• Aucun résultat trouvé

Une étude statistique sur ces poissons de la zone 1 a montré que la variable aléatoire X suit une loi normale de moyenne µ et d’écart typeσ=30

N/A
N/A
Protected

Academic year: 2022

Partager "Une étude statistique sur ces poissons de la zone 1 a montré que la variable aléatoire X suit une loi normale de moyenne µ et d’écart typeσ=30"

Copied!
2
0
0
En savoir plus ( Page)

Texte intégral

(1)

TSTMG 13 DST8 : Correction 27 mars 2017

Exercice 1 : Exercice : Loi normale(10 minutes) (4 points)

On s’int´eresse `a une esp`ece de poissons pr´esente une zone pr´ecise de la plan`ete.

On note X la variable al´eatoire qui `a chaque poisson observ´e dans cette zone associe sa taille en cm.

Une ´etude statistique sur ces poissons de cette zone a montr´e que la variable al´eatoire X suit une loi normale de moyenne µ et d’´ecart type σ = 30. La courbe de la densit´e de probabilit´e associ´ee `aX est repr´esent´ee ci-contre.

Baccalauréat ES A. P. M. E. P.

On s’intéresse à une espèce de poissons présente dans deux zones différentes (zone 1 et zone 2) de la planète.

A. Étude de la zone 1

On noteXla variable aléatoire qui à chaque poisson observé dans la zone 1 associe sa taille en cm.

Une étude statistique sur ces poissons de la zone 1 a montré que la variable aléatoire X suit une loi normale de moyenne µ et d’écart typeσ=30. La courbe de la densité de probabilité associée àX est représentée ci-contre.

0,0064 0,0128

150 200 250 300

50 100 x

y

1. Par lecture graphique, donner la valeur deµ.

2. On pêche un de ces poissons dans la zone 1. Donner la probabilité, arrondie à 10−2, d’avoir un poisson dont la taille est comprise entre 150 cm et 210 cm.

3. Un poisson de cette espèce de la zone 1 est considéré comme adulte quand il me- sure plus de 120 cm.

On pêche un poisson de l’espèce considérée dans la zone 1. Donner la probabilité, arrondie à 10−2, de pêcher un poisson adulte.

4. On considère un nombrekstrictement plus grand que la valeur moyenneµ.

Est-il vrai queP(X<k)<0,5 ? Justifier.

B. Étude de la zone 2

1. Certains poissons de la zone 2 sont atteints d’une maladie. On prélève de façon aléatoire un échantillon de 50 poissons de cette espèce dans la zone 2 et on constate que 15 poissons sont malades.

a. Calculer la fréquencef de poissons malades dans l’échantillon.

b. Déterminer un intervalle de confiance, au niveau de 95 %, de la proportionpde poissons malades dans toute la zone 2. On arrondira les bornes au millième.

2. SoitY la variable aléatoire qui, à chaque poisson de l’espèce considérée de la zone 2, associe sa taille en cm. On admet que la variable aléatoireY suit la loi normale de moyenneµ=205 et d’écart typeσ=40.

En comparant avec le graphique de la zone 1 donné à la question 1 qui représente une loi normale d’écart typeσ=30, dire laquelle des trois courbes ci-dessous re- présente la densité de probabilité de la variable aléatoireY. Justifier la réponse.

Courbe1

0,0064 0,0128

150 200 250 300

50 100 x

y

Polynésie 4 7 juin 2013

1. Par lecture graphique, donner la valeur deµ.

2. On pˆeche un de ces poissons dans la zone 1. Donner la probabilit´e, arrondie `a 10−2, d’avoir un poisson dont la taille est comprise entre 150 cm et 210 cm.

3. Un poisson de cette esp`ece de la zone 1 est consid´er´e comme adulte quand il mesure plus de 120 cm.

On pˆeche un poisson de l’esp`ece consid´er´ee dans la zone 1. Donner la probabilit´e, arrondie `a 10−2, de pˆecher un poisson adulte.

