100% ont trouvé ce document utile (2 votes)
3K vues16 pagesÉchantillonnage S3 Séries 1 Et 2 Et Leurs Corrections MR B.mhamdi
Échantillonnage S3 Séries 1 Et 2 Et Leurs Corrections Mr B.mhamdi Fsjes guelmim cours
Transféré par
Fsjes GuelmimCopyright
© Attribution Non-Commercial (BY-NC)
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
100% ont trouvé ce document utile (2 votes)
3K vues16 pagesÉchantillonnage S3 Séries 1 Et 2 Et Leurs Corrections MR B.mhamdi
Échantillonnage S3 Séries 1 Et 2 Et Leurs Corrections Mr B.mhamdi Fsjes guelmim cours
Transféré par
Fsjes GuelmimCopyright
© Attribution Non-Commercial (BY-NC)
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF ou lisez en ligne sur Scribd
/ 16
Echantillonnage et estimation
Filigre Sciences Economiques et Gestion Sy
TD sérien? 1
B. Mhamdi
Exercice 1
X est une variable aléatoire qui suit la loi uniforme sur Vintervalle [-2 ;3 ].
a) Représenter f(x) et vérifier que f et bien une fonction densité de probabilité : wit
.
b) déterminer F (X) et caleuler EO) et o(X) icon
ge"
Exercice 2 oo
On choisit un nombre au hasard entre -3 et 5,
1) Quelle est la probabilité d’obtenir un nombre strictement inféieur 1?
2) Quelle est la probabilité d’obtenir le nombre supérieur ou égal 437
2) Quelle est fa probabilité que le iombre choisi soit strictement inférieur & 1 , sachant quil est
strictement positif'?
Exercice 3 .
Soit X la variable aléatoire continue dont la fonction densité de probabilité est:
={ce™ si x>0
rea={ 0 si 2)
Exerciced
Soit X un v. a.c qui suit loi normale
a) Calculer P(411) si X suit la loi N (1. 16)
erciess
Soit X une V.A. de loi N(0,1) Déterminer t tel que:
PCX=1)=0.684 P(X>1)=0.239 P(X<1}=0.486 P(X>1)=0.812 Exercice6,
Un chercheur a étudié ge moyen auquel les premiers mots du vocabulaire apparaissent chez les jeunes
enfants. Une étude effectuée auprés dun millier de jeunes enfants montre que les premiers mots
apparaissent, en moyenne, i 11,5 mois avec un éeart-type de 3,2 mois. L a distribution des ages étant
normale, on souhaite
1) évaluer la proportion d’enfants ayant acquis leurs premiers mots avant 10 mois
2) évaluer la proportion d’enfants ayant acquis leurs premiers mots aprés 18 mois
3) évaluer la proportion d’enfants ayant acquis leurs premiers mots entre 8 mois et 12 mois,
Exercice7
Pour quiune piéce fabriquée par une machine soit utilisable, sa longueur doit étre comprise entre 14,7 et
15,3 cm, sinon elle est rejetée. Sachant que la longueur de cette piéce est une variable normale de
Paramétres 15 cm et 0,04 cm, quelle proportion de piéces peuvent étre rejetées,
Exercice8
La durée de vie d'un certain type d’appareil est modélisée par une variable aléatoire suivant une loi normale
de moyenne et d°écart-type inconnus. Les spécifications impliquent que 80 % de la production des
appareils ait une durée de vie entre 120 et 200 jours et que 5% de la production ait une durée de vie
inférieure & 120 jours.
1. Quelles sont les valeurs de p et 2?
2. Quelle est la probabilité d'avoir un appareil dont la durée de vie soit comprise entre 200 jours
et 230 jours ? .
Exerciced
On suppose que la probabilité qu'un étudiant réussisse & un examen est de 0,8. Quelle est la probabilité
qu’au moins 75 étudiants parmi 100 étudiants réussissent examen ?
Exercice10
On suppose que la probabilité qu'un étudiant réussisse 4 un examen est de 0,8.
Quelle est la probabilité qu'au moins 75 étudiants parmi 100 étudiants réussissent & examen ?
