Travaux Dirigés Chapitre 6 – Echantillonnage & Estimation.

sd STS 2ème année

I Echantillonnage.
Exercice 1 On note X la variable aléatoire qui, à tout individu tiré au hasard, associe son taux de cholesterol.
On suppose que X suit la loi normale de moyenne m = 188cg/L et d’écart type σ = 30cg/L. On suppose que la
variable aléatoire X qui, à chaque échantillon aléatoire et non exhaustif de taille n = 100, associe
√ la moyenne
des taux de cholestérol des individus constituant cet échantillon, suit la loi normale N (m; σ/ n).
Tous les résultats approchés seront arrondis à 10−2 .
1) Déterminer le nombre positif h tel que

P(m − h 6 X 6 m + h) = 0,95.

2) Même question en remplaçant 0,95 successivement par 0,99 puis 0,98, puis 0,90 et enfin 0,5.
3) On pose Ph = P(m − h 6 X 6 m + h). Que constate-t-on pour l’amplitude 2h de l’intervalle [m − h; m + h]
lorsque la proabilité Ph diminue ?

Exercice 2 Contrôle de qualité. Une machine fabrique des pièces de forme circulaire en grande série. A
chaque pièce tirée au hasard dans la production, on associe sa masse exprimée en grammes ; on définit ainsi
une variable aléatoire X. On suppose que X suit la loi normale N (µ; σ) où µ = 150 et σ = 2,1.
Soit M la variable aléatoire qui, à chaque échantillon de 400 pièces prélevées au hasard et avec remise dans la
production, associe la moyenne des diamètres des pièces de cet échantillon.
1) M suit approximativement une loi normale. Expliquer le théorème qui justifie cette approximation et
expliciter les paramètres de cette loi normale.
2) Déterminer, à 10−3 près le nombre positif h tel que

P(µ − h 6 M 6 µ + h) = 0,95.

3) Déterminer la taille n de l’échantillon à prélever pour qu’on ait

P(140 6 M 6 160) = 0,9

où M désigne la variable aléatoire qui, à chaque échantillon de n pièces prélevées au hasard et avec remise
dans la production, associe la moyenne des diamètres des pièces de cet échantillon.

Exercice 3 Comme au BTS... une machine fabrique en grande série des pièces cylindriques. Les diamètres
de ces pièces sont exprimés en millimètres.
Les résultats demandés seront arrondis à 10−3 .
1) Soit X la variable aléatoire qui, à chaque pièce prélevée au hasard dans la production, associe son diamètre.
On admet que la variale aléatoire X suit la loi normale de moyenne m = 50 et d’écart type σ = 0,4.
Une pièce est considérée comme défectueuse si son diamètre est inférieur à 49,1 ou supérieur à 50,9.
Déterminer la probabilité qu’une pièce soit défectueuse.
2) On suppose dans cette questio que 2% des pièces produites sont défectueuses. On effectue un prélèvement
de n pièces prises au hasard dans la production. Ce prélèvement peut être assimilé à un tirage avec remise.
On désigne par Y la variable aléatoire qui, à un échantillon de n pièces ainsi réalisé, associe le nombre de
pièces défectueuses dans l’échantillon.
(a) Quelle est la loi suivie par Y ? Préciser ses paramètres.
(b) Pour n = 10, calculer la probabilité P(Y = 2).
(c) Le client accepte un lot de 10 pièces s’il contient au plus une pièce défectueuse. Quelle est la proba-
bilité que le lot soit accepté ?
(d) Pour n = 50, quel est le paramètre de la loi de Poisson par laquelle on peut approcher la loi de Y ?
En utilisant cette approximation, déterminer la probabilité qu’il y ait plus d’une pièce défectueuse
dans le lot.
3) Pour contrôler la fabrication, on prélève des échantillons aléatoires de 100 pièces ; ce prélèvement est
assimilé à un tirage avec remise.
On appelle X la variable aléatoire qui, à chaque échantillon de 100 pièces, associe la moyenne des diamètres
des pièces de cet échantillon. On admet X suit la loi normale de moyenne 50 et d’écart type √0,4 100
.
Déterminer le nombre réel b positif tel que