Solution:

1. La courbe de densit´e de probabilit´e est sym´etrique par rapport `a la droite d’´equation x = µ. Par lecture graphique,µ= 150.

2. `A la calculatrice, on trouveP(1506X6210) = 0,48.

3. P(X >120) = 1−P(X 6120) = 0,84.

Exercice 2 : Exercice classique boucle tant que (10 minutes) (4 points) On consid`ere l’algorithme suivant :

VARIABLES n, u

TRAITEMENT uprend la valeur 1 nprend la valeur 0 Tant queu <8

uprend la valeur 2×u nprend la valeur n+ 1 Fin Tant que

Affichern

1. Remplir le tableau ci-dessous jusqu’`a l’arrˆet de l’algorithme.

n 0

u u >1

2. Quelle est l’affichage finale ?

3. Que doit-on modifier pour que l’algorithme s’arrˆete lorsqueu>32 ?

Solution:

1.

n 0 1 2 3

u 1 2 4 8

u >1 Vrai Vrai Vrai Faux 2. L’affichage est 3.

3. Il faut modifier tant queu <8 par tant queu <32

Exercice 3 : Sujet de bac : Suite (20 minutes) (6 points)

Une entreprise automobile produit l’ensemble de ses v´ehicules ´electriques sur un site.

En 2015, la production annuelle a ´et´e de 53 000 v´ehicules,

Par rapport `a 2015, le nombre de v´ehicules ´electriques produits sur ce site en 2016 a augment´e de 5 %.

La direction d´ecide de maintenir chaque ann´ee cette augmentation de 5 % par rapport `a la production de l’ann´ee pr´ec´edente.

On mod´elise le nombre de v´ehicules ´electriques produits sur ce site `a partir de 2015 par une suite g´eom´etrique (vn).

1. Pr´eciser son premier terme et sa raison.

2. Pour tout entier positifn, d´eterminer l’expression devn en fonction den.

3. D´eterminer le nombre de v´ehicules ´electriques produits sur ce site en 2016 et en 2017.

4. On donne l’algorithme suivant :

(2)

T13 DST8 Page 2 sur 2 Variables v est un nombre r´eel

kest un nombre entier Traitement v prend la valeur 53 000

kprend la valeur 0 Tant quev <95 000

v prend la valeur v×1,05 k prend la valeurk+ 1 Fin Tant que

Afficherk Interpr´eter le nombrek affich´e en sortie.

Solution:

1. Augmenter de 5 % revient `a multiplier par 1 + 0,05 = 1,05.

La raison est donc q= 1,05 et le premier terme est v0= 53 000 . 2. On a vn = 53 000×1,05n

3. On applique la formule pr´ec´edente avecn= 1 puisn= 2.

On obtient :

v1 = 55 650

v2 ' 58 433 qui correspondent `a la production sur le site B en 2016 et 2017.

4. L’algorithme calcule les valeurs successives devk et s’arrˆete d`es quevk >95 000 puis affichek.

Il permet donc de d´eterminer le nombre d’ann´ees n´ecessaires `a ce que la production sur le site B d´epasse 95 000 v´ehicules.

Exercice 4 : Sujet de bac : Proba (20 minutes) (6 points)

Une entreprise familiale fabrique de la confiture de fraises biologiques. Elle ach`ete ses fruits aupr`es de deux fournisseurs locaux A et B.

25 % des fruits proviennent du fournisseur A et les autres du fournisseur B.

95 % des fruits provenant du fournisseur A sont retenus pour la fabrication de la confiture.

80 % des fruits provenant du fournisseur B sont retenus pour la fabrication de la confiture.

Partie A

On choisit un pot de confiture au hasard dans la production.

On noteA,B,C les ´ev`enements :

A:les fruits utilis´es proviennent du fournisseur A B :les fruits utilis´es proviennent du fournisseur B

C:les fruits sont retenus pour la fabrication de la confiture Dans cette partie, les r´esultats seront arrondis au centi`eme.

