MAT2080

Exercices de rvision pour l'intra

Problme I
On prlve un chantillon de 474 employs dune certaine compagnie. Pour chacun, on note la catgorie
demploi (commis ou cadre), et sa classification ethnique (membre dune minorit visible ou pas). Les rsultats
sont prsents ci-dessous.
Prsentez les donnes de manire rendre claire toute dpendance ventuelle entre la classification et la
catgorie demploi. Sil y a dpendance, dcrivez-en la nature en un langage non technique.

Minorit visible?

Non
Oui

Catgorie d'emploi
Commis
Cadre
290
80
100
4
390
84

Total
370
104
474

Ce sont les distributions conditionnelles qui permettront de bien voir la dpendance entre les deux variables:

Minorit visible?

Non
Oui

Catgorie d'emploi
Commis
Cadre
78.4%
21.6%
96.2%
3.8%

Total
100%
100%

Il y a bien une dpendance: le pourcentage de cadres est plus faible parmi les minorits visibles.

Problme II
Un marchand se plaint la ville du fait que des travaux effectus par la municipalit ont caus une diminution de la circulation sur la rue du marchand et par consquent une baisse dans ses recettes. Pour appuyer sa
plainte, il signale que ses recettes sont en moyenne de 20 000 $ par jour, et que le jour des travaux ils n'taient
que de 19 500 $. La ville rplique qu'un cart de 500 $, pour des recettes de 20 000 $, est trop petit et donc ne
dmontre rien. Le marchand calcule alors l'cart-type de ses recettes quotidiennes. Il trouve = 100 $. Qui
a raison?
La cote Z qui correspond aux recettes du jour des travaux est Z = (19 500 20 000)/100 = -5. Il est excessivement rare qu'une cote Z prenne une valeur aussi leve (en valeur absolue), ce qui affaiblit grandement
largument de la ville.

Problme III
Les rouleaux de pices de 25 contiennent 40 pices, mesurent en moyenne 66 mm avec un cart-type de 0,99
mm. Une caissire de banque reoit en dpt un rouleau de pices de 25 qui mesure 62 mm. A-t-elle raison
de souponner que le rouleau contient moins de 40 pices?
La cote Z qui correspond une longueur de 62 mm est Z = (62 66)/0,99 = -4,04. Un rouleau de 62 mm est
effectivement trs suspect car il est trs peu probable qu'une cote Z soit si petite.

Problme IV
Un test de dextrit manuelle donne un score moyen de 60 pour la population. Un score moyen de 65 est donc
suprieur la moyenne. Dans lequel des deux cas suivants un score de 65 est-t-il le plus spectaculaire: i)
l'cart-type de la population est gal 1; ou ii) l'cart-type de la population est gal 20.
Un cart de 5 points par rapport la moyenne est particulirement remarquable lorsque la population n'est pas
trs disperse. Dans une population o = 1, cet cart quivaut une cote Z de 5, ce qui est norme; alors que
lorsque = 20, un cart de 5 points quivaut une cote Z de , ce qui n'est pas excessif.

MAT2080 Exercices de rvision Intra

Problme V
Dans un certain cours, il y a deux examens de mme importance : un intra et un final. La note moyenne de la
classe est 60 pour les deux examens, mais l'cart-type est 10 l'intra et 20 au final. Un tudiant a eu 60
l'intra et 80 au final; un autre a eu 80 l'intra et 60 au final. Lequel est meilleur?
Le premier a une cote Z de 0 l'intra et 1 au final; le second a une cote Z de 2 l'intra et 0 au final. Donc le
deuxime a eu un meilleur rsultat dans l'ensemble. Les deux avaient un rsultat moyen et un rsultat au-dessus
de la moyenne. Mais alors que le premier tudiant a eu des rsultats peu prs moyens aux deux examens, le
deuxime sest fait distinguer dans lun des deux.

Problme VI
Les notes des lves dans un cours ont une moyenne de 40 avec un cart-type de 10. Le professeur dcide de
majorer les notes de 50%, et ensuite d'ajouter 10 la note majore. Quelles sont la moyenne et la variance
des notes ajustes?
Si X reprsente la note originale, Y la note modifie, alors nous avons la relation Y = 1,5X + 10. Donc la
moyenne des notes ajustes est Y = 1,5 X + 10 = 1,5(40) + 10 = 70; et la variance est Y2 = (1,5)2 2X = 225.

Problme VII
Voici les salaires moyens des Montralais en 1995, par tranche d'ge
ge
Moyenne Frquence
15-24
21 385
0,053447
25-34
33 720
0,265843
35-44
41 380
0,326714
45-54
43 219
0,249447
55-64
40 309
0,092183
65+
32 717
0,012365
Dterminez la moyenne des salaires de tous les Montralais.
Il faut juste se rappeler qu'une moyenne de moyennes doit tre pondre. En d'autres termes, la moyenne de la
population totale n'est pas la somme des moyennes des groupes d'ge divise par 6: il faut multiplier chaque
moyenne de groupe par la frquence du groupe. La moyenne globale est donc
(21385)(0,053447) + (33720)(0,265843) + + (31717)(0,012365) = 38 528.