P(50 − b 6 X 6 50 + b) = 0,95.
 Exercice 4 Une machine fabrique des disques pleins. La variable aléatoire qui, à chaque disque associe son
diamètre en mm, suit la loi normale d’espérance m et d’écart-type 2,1. Soit M la variable aléatoire qui, à
chaque échantillon de n disques, associe la moyenne des diamètres.
1) Quelle est la loi suivie par M ? Donner ses paramètres en fonction de n et m.
2) Quel effectif minimal doit avoir un échantillon pour que la probabilité que sa moyenne ne s’écarte pas de
plus de 0,2 mm de m, soit supérieure à 0, 95 : P (|M − m| < 0, 2) > 0, 95 ?

Exercice 5 Dans une certaine banque, les observations de l’année écoulée permettent de savoir que 30% des
clients ont été à découvert au moins 6 jours par mois. La banque les appelle “clients à surveiller”.
Soit F la variable aléatoire qui, à chaque échantillon aléatoire non exhaustif de 400 clients, associe la proportion
de “clients à surveiller”.
1) Nommer le théorème qui autorise à considérer que la loi de probabilité de F est approximativement
normale.
2) On remet à une employée de la banque 400 dossiers de clients, prélevés comme ci-dessus, en lui demandant
de contacter les “clients à surveiller”.
Calculer la probabilité que l’employée ait à contacter plus de 140 personnes.

Exercice 6 Un hypermarché utilise 25 caisses enregistreuses de même modèle. Le fournisseur de ces caisses
prétend que 90% des caisses de ce type n’ont aucune défaillance au cours des 900 premières heures de fonction-
nement. On suppose que cette assertion est vraie.
On suppose également que la variable aléatoire F qui, à tout échantillon aléatoire et non exhaustif de 25 caisses
de ce modèle, associe la proportion de caisses défectueuses de cet échantillon, suit une loi normale.

Tous les résultats approchés seront arrondis à 10−3 .

1) Quels sont les paramègres de la loi normale suivie par F ?
2) Quelle est la probabilité d’avoir dans un tel hypermarché au plus 16% de caisses ayant subi une défaillance
pendant les 900 premières heures d’utilisation ?
3) Déterminer le nombre réel h tel que l’on ait P(F > g) = 0,95.

Exercice 7 Une machine fabrique des billes d’acier en grande série.

1) (a) Soit X la variable aléatoire qui, à chaque bille tirée au hasard dans la production d’une semaine
donnée, associe son diamètre exprimé en cm. On admet que X suit la loi normale de moyenne
m = 3.32 et d’écart type σ = 0.1. Pour être utilisable, une bille doit avoir un diamètre compris entre
3.10 cm et 3.50 cm.
Déterminer la probabilité qu’une bille prise au hasard dans la production de la semaine soit utilisable.
(b) On prélève, au hasard, au cours de la même semaine des échantillons de n billes (n entier non nul).
On suppose que le tirage peut être considéré comme un tirage avec remise.
Soit X̄ la variable aléatoire qui, à un tel échantillon associe la moyenne des diamètres des différentes
billes constituant cet échantillon. On suppose que X̄ suit la loi normale de moyenne m = 3.32 et
d’écart type √σn où σ = 0.1.
Quelle valeur minimale faut-il donner à n pour que X̄ soit dans l’intervalle [3.29 ;3.35] avec une
probabilité au moins de 0.99 ?
2) La moyenne des diamètres des billes produites en une semaine varie au cours du temps. La fabrication
est jugée valable tant que cette moyenne reste dans l’intervalle [3.25 ;3.32].
La semaine numérotée 0 correspond à celle du réglage initial ; des contrôles hebdomadaires effectués lors
des quatre premières semaines de fonctionnement ont donné les résultats suivants :

moyenne : s 0 1 2 3 4
moyenne : m 3.32 3.32 3.31 3.29 3.27

(a) i. Calculer le coefficient de corrélation de la série statistique. Peut-on envisager de faire un ajus-
tement affine ?
ii. Déterminer une équation de la droite de régression de m par rapport à s par la méthode des
moindres carrés.
(b) On admet que l’évolution constatée pendant quatre semaines se poursuit. Estimer la valeur maximale
du temps séparant deux réglages successifs.