• Aucun résultat trouvé

Variables al´ eatoires - Episode II

N/A
N/A
Protected

Academic year: 2022

Partager "Variables al´ eatoires - Episode II"

Copied!
3
0
0

Texte intégral

(1)

Universit´ e Montesquieu Vendredi 9 d´ ecembre 2011 Bordeaux IV

Herv´ e Hocquard

Variables al´ eatoires - Episode II

Exercice 1

Robert ´el`eve des vaches limousines nourries exclusivement avec de l’herbe pour produire de la viande de qualit´e sup´erieure. Cette ann´ee l`a, le scandale de la vache folle a fait chuter le cours de la viande. N’ayant pas de cr´edit important `a rembourser, il d´ecide de ne vendre que les veaux mˆales et d’augmenter ainsi son cheptel en conservant les g´enisses. Il attend 5 naissances dans son troupeau. Chaque naissance donne un veau mˆale avec une probabilit´e p=1/2.

Soit X la variable al´eatoire qui prend pour valeur le nombre de veaux mˆales parmi les 5 naissances.

1. Quelle est la loi de X ? 2. Calculer E (X) et V (X).

Le troupeau est constitu´e de 9 bˆetes, et l’´etable peut en contenir 12.

3. Calculer la probabilit´e pour que le troupeau avec les nouvelles g´enisses tienne dans l’´etable.

4. Sachant que le troupeau tient dans l’´etable, calculer la probabilit´e pour qu’il y ait eu un nombre de veaux mˆales strictement sup´erieur `a 3.

Exercice 2

Une machine calibre des tomates. On estime, `a la suite d’´etudes statistiques, que le poids d’une tomate calibr´ee prise au hasard peut ˆetre consid´er´e comme une variable al´eatoire qui suit une loi normale de moyenne 150 g et d’´ ecart-type 10 g.

1. Quelle est la probabilit´e qu’une tomate p`ese plus de 170 g ? Entre 130 et 170 g ?

2. Un meilleur r´eglage de la machine permet de modifier l’´ecart-type. Comment faut-il r´egler la machine pour que la probabilit´e que le poids d’une tomate prise au hasard soit compris entre 145 g et 155 g, soit de 0,95 ?

3. (Bonus) Ces tomates sont mises dans des caisses de 32 unit´es. Quel est le poids moyen d’une caisse ?

1

(2)

El´ ements de correction

Exercice 1

1. On a une s´erie de 5 ´epreuves identiques et ind´ependantes ayant deux issues possibles avec une probabilit´e de succ`es de 1

2 . Donc X B (5 ; 1 2 ).

2. E (X) = 5 × 1 2 = 5

2 et V (X) = 5 × 1 2 × 1

2 = 5

4 (d’apr`es le cours...)

3. Soit T : ”le troupeau tient dans l’´etable”.

On a alors :

P (T ) = P (X > 2) = 1 − P (X 6 1) = 1 − P (X = 0) − P (X = 1)

= 1 − 5

0

× 1

2

5

− 5

1

× 1

2

4

× 1

2

1

= 1 − 1 × 1

32 − 5 × 1 32

= 13 16

4. On remarque que si X > 3 alors le troupeau tient dans l’´etable.

En d’autres termes (X > 3) ∩ T = (X > 3).

D’o` u :

P (X > 3 / T ) = P ((X > 3) ∩ T )

P (T ) = P (X > 3) P (T )

= P (X = 4) + P (X = 5) P (T )

=

5 4

×

12

5

55

×

12

5

13 16

= 3

13

2

(3)

Exercice 2

1. X N (150, 10

2

).

P (X > 170) = 1 − P (X 6 170)

= 1 − P

X

6 170 − 150 10

avec X

= X − 150

10 N (0, 1)

= 1 − Π(2)

≈ 1 − 0, 9772

≈ 0, 0228

P (130 6 X 6 170) = P

130 − 150

10 6 X

6 170 − 150 10

avec X

= X − 150

10 N (0, 1)

= 2Π(2) − 1

≈ 0, 9544

2. On a X N (150, σ

2

) et on cherche σ tel que : P (145 6 X 6 155) = 0, 95 ⇐⇒ P

145 − 150

σ 6 X − 150

σ 6 155 − 150 σ

= 0, 95

⇐⇒ 2Π( 5

σ ) − 1 = 0, 95

⇐⇒ Π( 5

σ ) = 0, 975 ≈ Π(1, 96)

⇐⇒ 5

σ ≈ 1, 96

⇐⇒ σ ≈ 2, 55

3. Soit X

i

le poid de la i

`eme

tomate. X

i

N (150, 10).

32

X

i=1

X

i

est une somme de variables al´eatoires X

i

ind´ependantes et suivant chacune une loi

normale,

32

X

i=1

X

i

suit donc une loi normale de moyenne :

E

32

X

i=1

X

i

!

=

32

X

i=1

E (X

i

) = 32 × 150 = 4800 par lin´earit´e de l’esp´erance.

Conclusion : Le poid moyen d’une caisse est de 4800 g (soit 4,8 Kg).

3

Références

Documents relatifs

Pour des compl´ ements th´ eoriques facultatifs concerant les applications mesurables et l’int´ egrale par rapport ` a des mesures, voir le polycopi´ e Int´ egration de probabilit´

On note X la variable al´eatoire prenant pour valeur le nombre de machines de type M qui tombent en panne au cours d’un mois de service.. Soit N le nombre de machines de type

1. On lance 5 fois successivement un d´e `a jouer non truqu´e, et on note X la variable al´eatoire ´egale au nombre de 2 obtenus parmi ces lancers... 2. On lance 5 fois

Esp´ erance d’une fonction de variables al´ eatoires Soit g une fonction r´eelle... Loi g´ eom´ etrique vers une loi exponentielle Soit T une variable al´eatoire g´eometrique

On verra aussi dans le chapitre Th´ eor` emes limites que cette loi permet de mod´ eliser le nombre de succ` es enregistr´ es lorsque l’on r´ ep` ete plein de fois et de fa¸con

On peut donc, grˆ ace ` a cette derni` ere proposition, utiliser la table de loi normale centr´ ee r´ eduite sur R + pour approximer la fonction de r´ epartition d’une variable

+ Mise en garde : Bien penser ` a relire les propositions et d´ efinitions qui se trouvent dans le formulaire ”Espaces probabilis´ es et variables al´ eatoires” et qui sont valables

On a donc prouv´ e que, pour un certain r´ eel strictement positif λ, chaque T n suit une loi exponentielle de param` etre λ et les T n sont ind´ ependants dans leur