Problme VIII
On lance un d deux fois. Dterminez les fonctions de masse des variables alatoires suivantes:
1.

Le plus grand des deux rsultats

Valeurs possibles
Deuxime lancer
1

1
2
3
4
5
6

2
2
3
4
5
6

3
3
3
4
5
6

4
4
4
4
5
6

5
5
5
5
5
6

6
6
6
6
6
6

3/36

5/36

7/36

Premier lancer

1
2
3
4
5
6

Distribution
x

p(x) 1/36

MAT2080 Rvision intra H03

9/36 11/36

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

2.

Le plus petit des deux rsultats

Valeurs possibles
Deuxime lancer

Premier lancer

1
2
3
4
5
6

1
1
1
1
1
1

1
2
2
2
2
2

1
2
3
3
3
3

1
2
3
4
4
4

1
2
3
4
5
5

1
2
3
4
5
6

Distribution
x

p(x) 11/36 9/36

3.

7/36

5/36

3/36

1/36

La somme des deux rsultats

Valeurs possibles
Deuxime lancer

Premier lancer

1
2
3
4
5
6

2
3
4
5
6
7

3
4
5
6
7
8

4
5
6
7
8
9

5
6
7
8
9
10

6
7
8
9
10
11

7
8
9
10
11
12

Distribution
x

p(x) 1/36

4.

10

11

12

2/36

3/36

4/36

5/36

6/36

5/36

4/36

3/36

2/36

1/36

Le premier rsultat moins le deuxime

Valeurs possibles
Deuxime lancer

Premier lancer

1
2
3
4
5
6

0
1
2
3
4
5

-1
0
1
2
3
4

-2
-1
0
1
2
3

-3
-2
-1
0
1
2

-4
-3
-2
-1
0
1

-5
-4
-3
-2
-1
0

Distribution
x

-5

p(x) 1/36

5.

-4

-3

-2

-1

2/36

3/36

4/36

5/36

6/36

5/36

4/36

3/36

2/36

1/36

La diffrence absolue entre les rsultats des deux ds

Valeurs possibles

Premier lancer

Deuxime lancer

MAT2080 Rvision intra H03

1
2
3
4
5
6

0
1
2
3
4
5

1
0
1
2
3
4

2
1
0
1
2
3

3
2
1
0
1
2

4
3
2
1
0
1

5
4
3
2
1
0

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

Distribution
x

p(x) 6/36 10/36 8/36

6/36

4/36

2/36

Problme IX
On lance une pice de monnaie 2 fois. Soit X le nombre de faces moins le nombre de piles. Dterminez E(X).
Les valeurs de X correspondant aux lments de l'espace chantillon PP, PF, FP, FF sont, respectivement,
-2 , 0 , 0 , 2.
On a donc la distribution suivante:
x
p(x)

-2

Donc E(X) = -2( ) + 0( ) + 2() = 0.

Problme X
Vous avez 3 soucoupes: une verte, une rouge et une bleue; et 3 tasses de couleurs correspondantes. Vous placez les tasses sur les soucoupes au hasard. Soit X le nombre de paires (tasse-soucoupe) de couleurs appareilles. Dterminez E(X).
Voici une description de l'espace chantillon:
Soucoupe
Tasse
X

vrb
vrb
3

vrb
vbr
1

vrb
rvb
1

vrb
rbv
0

x
p(x)

0
2/6

1
3/6

3
1/6

vrb
brv
1

vrb
bvr
0

Donc la fonction de masse de X est

E(X) = 0(2/6) + 1(3/6) + 3(1/6) = 1.

Problme XI
Vous devez partir pour Winnipeg, via la ligne arienne A, qui demande 250 $ pour le billet. Mais vous tes
tent par un autre vol, offert par la ligne B qui partira une heure plus tard et qui ne cote que 200 $. Le malheur, cest que lavion est plein, et quil ny aura de place que sil y a une annulation de dernire minute. Si
cela vous arrive, vous devrez prendre un billet en classe daffaires, 400 $. Le prpos de la ligne B vous
assure quil y a des annulations dans 60% des cas, et que vous tes premire dans la liste dattente. Quelle est
la stratgie qui vous donne l'esprance de cot la plus basse?
Soit X votre cot si vous attendez une place dans la ligne B.
X prend les valeurs 200 et 400 avec probabilits 0,6 et 0,4, respectivement.
E(X) = 200(0,6) + 400(0,4) = 280 $, ce qui est plus cher que les 250 $ que vous pouvez payer maintenant en
prenant la ligne A. Si le seul critre est le critre de cot, on choisira de partir tout de suite avec la ligne A.

Problme XII
Une compagnie ptrolire estime 85% la probabilit de trouver assez de ptrole dans un puits quelle
sapprte creuser. Dans ce cas, elle sattend raliser un profit net de 7 millions de dollars. Sinon, elle
renoncera lexploiter, et aura ainsi perdu 2,5 millions de dollars en cots de forage. Quelle est son
esprance de profit?
Son profit X est, en millions de dollars, 7 ou 2,5, avec probabilits 0,85 et 0,15, respectivement.
Alors E(X) = 7(0,85) 2,5(0,15) = 5,575.