Exeteicel1
Pour se rendre a son travail un ouvrier prend deux bus. La durée du trajet du premier bus est une variable
normale de paramétres 27 minutes et 5 minutes. La durée du trajet du deuxiéme bus est une variable
normale de paramétres 30 minutes et 2 minutes. Quelle est la probabilité que cet ouvrier n'arrive pas en
retard s'il dispose d'une heure ?
Exercicel2
Une eaisse dssurance maladie regoit 120 personnes pour Pobtention de remboursements. On suppose que
'a somme & rembourser & chaque personne est une variable algatoire de moyenne 1000 dirhams et a'éean
‘ype 600 dirhams. La eaisse dispose de 130000 dichams. Quelle est le risque que cette somme ne soit pas
suffisante pour rembourser toutes les personnes ?
os
Ns ABh os
feel ar
96,62.89.57.94 * ae ‘Université René Descartes
13
_TABLE DE LA LOI NORMALE CENTRE REDUITE |
Lecture de la table: Pour z=1.24 (intersection
on a la proportion PZ < 1,24) = 0.8925
fod
pIZ<1.24)-0.8925
og
21.24
de la ligne 1.2 et de la colonne 0.04),
PCZ> 1,96) = 0,025
PCE > 2,58) = 0,005
PZ > 3,29) = 0,0005
"i
L-P(Z <2) et 2/P(Z <-2) = PUZ> 2) ae
Exemple: Sachant PLZ 124) =0,8925, on en det ;
WV (PCZ> 1,24) = 1 - PZ < 1,24) = 1- 0,8925 = 01075 .
2) P(Z <-1,24) = PZ > 1,24) = 0.1075
=e ane es oe ea
Gre [e508 ]orsamo Jovan —Yo,si20 Jost fesiss fas eos ee
gra Jovsase forsaze Jo.sers [oissir |orssss [orasse Jorsese lores [oc uses
012 Jovsnss forseas [olsen [orsoio [SrSez_ {9852s oratee Joceras fo%enss
013 Joverrs forgsis [ordaae [orésaa |gre3et 0222” reas |oreaeo [oceats
28 Jovesse foessi forseae forecce [oceroe [ore3Se Orehos |ocests [occers
15 Javesis foresso forsee forsors forsase |orfoee raise Jecnise. [ocseze
ors ovvasr [orras: |orraea |orrasy .|oraaea |0r70ee one Jorasiy [otras
or Jorrseo forte |ocreae [orsers ‘Jorasee (S742 crise Jocaeas focesz
Ora Joctess forraia |orrs33 | orzee3 oa023 crave Jocatoe focassa
9,9 Jocerse forstas [feats Jorasse |oveses [22023 reso |aceses. [oceses
uo Jovens forsase forsee forsee [otesse [S822 ress |resss_ |ovecan
ui_Jovsca foraces fornene foresee [oferes |orse35 Srarao |orssio. |ovees0
fail ‘aces |ocsoss |ocaase |oraans Oreste oraseo Jorassy |ovsois
Tae] 09092 oisoes [osaanz Fates ]orsiss Sroie> Jovstea forsizs
ta |orsiae tiseee forsee forses; [orgie Orsesa. |ovaice [ocasz0
U3 farsase rsisr Jorsaro ocssez |orasse Dene
Ue favsasa orsara |orsase [ocsass | vasss rasa
U9 focassa 015873 [orssee forsssi |oraess oraeie
sa |ovaeat disess [esses forsent lersers Or 3ess
Us forsns tisize forse |orgna [ordeae Oars
Xo |evarie rsres Jorsras olga |arante o/3a08
Ba |otsean 013630 Joranse [orsaxe |acanst 803es0
22 |ovseat 0,36ae |o,aem |oraeis - [Scanss orases
23 [ocaesa o,3ea4 . [sane |5¢3308 | graaos oraet
2a [ovasie oiseaz “[oiaea5 [arase? |orsass rani
23 |ot3eae Orasaz_|ofaeas |orsas | Srasee Her
ae |ovsess aisese forsosy [o7aas9 ”|ocsoes oa3ee
217 [ovsses 0/3867 |o,3061 |orases. |ocaeis Organ
aia [ovesns forssre Jorgen focsers [O23%2 13993
2:5 |vsso4 biaeea arasea |a’ssea [orsaca Betts
Xo |oldeees oiscer« [o;ss070 [o:sease | orscess 0,33903 |orsaese |: asso0
ax Jacsseos Jo; seoae ocsssie ocsancs [Or 22382 [29988 foses [orsoee