1. Construire un arbre de probabilit´e d´ecrivant la situation.

2. (a) D´efinir par une phrase l’´ev`enementA∩C.

(b) Calculerp(A∩C).

3. Montrer que la probabilit´ep(C), arrondie au centi`eme, est ´egale `a 0,84.

4. CalculerpC(A). Interpr´eter la r´eponse dans le contexte de l’exercice.

Partie B

On s’int´eresse dans cette partie `a la masse des pots de confiture.

On admet que la masse M (en gramme) d’un pot de confiture pr´elev´e au hasard dans le stock est mod´elis´ee par une variable al´eatoire suivant la loi normale de moyenne 250 et d’´ecart type 2,5.

1. Donner la valeur dep(2456M 6255).

2. En d´eduire la probabilit´e qu’un pot de confiture ait une masse comprise entre 250 g et 255 g.

Références

Documents relatifs

Les valeurs de GI et G2 dont le calcul est rendu possible par la connaissance des moments d’ordre 3 et d’ordre 4 montrent que, pour q élevé, la tendance vers

Dans ce chapitre on désigne par (Ω, A , P) un espace probabilisé, c’est-à-dire, un espace mesurable (Ω, A ) muni d’une probabilité P.. Sont écrites en rouge les parties

Sont écrites en rouge les parties hors programme, en violet les parties traitées en TD (résultats à connaitre pour sa culture) et en bleu les parties modifiées par rapport au cours

Sont écrites en rouge les parties hors programme, en violet les parties traitées en TD (résultats à connaître pour sa culture) et en bleu les parties modifiées par rapport au cours

[r]

Dans mon potager , le poids X d’ une pomme de terre suit une loi normale de paramètres m et. Sachant qu’ elle pèse plus de 150 g, Quelle est la probabilité qu’ elle pèse

Prenons un exemple de la vie courante : en France, la borne basse du salaire horaire est forcément le SMIC, il ne peut pas en être autrement.. Soit X est une variable aléatoire

Une étude statistique sur ces poissons de la zone 1 a montré que la variable aléatoire X suit une loi normale de moyenne µ et d’écart type σ = 304. Par lecture graphique, donner

Pierre tire un jeton, note le numéro et le replace dans le sac ; puis Jean tire à son tour un jeton.. Il y

[r]

Déterminer alors les variations de f sur I, et les résumer dans un tableau en y ajoutant les limites

[r]

Soit Y la variable aléatoire qui, à chaque téléviseur de ce modèle prélevé au hasard dans le stock, associe sa durée de fonctionnement sans panne, en années.. On admet que

[r]

a) Sélectionner le menu des distributions des lois de probabilités 2 nd + DISTR. b) Sélectionner normalcdf (ou normalFRép suivant les modèles). Penser à régler la

Lorsqu’il utilise le vélo, on modélise son temps de parcours, exprimé en minutes, entre son domicile et son lycée par une variable aléatoire T qui suit le loi normale d’espérance

Pour cela, on utilise la

Pour le logiciel choisi par l’entreprise, le fabricant estime que 2,7% des messages déplacés vers le dossier spam sont des messages fiables.. Afin de tester l’efficacité du

La fonction set.seed() permet de spécifier l’amorce du générateur de nombre aléa- toire, ce qui se révèle utile quand on veut répéter une simulation à l’identique (les

Soit X une variable aléatoire continue de loi uniforme sur [−1, 1] et ε une variable aléatoire discrète uniforme sur {−1, 1}. Montrer que Y = |X| est une variable aléatoire

Une étude statistique sur ces poissons de la zone 1 a montré que la variable aléatoire X suit une loi normale de moyenne µ et d’écart type σ = 30.. Par lecture graphique, donner

Expliquer (math´ematiquement) cette

Pour obtenir une matrice de changement de base on place en colonnes les coordonnées, dans la première base, des vecteurs de la deuxième base.. Cette matrice permet de calculer les