MAT2080 Rvision intra H03

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

Problme XIII
Debout devant la vendeuse de la boutique BPBQ, Julie hsite. Cette robe qu'elle tient acheter pour le
mariage de sa fille lui est offerte pour 1 800 $. Elle doit l'acheter aujourd'hui, car ce soir la robe sera rendue
au manufacturier. Elle sait que la seule autre boutique qui a cette robe, la trs chique ERQP, la vend pour 2
200 $. Pourquoi hsite-t-elle? Parce qu'il y a des chances que demain ERQP mette la robe en vente demi
prix! Pas trs probable, lui dit-on, environ 25% de chance. Quand mme, la tentation d'attendre est forte,
car l'pargne serait importante. Le risque, c'est que la robe ne soit pas rduite, auquel cas Julie paiera le
plein prix (2 200 $). Que doit-elle faire? (Elle est dispose prendre une dcision sur la base d'esprance de
cot)
Soit X le prix que Julie paiera si elle attend au lendemain.
X prend les valeurs 2 200 avec probabilit 0,75 et 1 100 avec probabilit 0,25.
Donc l'esprance de X est 2 200(0,75) + 1 100(0,25) = 1 925 $. Ceci tant plus cher que le prix de 1 800 $
qu'elle paierait chez BPBQ, elle prfre acheter tout de suite sa robe chez BPBQ.

Problme XIV
Dans chacun des numros suivants, on dcrit une exprience et deux variables alatoires, X et Y. Dites si X et
Y sont indpendantes ou non et justifiez.
a) Je tire au hasard deux personnes dans une salle de cours, avec remise.
X: Note au dernier examen de la premire personne;
Y: Note au dernier examen de la deuxime personne.
Puisquon tire avec remise, les deux variables sont indpendantes.
b) Mme contexte quen a), sauf quon tire sans remise.
X: Note au dernier examen de la premire personne;
Y: Note au dernier examen de la deuxime personne.
Lorsquon tire sans remise, la valeur observe au premier tirage affecte les probabilits au deuxime.
Plus X est grand, plus Y a tendance tre petit. Et inversement. La corrlation est ngative.
c)

Lundi prochain, vous prendrez votre pression artrielle.

X: votre pression systolique;
Y: votre pression diastolique.
Ceux qui prennent souvent leur pression constatent que les deux voluent ensemble : quand la pression systolique est forte, la pression diastolique lest aussi; inversement, quand la pression systolique est faible, la pression
diastolique lest aussi. Donc X et Y sont dpendantes.

d) Lundi prochain, vous prendrez la pression systolique de Gilles Pladeau, un rsident dans un foyer; et
vous recommencerez deux mois plus tard.
X: la pression systolique de Gilles Pladeau lundi prochain;
Y: la pression systolique de Gilles Pladeau dans deux mois.
X et Y sont probablement indpendantes.
Votre pression aujourd'hui ne laisse rien prsager quant votre pression dans deux mois
e)

Lundi prochain, vous choisirez au hasard quelquun l'UQAM (parmi les tudiants et employs) et vous
prendrez sa pression systolique le jour mme et une deuxime fois deux mois plus tard.
X: la pression systolique lundi;
Y: la pression systolique dans deux mois.
X et Y sont dpendantes dans le sens que si X est lev, je peux prdire que Y le sera aussi. Chaque personne a
une pression moyenne qui diffre de celle des autres, et celle-ci peut tre faible, moyenne, ou forte. Si vous
tombez lundi sur quelqu'un avec pression faible, il y a de fortes chances que sa pression soit faible deux mois
plus tard. Inversement, si vous tombez lundi sur quelqu'un avec pression forte, il y a de fortes chances que sa
pression soit forte deux mois plus tard.

MAT2080 Rvision intra H03

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

f)

Je tire au hasard un garon parmi tous les garons du secondaire II.

X: une mesure de sa force physique;
Y: une mesure de son vocabulaire.
X et Y sont probablement indpendantes: les gens forts nont pas ncessairement un vocabulaire plus riche (ou
plus pauvre) que les autres.

g) Je tire au hasard une fille parmi toutes les filles du secondaire (tous les niveaux confondus)
X: une mesure de sa force physique;
Y: une mesure de son vocabulaire.
X et Y sont presque srement dpendantes.
Les filles dans les classes avances sont physiquement plus fortes et ont un vocabulaire plus riche que celles
dans les classes plus basses.
Et les filles dans les classes lmentaires sont physiquement moins fortes et ont un vocabulaire moins riche que
celles dans les classes plus avances.
h) Demain matin je tirerai au hasard deux pommes de mon pommier (qui contient un nombre quasi infini
de pommes).
X: le poids de la premire pomme;
Y: le poids de la deuxime pomme.
X et Y sont indpendantes
i)* Mme contexte quen h), sauf que jai deux pommiers de deux espces diffrentes, A (qui donne des pommes petites ) et B (qui donne des pommes grandes), et je choisis au hasard celui des deux dans lequel je
cueillerai mes deux pommes.
X: le poids de la premire pomme;
Y: le poids de la deuxime pomme.
X et Y sont dpendantes: les pommes auront tendance tre soit toutes deux petites (si elles sont tires de A),
soit toutes deux grandes (si elles sont tires de B).
j)* Mme contexte quen i) sauf que je cueille une pomme de chaque pommier (plutt que les deux dans le
mme pommier).
X: le poids de la pomme cueillie dans le pommier A;
Y: le poids de la pomme cueillie dans le pommier B.
X et Y sont indpendantes: le poids de la pomme cueillie dans A ne donne aucune information sur le poids possible de la pomme cueillie de B
k)* Mme contexte quen j) sauf que je choisis les pommiers dans un ordre alatoire.
X: le poids de la premire pomme (qui peut avoir t cueillie dans le pommier A ou dans le pommier B);
Y: le poids de la deuxime pomme (cueillie dans lautre pommier).
X et Y sont dpendantes : X est petit est accompagn de Y sera grand; et X grand est accompagn de Y petit.
l)