32 Jovsnaat orssaze [o;sesae ovsssze [ersten [29202 s50ee | see%e |
33 forasasa Jorssesa J;sasee ovssosr [or seass |oegeats 0;30062 0, sseee [o.so0es
sr [orsvsee |o/S90s8 |orsases [orsaane [orasass [or222e2 a:355r4 fo.assrs |ovaasse
139977 Ja,saeve [ovsoone ovassvs fo; soaan [S230 O:95382 |o,38903 | oc3sse
arsaaee |, sosus Jo, asses locassae lor ascee [Ooze 0-30see |cassee [o:soces
0,30ans |; a5as0 Jo aosse Yocasace [or 25286 99287 orassse ovassee [orS222
oat [o,soess | osseese 8433394 |0/30984 Jora9ss Joc asses |’ asses [orse02
Oyazass |era90s8 er sssse 9,98996 |0,20886 |o,a808e |arasssc |avssssy 103008
20887 [0189099 [oc 33389 ssosr [o;sasor [oisosce [o‘sseae [o.seses |o/2eses Echantillonnage et estimation
Filigre Sciences Economiques et Gestion S4
TD sérien 2
B.Mhamdi
Exereice 1
Soit une population contenant une proportion P= 0.25 d’individus de type A
Quelle est la taille de | échantillon pour que la fréquence de type A sur I échantillon se
trouve avec une probabilité d au moins 95% dans un intervalle plus au moins 5% 2
Exereice 2
On souhaite & estimer la consommation par ménage.
1) Quelle et fa taille de | échantillon pour que la moyenne de | échantillon ne s éloigiie pas a la moyenne
de la population au moins de 100 dh avec une probabilité de 1 —a=95% sachons que o?= 2500000 ?
2) On suppose que la distribution et normale .Quelle et la taille de | échantillon ?
ere
3
Une machine remplit automatiquement des boites de sucre en poude de telle fagon que le poids de sucre
effectivement contenu dans une boite soit une, variable aléatoire normale de paramétres m et o exprimes
en grammesOn souhaite régler la machine de sorte que le poids de suere contenu dans une boite dépasse
980 grammes avec une probabilité de 95%,
1. Lotsque o = 30, quelle valeur faut-il donner a la moyenne m? FB gs RES
2. Lorsque m = 1000, quelle valeur doit avoir l'écart-type 6 ? ade
Exercice 4 (96.62.89.579 SS
‘Une machine fabrique des piéces en grandes série. a chaque piece tirée au hasard, on associe sa longueur
exprimée en millimetres. On définit ainsi une variable aléatoire X. On suppose que X suit la loi normale
ott w= 28, 20 et = 0, 027
On préleve des échantillons de taille n . Déterminer n pour que la probabilité d’obtenir une valeur
comprise entre 28,195 et 28,205 soit de 0,95.
Exercice 5
Aprés la correction d’une épreuve d’examen comportant un grand nombre de candidats, on constate que
les notes ont pour moyenne 12 et pour écart type 3.
On se propost de prélever des échantillons aléatoires non exhaustifs de 100 notes.
1) Quelle est Ia probabilité d’avoir 1a moyenne dun tel échantillon supérieure a 12,
2) Quelle est la probabilité d’avoir la moyenne d’un tel échantillon comprise entre 12,5 et 12,9?
Exercice 6 Dans une population, on constate qu'il nait 52% de gargons On préléve des échantillons aléatoires non
exhaustif de 400 nouveaux nés
1) Quelle est la probabilité d’avoir, dans un tel échantillon, un pourcentage de garcons compris entre
50% et 54% ?
2) Quelle est la probabilité d’avoir, dans un tel échantillon, un pourcentage de filles inférieur 445% ?
