• Aucun résultat trouvé

Loi binomiale et fluctuation d’´echantillonnage

N/A
N/A
Protected

Academic year: 2022

Partager "Loi binomiale et fluctuation d’´echantillonnage"

Copied!
2
0
0

Texte intégral

(1)

Loi binomiale et fluctuation d’´ echantillonnage

1`ereS

1 Utilisation de la loi binomiale avec un tableur

On consid`ere la loi binomiale B(n;p) de param`etres n= 4 et p= 0,3.

1. Rappeler la formule : pour une variable al´eatoire X suivant la loi binomialeB(n;p), P(X =k) = . . .

2. Compl´eter le tableau suivant donnant la loi de probabilit´e de X :

k 0 1 2 3 4

P(X =k)

3. Sur une feuille de calcul d’un tableur, entrer dans la colonne A, les valeurs de k (de 0 `a 4).

Dans la colonne B, faire calculer au tableur les proba- bilit´es donn´ees par la loi binomiale B(4; 0,4).

(chercher la loi binomiale dans les fonctions du tableur : fonctions→statistiques. . .).

4. Compl´eter le tableau suivant `a l’aide du tableur :

k 0 1 2 3 4

P(X 6k)

P(X >k)

2 Simulation d’un intervalle de fluctuation avec un tableur

1. Simuler n= 50 tirages al´eatoires d’une pi`ece de monnaie bien ´equilibr´ee.

Calculer le pourcentage p de ”Pile” obtenu.

2. En relan¸cant les calculs de nombreuses fois (touche F9), quelles sont les plus petites et plus grandes valeurs que l’on puisse obtenir pour ce pourcentage.

Ecrire ces r´esultats sous forme d’un intervalle : p∈ h

; i

.

Y. Morel - xymaths.free.fr/Lycee/1S/ Loi binomiale et fluctuation d’´echantillonnage - 1`ere S - 1/2

(2)

3 D´ etermination de l’intervalle de fluctuation ` a 95 % ` a l’aide d’un tableur

On effectue n = 50 lancers d’une pi`ece bien ´equilibr´ee.

On note X la variable al´eatoire ´egale au nombre de ”Pile” obtenus.

1. Pr´eciser pourquoi la variable al´eatoire X suit la loi binomiale B(50; 0,5) de param`etresn = 50 et p= 0,5.

2. Sur une feuille de calcul, calculer comme pr´ec´edemment la loi de probabilit´e de la loi binomiale B(50; 0,5) (dans une colonne les valeurs de l’entier k, de 0 `a 50, et dans une autre colonne les valeurs des probabilit´es P(X =k)).

3. D´eterminer la probabilit´e de l’´ev´enement : P(X 620).

Expliciter ce r´esultat par une phrase.

4. D´eterminer le plus petit nombre entier k tel que : P(X 6k) = 0,99.

Expliciter ce r´esultat par une phrase.

5. Le nombre moyen de ”Pile” attendu, ou esper´e, est de m=np= 25.

D´eterminer le plus petit nombre entierr tel que : P

25−r6X 625 +r

>0,95 Expliciter ce r´esultat par une phrase.

4 Influence d’une usine ` a proximit´ e

Une usine chimique est venue s’implanter pr`es d’une ville il y a 3 ans. Pendant ces 3 ans sont n´es dans cette ville 132 enfants dont ”seulement” 52 gar¸cons.

On note X la variable al´eatoire ´egale au nombre de gar¸cons qui sont n´es dans un ´echantillon de 132 enfants.

1. Combien de gar¸cons s’attend-on `a avoir dans un ´echantillon de 132 enfants ?

L’´ecart entre ce nombre attendu et le nombre effectif comptabilis´e semble-t-il important ? Au point de mettre l’usine chimique en cause ?

2. Pr´eciser pourquoi la variable al´eatoire X suit une loi binomiale dont on donnera les param`etres.

3. Dresser le tableau, sur le tableur, donnant les probabilit´es P(X =k), pour 06k6132.

4. D´eterminer le plus petit nombre entier r tel que : P

66−r6X 666 +r

>0,95 Expliciter ce r´esultat par une phrase.

5. D’apr`es le r´esultat pr´ec´edent, l’´ev´enement (X = 52) est-il probable ? Que peut-on en conclure ?

Y. Morel - xymaths.free.fr/Lycee/1S/ Loi binomiale et fluctuation d’´echantillonnage - 1`ere S - 2/2

Références

Documents relatifs

Le prélèvement au hasard d’un échantillon de taille n dans cette population s’assimile à un schéma de Bernoulli de paramètres n et p, et la variable aléatoire X, qui compte

La notion d’extension galoisienne que nous considérons e la plus générale possible, c’e celle introduite par Artin : une extension L/K e dite galoisienne, si le corps des invariants

• On tire au hasard une boule dans une urne contenant 5 boules bleu, 2 jaune et 4 noir. Une boule bleu rapport 1point, une jaune 5 et une noir en fait

[r]

• Le produit des probabilités inscrites sur chaque branche d’un chemin donne la probabilité de l’intersection des évènements placés sur ce chemin. On peut représenter par

Combien faut-il faire d’essais, au minimum, pour être sûr de tomber au moins une fois sur le numéro 6 et pouvoir ainsi démarrer la partie ; être sûr signifie par exemple que

Comme pour l'étape 1, deux solutions sont envisageables : traduction de la solution Xcas (voir résultat ci-dessous) ou création de la fonction en R.. On constate que le traducteur

Combien de chaussettes prendre pour être sûr d'avoir au moins une paire assortie?. Si je prends 18 chaussettes ou moins, je cours le risque qu’elles soient