Je tire au hasard une personne dans une grande population :

X : La longueur de son fmur
Y : La longueur de son tibia
X et Y sont presque srement dpendantes: les grand fmurs vont gnralement avec les grands tibias; et les petits fmurs avec les petits tibias.

m) Je tire au hasard un mnage dans une population de mnages :

X : Revenu familial
Y : Superficie du logement

MAT2080 Rvision intra H03

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

X et Y sont probablement dpendantes puisque les familles avec de gros revenus se paient normalement des
grands logements.
n) Stphanie et Mlanie, deux femmes qui ne se connaissent pas, attendent un enfant :
X : Le poids du bb de Stphanie
Y : Le poids du bb de Mlanie
X et Y sont indpendantes: si vous connaissez le poids du bb de Stphanie, vous n'en ferez pas une meilleure
prdiction de celui du bb de Mlanie
o)* Stphanie et Mlanie, deux surs, attendent un enfant :
X : Le poids du bb de Stphanie
Y : Le poids du bb de Mlanie
X et Y sont probablement aussi indpendantes que si Stphanie et Mlanie ne se connaissaient pas
p)* Au hasard, on choisit deux surs adultes ayant donn naissance des bbs
X : Le poids du bb de l'une d'elles
Y : Le poids du bb de l'autre
X et Y sont dpendantes (sans doute faiblement) si on suppose que la tendance avoir de gros bbs est un trait
familial. Car alors on peut prdire que si la premire a un gros bb, la deuxime aussi aura un gros bb.
q) On tire au hasard une famille parmi toutes les familles avec deux enfants adultes :
X : La taille de l'an
Y : La taille du cadet
X et Y sont presque certainement dpendantes.

Problme XV
Quelle est la probabilit que dans une famille de 7 enfants il y ait 2 filles et 5 garons? On sait que la probabilit dun garon est de 51,3%. (Ngligez les naissances de jumeaux)
Soit X le nombre de garons. Alors X ~ B(7 ;0,513).
P(X = 5) = 0,176955.

Problme XVI
Si X ~ B(15 ; 0,6), calculer la probabilit que le nombre de succs moins le nombre dchecs soit suprieur
9.
P(X - (15-X) > 9) = P(2X - 15 > 9) = P(X > 12) = 0,0271.

Problme XVII
Un restaurateur sait qu'en moyenne 20 % des clients qui rservent une table ne se prsentent pas. Un soir
donc, il accepte 7 rservations alors qu'il n'a que 5 tables.
a) Quelle est la probabilit qu'il y ait de la place pour tous ceux qui se prsentent?
Soit X le nombre de clients (ou groupe de clients ayant rserv une mme table) qui se prsentent.
Alors X ~ B(7 ; 0,8).
Il y aura de la place pour tout le monde si X 5.
P(X 5) = 1 P(X 6) = 1 [P(X = 6) + P(X = 7)] = 1 [0,36700 + 0,20972] = 0,4233.
b) Quelle est l'esprance du nombre de rservations qui ne sont pas respectes?
Le nombre Y de rservations qui ne seront pas respectes prend les valeurs 0, 1, 2 avec probabilits
P(Y = 0) = P(X 5) = 0,4232832 ; P(Y = 1) = P(X = 6) = 0,3670016; P(Y = 2) = P(X = 7) = 0,2097152.
E(Y) = (0)(0,4232832) + 1(0,3670016) + 2(0,2097152) = 0,786432.

