un
si sme se produi t, donc 999 fausses al ertes.
( 100 j ournes sur 100000) . Donc 99900 f ausses al ert es
Deux vnement s prc urseurs : A et B
Probabi l i t d occurrence du si sme sachant que l es vnements prcurseurs se
sont produi ts=0. 01 (1 j ourne sur 10 j ournes). En fai t l orsque A et B se
ral i sent al ors vous al l ez dcl encher l al erte mai s vous avez 1 chance sur 10
pour qu un si sme se produi t, donc 9 fausses al ertes.
( 10000 j ournes sur 100000) . Donc 90000 f ausses al ert es

Nombre de prc urseur Nombre de f ausses al ert es
0 99999
1 99900
2 90000

L exerci ce n1 consi ste val uer l e systme de prdi cti on avec quatre (04)
vnements prcurseurs (A, B, C et D). On suppose que l es quatre vnements
ont l a mme probabi l i t d occurrence sachant que l e si sme s est produi t ou
non :
P[ A/E] = P[ B/E] = P[ C/E] = P[ D/E] ,
P[ A/E
C
] =P[ B/E
C
] = P[ C/E
C
] = P[ D/E
C
] .

Que veut di re prdit ? Tout si mpl ement que l es vnements prcurseurs A , B,
C et D se sont produi ts (non pas A ou B ou C ou D mai s A, B, C et D)

{ }
{ } | |
| |
{ } | |
| | D C B A P
E D C B A P
D C B A P
D C B A E P
D C B A
E
P P




=
(


=
1 / 1


Soi t
| |
{ }
| | D C B A P
E
D C B A
P E P
P

(


=
1 / 1


Pour cal cul er P
1|1
i l faut donc cal cul er :
| | E P (Dj cal cul e =10
- 5
),
{ }
(


E
D C B A
P et | | D C B A P

Zendagui et Aissa Mamoune

29
{ }
| | | | | | | |
E
D
P
E
C
P
E
B
P
E
A
P
E
D C B A
P =
(


car l es vnements A, B, C et D
sont i ndpendants.

| | { } | | { } | |
C
E D C B A P E D C B A P D C B A P + =

| |
{ }
| |
{ }
| |
C
C
E P
E
D C B A
P E P
E
D C B A
P D C B A P
(


+
(


=
{ }
| | | | | | | |
E
D
P
E
C
P
E
B
P
E
A
P
E
D C B A
P =
(



{ }
| | | | | | | |
C C C C C
E
D
P
E
C
P
E
B
P
E
A
P
E
D C B A
P =
(




1) Ayant mi s en pl ace l a mthodol ogi e pour l val uati on du systme de
prdi cti on, on passe mai ntenant vers l appl i cati on numri que :
1.1 P[Evnement prcurseur se produit/E)=0.1 et P[Evnement prcurseur se
produit/E
C
)=0.001

999 . 0 99900101 . 0
1 / 1
~ = P

Quat re vnement s prc urseurs : A , B, C et D
Probabi l i t d occurrence du si sme sachant que l es vnements prcurseurs se
sont produi ts=0. 999 (999 j ournes sur 1000 j ournes). En fai t l orsque A , B, C
et D se ral i sent al ors vous al l ez dcl encher l al erte mai s vous avez 1 chance sur
10 pour qu un si sme se produi t, donc 9 fausses al ertes.
(99900j ournes sur 100000). Donc 100 fausses al ertes
1.2 P[Evnement prcurseur se produit/E)=0.1 et P[Evnement prcurseur se
produit/E
C
)=0.00001

999 0,99999999
1 / 1
= P

Quat re vnement s prc urseurs : A , B, C et D
Probabi l i t d occurrence du si sme sachant que l es vnements prcurseurs se
sont produi ts=0. 99999999999 (99999999999 j ournes sur 1000 mi l l i ards de
Zendagui et Aissa Mamoune

30
j ournes). En fai t l orsque A , B, C et D se ral i sent al ors vous al l ez dcl encher
l al erte mai s vous avez 99999999999 chances sur 1000 mi l l i ards pour qu un
si sme se produi t, donc 1 fausse al erte pour 1000 mi l l i ards .
Donc 0, 000001 fausses al ertes pour 100000 al ertes
1.3 P[Evnement prcurseur se produit/E)=1 et P[Evnement prcurseur se
produit/E
C
)=0.01

999 . 0
0 8102900000 9990010089 . 0
1 / 1
~
= P

Quat re vnement s prc urseurs : A , B, C et D
Probabi l i t d occurrence du si sme sachant que l es vnements prcurseurs se
sont produi ts=0. 999 (999 j ournes sur 1000 j ournes). En fai t l orsque A , B, C
et D se ral i sent al ors vous al l ez dcl encher l al erte mai s vous avez 1 chance sur
10 pour qu un si sme se produi t, donc 9 fausses al ertes.
(99900j ournes sur 100000). Donc 100 fausses al ertes
2) Comparer l es rsul tats:
Pour comparer l es rsul tats, i l faut uti l i ser l es mmes probabi l i ts :

Nombre de prcurseur Nombre de fausses al ertes
0 99999
1 99900
2 90000
4 100
3) Comment aml i orer l a prdi cti on
- Augmenter l e nombre de prcurseurs
- Choi si r des prcurseurs qui prsentent l es caractri sti ques sui vantes :
P[ A/E] doi t tender vers 1
P[ A/E
C
] doi t tender vers 0