MAT2080 Rvision intra H03

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

Problme XVIII
Dans chacun des cas suivants, on prsente deux variables alatoires, X et Y. Dites si X > Y, X < Y, X = Y,
ou sil est impossible den dcider sans information supplmentaire. Justifiez brivement votre rponse (
l'aide de calculs s'il y a lieu).
a) On effectue des essais indpendants jusqu'au moment du premier succs. La probabilit de succs est p.
X : Nombre d'essais ncessaires lorsque p = 0,1
Y : Nombre d'essais ncessaires lorsque p = 0,5
Les deux variables sont de loi gomtrique. Leur variance est (1-p)/p2
Var(X) = (1-p)/p2 = 0,9/(0,1)2 = 90
Var(Y) = (1-p)/p2 = 0,5/(0,5)2 = 2
Donc X > Y
b) On tire avec remise un chantillon de n personnes dans une salle de 40 personnes.
X : Nombre de fumeurs dans lchantillon lorsque n = 5
Y : Nombre de fumeurs dans lchantillon lorsque n = 20
X et Y sont de loi B(5 ; p) et B(20 ; p), respectivement.
Var(X) = 5p(1-p) < 20p(1-p) = Var(Y). Donc X < Y
c)

On tire sans remise un chantillon de n personnes dans une salle contenant 30 personnes
X : Nombre de fumeurs dans lchantillon lorsque n = 5
Y : Nombre de fumeurs dans lchantillon lorsque n = 20
X ~ H(5 ; N1 ; 30-N1) et Y ~ H(20 ; N1 ; 30-N1), o N1 est le nombre de fumeurs dans la population
Var(X) = 5p(1-p)(30-5)/29 = (125/29)p(1-p)
Var(Y) = 20p(1-p)(30-20)/29 = (200/29)p(1-p)
Donc X < Y

d) On tire sans remise un chantillon de 5 personnes dans une salle contenant N personnes dont une certaine
proportion p sont des fumeurs
X : Nombre de fumeurs dans l'chantillon lorsque N = 10
Y : Nombre de fumeurs dans l'chantillon lorsque N = 30
X ~ H(5 ; 10p ; 10(1-p)) et Y ~ H(5 ; 30p ; 30(1-p))
Var(X) = 5p(1-p)(10-5)/9 = p(1-p)(25/9)
Var(Y) = 5p(1-p)(30-5)/29 = p(1-p)(125/29)
Puisque 25/9 < 125/29 , X < Y
e)

Le prix d'une action de A et le prix d'une action de B ont chacun la mme esprance mathmatique et la
mme variance. Les prix des deux actions sont des variables indpendantes
X : La valeur totale de 100 actions de la compagnie A
Y : La valeur totale d'un portefeuille constitu de 50 actions de chaque compagnie
Soit U le prix d'une action de A et W le prix d'une action de B. = E(U) = E(W) et 2 = Var(U) = Var(W).
Alors Var(X) = Var(100U) = 10022 = 10 0002; Var(Y) = Var(50U + 50W) = 5022 + 5022 = 2(502)2 =
50002. Donc X > Y.

f)* On mesure la longueur du fmur (F) et la longueur du tibia (T)

X : F + T lorsque le fmur et le tibia appartiennent la mme personne
Y : F + T lorsque le fmur et le tibia appartiennent deux diffrentes personnes indpendantes.

X > Y. Une faon de s'en convaincre est de montrer que des valeurs extrmes sont plus probables lorsque les
deux mesures appartiennent la mme personne. Lorsqu'il s'agit de deux personnes diffrentes, il est peu pro-

MAT2080 Rvision intra H03

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

bable d'avoir un F grand et un T grand il faudrait que les deux vnements se produisent simultanment.
Mais s'il s'agit d'une mme personne, un F grand va presque automatiquement entraner un T grand.
g) La quantit d'ingrdient actif d'une certaine pilule a un cart-type de 0,01 mg, quelle que soit la grosseur
de la pilule
X : La quantit d'ingrdient actif dans une pilule de 10 mg
Y : La quantit totale d'ingrdient actif dans deux pilules de 5 mg chacune
Var(X) = 0,012 alors que Var(Y) = Var(Y1+Y2) , o Y1 et Y2 sont les quantits des deux pilules, et
Var(Y1) = Var(Y2) = 0,012, par hypothse.
Alors Var(Y) = Var(Y1) + Var(Y2) = 2(0,01)2. Donc X < Y

Problme XVIII
Pour chacune des variables alatoires X suivantes, dites quelle(s) loi(s) pourrai(en)t sappliquer, et dterminez l'esprance et la variance de X.
a) Le nombre d'erreurs dans une page est une variable de loi de Poisson de moyenne = 0,5.
X = le nombre total d'erreurs dans les 100 premires pages du livre
X ~ P(50)
E(X) = 50
Var(X) = 50
b) Dans une usine on fait fonctionner 5 machines identiques. La probabilit quune de ces machines tombe
en panne en un jour donn est 0,15.
X = le nombre de machines qui tombent en panne
X ~ B(5 ; 0,15)
E(X) = 5(0,15) = 0,75
Var(X) = 5(0,15)(0,85) = 0,6375.
[Remarque : il faut supposer ici que les machines fonctionnent indpendamment lune de lautre, ce qui exclut,
par exemple,quelles soient tributaires dun moteur commun. On doit galement exclure les cas o les
machines subissent simultanment leffet dun vnement externe, tell une panne de courant]
c)

On observe ltat des 500 autobus qui sortiront du garage demain dans la ville. Les donnes montrent
que sur les 2 000 dernires sorties dautobus il y a eu 2 pannes.
X = le nombre dautobus qui tomberont en panne demain.
X ~ B(500 ; 0,001) ou, par approximation, X ~ P(0,5)
E(X) = 500(0,001) = 0,5
Var(X) = 500(0,001)(0,999) = 0,4995 (ou 0,5 si on emploie l'approximation par la loi de Poisson)
[Remarque : Strictement parlant, la valeur p = 0,001 nest pas la vraie valeur du paramtre, celle-ci tant
inconnue. Cest une valeur estime. Lestimation tant fait sur un grand nombre dobservations, on a
lassurance quelle nest pas grossirement errone].

d) Un interviewer engag par une maison de sondages frappe des portes jusqu' ce qu'il atteigne son quota
de 100 mnages francophones. Supposons que 10 % des mnages de la population sont francophones.
X = le nombre de portes auxquelles il aura frapp
X ~ B-(n ; p), o n = 100 et p = 0,10
E(X) = n/p = 100/0,1 = 1000
Var(X) = nq/p2 = 100(1-0,1)/(0,1)2 = 9 000
e)

Le service dapprovisionnements d'une universit distribue au hasard 24 ordinateurs, 5 au dpartement

A, 11 au dpartement B et 8 au dpartement C. Treize des 24 ordinateurs sont neufs.
X = le nombre dordinateurs neufs reus par A.
X ~ H(5 ; 13 ; 11)

MAT2080 Rvision intra H03

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

10

E(X) = np = 5(13/24) = 2,7083

Var(X) = npq(N - n)/(N - 1) = 5(13/24)(11/24)(24-5)/(24-1) = 1,0254378
f)

On observe les arrives au service durgence dun hpital un lundi aprs-midi. On sait que les lundis
aprs-midi il y a en moyenne 25 arrives durant la priode de 13h00 17h00
X = le nombre darrives un lundi de 13h00 13h30
X ~ P(3,125) [En supposant que le taux moyen d'arrives est constant au cours de l'aprs-midi.
E(X) = 3,125; Var(X) = 3,125

g) On tire un chantillon de 10 lentilles cornennes dans un lot de 10 000 lentilles dont 25 sont dfectueuses.
X = le nombre de lentilles dfectueuses dans lchantillon
X ~ H(10 ; 25 ; 9975). Posons p = 25/10000 , q = 1-p.
E(X) = 10(25/10000) = 0,025;
Var(X) = 10pq[(10000-10)/(10000-1)] = 0,02492.
tant donn la taille de la population, la loi hypergomtrique est trs proche de la loi binomiale, X ~
B(10 ; 0,0025) approximativement et donc E(X) = np = 0,025 et Var(X) npq = 0,02494.
Remarque : contrairement ce que nous ferait croire la taille de l'chantillon, en principe trop petite, la loi de
Poisson fait l'affaire aussi, avec = 0,025. Vous pouvez calculer quelques probabilits avec les trois lois et
constater quel point elles sont proches.
h) On tire un chantillon de 100 lentilles cornennes dans un lot de 100 000 lentilles dont 25 sont dfectueuses.
X = le nombre de lentilles dfectueuses dans lchantillon
X ~ H(100 ; 25 ; 99975)
E(X) = 100(25/100000) = 0,025;
Var(X) = 100(25/100000)(99975/100000)[(100000-100)/(100000-1)] = 0,02497.
tant donn la taille de la population, X est aussi approximativement de loi B(100 ; 0,00025) et donc E(X) =
0,025 et Var(X) 100(0,00025)(0,9975) = 0,02499
Finalement, la loi de Poisson peut galement s'appliquer approximativement: X ~ P(0,025), auquel cas E(X) =
0,025 et Var(X) 0,025.
i)

On observe les appels reus dans un bureau entre 13h00 et 16h00 un certain aprs-midi. Normalement
les appels arrivent dans cet intervalle de temps au rythme dun appel par deux minutes.
X = le nombre dappels reus entre 13h00 et 16h00 cet aprs-midi
X ~ P(90)
E(X) = 90; Var(X) = 90

j)

On observe 25 appels effectus par un vendeur au tlphone. Dans le pass, ce vendeur a russi en
moyenne une vente chaque 100 appels.
X = le nombre de ventes
X ~ B(25 ; p) o p est estim 0,01
E(X) = 25(p) = 0,25 ; Var(X) = npq = 0,2475

k) On tire un chantillon de 100 vis dans un lot de 100 000 vis dont 250 sont dfectueuses
X = le nombre de vis dfectueuses dans lchantillon
X ~ H(100 ; 250 ; 99750)
Dfinissons p = 250/100000 = 0,0025
E(X) = np = 100(0,0025) = 0,25
Var(X) = npq(N-n)/(N-1) = 100(0,0025)(0,9975)(100000-100)/(100000-1) = 0,2491.
On peut aussi considrer que X suit approximativement une loi B(100 ; 0,0025), auquel cas Var(X) npq =
0,2494.
MAT2080 Rvision intra H03

10

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

11

Enfin, la loi de Poisson peut aussi servir comme approximation : X ~ P(0,25), avec E(X) = 0,25 et Var(X)
0,25.
l)

On tire un chantillon de 100 adultes dune population de 100 000 adultes dont 30 000 sont au chmage.
X = le nombre dadultes au chmage dans lchantillon
X ~ H(100 ; 30000 ; 70 000)
Dfinissons p = 30000/100000 = 0,3
E(X) = np = 100(0,3) = 30
Var(X) = npq(N-n)/(N-1) = 100(0,3)(0,7)(100000-100)/(100000-1) = 20,9792.
On peut aussi considrer que X ~ B(100 ; 0,3) approximativement, auquel cas on a Var(X) npq = 21.
[Remarque La loi de Poisson ne peut pas servir dapproximation ici car p est trop grand. Remarquez,
dAilleurs, que si on employait lapproximation par la loi de Poisson, on aurait trouv pour variance la valeur
2 = = 30, une surestimation de prs de 50 %]

m)* Un vendeur dcide quil terminera sa journe ds quil aura russi 1 vente. La probabilit dune vente
est de 25 % chaque essai.
X = le nombre de jours parmi les 5 jours de la semaine prochaine o il fera plus de 10 essais
X ~ B(5 ; p) o p est la probabilit qu'en un jour il fasse plus de 10 essais.
Donc p = P(Z > 10 | Z ~ G(0,25)) = (0,75)10 = 0,056313515
E(X) = np = 0,28157
Var(X) = npq = 0,2657115.
n)* Le nombre d'erreurs dans une page est une variable de loi de Poisson ( peu prs) de moyenne = 0,5.
X = le nombre de pages sans erreur parmi les 100 premires pages
X ~ B(100 ; p) o p est la probabilit d'une page sans erreur, soit
p = e-0,5 = 0,6065307
E(X) = np = 100(0,6065307) = 60,65307
Var(X) = npq = 100(0,6065307)(1-0,6065307) = 23,86512.
o)* Le nombre d'erreurs dans une page est une variable de loi de Poisson de moyenne = 0,5. On vrifie les
pages une une en commenant par la page 1.
X = le numro de la premire page dans laquelle on trouve une erreur
X ~ G(p) o p est la probabilit d'une page avec au moins une erreur.
p = 1 e-0,5 = 0,3934693
E(X) = 1/p = 1/0,3934693 = 2,54149
Var(X) = q/p2 = (1-0,3934693)/(0,3934693)2 = 3,917698.

Problme XIX
Il y a une probabilit de 0,02 quune datte dite "dnoyaute" ne soit pas en fait dnoyaute. Une picerie les
vend en paquets de 12 et pour crer une atmosphre dans le quartier le grant offre une garantie : si plus
dune datte dans le paquet nest pas dnoyaute, il offre un paquet gratuit.
a) Quel est le pourcentage de clients qui reoivent un paquet gratuit?
Si X est le nombre de dattes non dnoyautes dans un paquet, alors X ~ B(12 ; 0,02). La proportion de clients
qui recevront un paquet gratuit est P(X > 1) = 1 P(X = 0) - P(X = 1) = 0,0231
b)* Un client dcide de se continuer acheter des paquets jusquau moment o il reoit un paquet gratuit.
Quelle est la probabilit qu'il doive acheter plus de 3 paquets?
Si X est le nombre de paquets qu'il achte, alors X ~ G(p) o p = 0,0231. P(acheter plus de 3 paquets) = P(X >
10) = 0,02313 = 0,0000123264.

MAT2080 Rvision intra H03

11

lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

12

Problme XX
Vous comptez acheter un immeuble de 22 appartements, et le propritaire actuel affirme que seulement 5 des
locataires ont un animal domestique. Vous visitez 5 appartements au hasard, et constatez que 4 d'entre eux
ont un animal domestique. Avez-vous de bonnes raisons de douter de l'affirmation du propritaire? Votre
conclusion doit tre base sur des chiffres.
Soit X le nombre d'appartements avec animaux domestiques dans un chantillon de taille 5.
Alors X ~ H(5 ; N1 ; 22-N1), o N1 = nombre d'appartements dans l'immeuble ayant un ou des animaux
domestiques.
Admettons l'hypothse que le propritaire dit vrai.
Alors X ~ H(5 ; 5 ; 17) et la probabilit, sous cette hypothse, d'un rsultat aussi extrme que celui qui a t
observ est P(X 4) = 0,00327.
Le rsultat observ tant trs peu probable sous l'hypothse que le propritaire dit la vrit, nous devons rejeter
cette hypothse.
Une autre approche, approximative et moins formelle, est celle-ci : si le propritaire dit vrai, = E(X) = 5(5/22)
= 1,13636 et 2 = Var(X) = 5(5/22)(17/22)(22-5)/(22-1) = 0,7108. Donc la valeur X = 5 correspond une cote
Z de (5 1,13636) / 0, 7108 = 4,31, une valeur norme et trs peu probable (sous lhypothse que le
propritaire dit vrai). Nous concluons donc que le propritaire ne dit pas la vrit.

Problme XXI
Un professeur prtend pouvoir distinguer lcriture des femmes de celle des hommes. Pour dmontrer cette
capacit, il accepte de se livrer lexprience suivante : on lui prsente 11 textes, et il classe chacun selon ce
quil pense tre le sexe de lauteur.
1.

Supposons que le professeur est tout fait incapable de distinguer les deux critures, et son mode de dcision quivaut essentiellement choisir ses rponses au hasard. Quelle est l'esprance du nombre de bons
choix?
Soit X le nombre de dcisions correctes. Alors X ~ B(11 ; ) et E(X) = 11( ) = 5,5 .

2.

Supposons qu'il a devin correctement 9 fois. Peut-on conclure quil a une certaine capacit de distinguer
les critures? Dterminer la probabilit dun tel succs (c'est--dire, que le nombre de succs soit suprieur ou gal 9) et concluez partir de cette probabilit.
X , le nombre de dcisions correctes est de loi B(11 ; p). Sil est totalement incapable de distinguer les critures, p = et alors P(X 9) = 0,0327. Cette probabilit est plutt petite (convenons de dclarer petite toute
valeur infrieure 0,05), ce qui veut dire quil est peu probable quil russisse si bien sil na aucune capacit de
distinguer les critures. On conclut donc quil a une certaine capacit.
Une approche moins prcise mais plus simple est celle-ci : sous lhypothse que le professeur nau aucune capacit de distinguer les critures, = E(X) = 5,5 et 2 = Var(X) = 2,75. La valeur observe X = 9 correspond alors
une cote Z gale (9 5,5) / 2, 75 = 2,11, ce qui est plutt grand, une valeur peu probable sous lhypothse.
Nous allons donc rejeter cette hypothse.

3.* Supposez maintenant quon lui ait dit davance quil y a 6 femmes parmi les auteurs des 11 textes. Il
s'arrangera pour attribuer exactement 6 textes des femmes. Sil a devin correctement 9 fois, que peuton conclure? Calculer l'esprance du nombre de bons choix sous lhypothse quil na aucune capacit de
distinguer; dterminez la probabilit dun nombre aussi important de succs sous cette hypothse.
Soit X le nombre de textes rellement crits par des femmes parmi les 6 qu'il a choisis.
Alors sil na vraiment aucune capacit de distinguer les critures, X ~ H(6 ; 6; 5), E(X) = 6(6/11) = 3,2727.
Le nombre de russites est Y = 2X-1, comme le montre le schma suivant:

Le texte est crit par

MAT2080 Rvision intra H03

une femme
un homme

Le prof a dclar que le texte est crit par

une femme
un homme
X
6-X
6-X
X-1
6
5
12

6
5
11
lundi, dcembre 30, 2002

MAT2080 Exercices de rvision Intra

13

Donc E(Y) = E(2X-1) = 2E(X) 1 = 2[3,2727]-1 = 5,5454. Remarquez que lesprance est suprieure ici celle
obtenue en 1: on sattend un plus grand nombre de succs lorsque le prof bnficie dune information supplmentaire ( le nombre de femmes est 6 ).
La probabilit dun nombre de succs aussi imposant est P(Y 9) = P(2X-1 9) = P(X 5) = 0,0671.
Si nous utilisons le mme critre de petitesse quen 2, on dclare que cette probabilit nest pas excessivement petite et on ne peut pas conclure que le prof a la capacit de distinguer les deux critures.
[Lapproche via la cote Z donne Z = 2,003 et nous mnerait la conclusion contraire; mais cette approche est
approximative. Elle est base sur la supposition que cette valeur de Z est trs improbable, cest--dire, sur la
supposition que P(|Z| 2,003) < 0,05.]
4.* Lapproche en 3 a t base sur Y, le nombre de bons choix, ce qui est naturel : on dcidera de sa
comptence partir du nombre de succs. Mais il aurait t parfaitement lgitimeet plus simplede
sen tenir X, le nombre de textes rellement crits par des femmes parmi les 6 quil a points comme
ayant t crits par des femmes : plus il est capable de distinguer les critures, plus X a tendance tre
grand. Reprenez largumentation en 3 en vous basant uniquement sur X.
Sil a fait en tout 9 bons choix, cest que 5 des 6 textes quil a points comme ayabt t crits par des femmes
ont rellement t crits par des femmes. Donc on a observ X = 5, et la probabilit dun nombre aussi important est P(X 5) = 0,0671la mme probabilit que tantt. Cette approche est tout fait quivalente celle
base sur Y.

Problme XXII
Un vendeur passe la journe au tlphone. Le nombre de ventes qu'il ralise est une variable de loi de Poisson avec = 3. On sait que 30% des ventes seront annules par la suite.
a) Quelle est la probabilit que le vendeur doive faire plus de 5 ventes pour en avoir une qui ne soit pas annule?
Si X est le nombre de ventes qu'il fait jusqu'au moment de la premire qui n'est pas annule,
alors X suit une loi gomtrique de paramtre p = 0,7. P(X > 5) = (1-p)5 = 0,00243.
b) Quelle est la probabilit quAlbert fasse 5 ventes, mais que toutes soient annules?
On cherche P(X = 5 et 5 ventes annules) = P(X = 5)P(5 ventes annules),
o X est le nombre de ventes que fait Albert.
P(X = 5)P(5 ventes annules) = (0,1008188)(0,3)5 = 0,000245.

MAT2080 Rvision intra H03

13

lundi, dcembre 30, 2002