Exercice 7
Dans une fabrication trés importante, on préléve un échantillon de 10 produits et on obtient les poids
suivants en grammes : 438 - 449 - 446 - 453 - 455 - 447 - 451 - 445 - 454 - 45
On suppose que la distribution et normale
1°) Donner une estimation ponetuelle de la moyenne et de I’écart type des poids des produits de la
fabrication.
2°) Donner une estimation, par intervalle de confiance 4 95 %, de la moyerine et de I’écart type des poids
des produits de la fabrication,
Exercice 8
1. On considére I'échantillon suivant, constitue de tirages suivant une loi normale d'espérance et
d'écart-type_o =3,N (3°):
10.4 129 | 102 14.2 13.5 | agp
4) Construire un intervalle de confiance pour i, au niveau de confiance 99%, ‘ov
b) Toujours au niveau de confiance 99%, onsouhaite obtenit une marge d'erreur pourp = &™
Inferieure ou égale a 0 .5; commient choisir la taille de l'échantillon (on suppose toujours 6 = 3) ?
Exercice 9
Lors d’une étude sur les revenus, on a enregistré le salaire horaire en DH dun échantillon de 100 ouvriers
Salaire horaire 120-125] 125-130_[ 130-135 [135-140 | 140-145
Nombre douvriers [10 20 38 25 7
1) Calculer la moyenne et "cart type de cet échantillon.
2) En déduire des estimations ponctuelles de la moyenne et de I'écart type de Ia population,
3) Donner un intervalle de confiance au seuil de 95% de la moyenne de la population.
Exercice 10
Deux candidats Sont en lice pour Ja prochaine élection, A et B. Un sondage donne A gagnant avec 55%
des voix contre 45 & son adversaire, On suppose que 250 personnes ont été sondées
1) _construit l'intervalle de confiance pour la proportion de votants en faveur de A, au seuil 95%
2) Méme question, si on suppose maintenant que 1000 personnes ont été interrogées. 7 — feorrec IDANA
« Exercice a7 2%
ele Yee ay
Oe ai
» Ho)=F F Ss mow
a FU)
yo ta]
ew et) 1% |
Execrwce nf 2:
@ Plargxdort) 2 F(o,t)- Flas)
Wer fox 5 5” x elerad
- @ BH Mery
-~ Oo
> Fw BY %& Sio (XKu
l AS xRY
dene
@
Place x C94). UE OS fo
4 4 &
PUK eT cep TORK ar
F(R) Roy - { 56
so [Pek so} .
Exkercice 3+
Kw UL, 4
fo FE PAE OD co wae
, lL. jomm DW) aioe EXO
O Peay-=FW = age % , eal
@ PH ZID=4- PKL) zn Flay 2 1 a=,
3 4
OD PCH, a LEN we). POU) FOF LY ¥
PC x0) POD AF FI
*\%)
@ x A El)
@O Cé**ye <> Cpe)
vs QOS Ze wo .
\ 52x (-
+ F gon be rAle le alee -
ae [ede fe Ce Cefe a
a fe - fe os) aA
e-Sr V2 £ 824 =joze]
© ° e x» 7
RCE) 2K (0,44) A- PCRLE) = 0, BAR a
jE= 0,90 | Pik Ce) = 2 088 Coys
x tw s -e7e
TElOs ©, A838
wt)+ TEOs
: Rt) =A SARs = o/®A2
Ww ( ht 89)
2
te ©) 885 =p | Exeria 6: .
= EM Se Me f= 3,2 => Vk)= = (3,2)
Xa NOS? (ae)
D PO ke) he pz a nilovs\
on pur a+ XS
| (0/43)
P(x Ge) = P 7 Ane). mere er4é3)
T (-0,u9) 2 a- W (ort)
2A- ©, 6809
2 6/3
| e(xte) = 32h)
22% -ANS ae
© POS AB). ae (sates y saan Any A8-AA,S.) “Se eetiles)
=P (2) 203): 2a P12 42,634)
= a- T(2,0%)
A- 0, 99 38
A = a 0%ha
\P(&>a8) 22% |
V
OG Bear)
er At 3 Ges as { n8-nms)
ene <é Co,n56 )
Te (0, Af) --W (41093) = K(oase) - (a-i (11093)
= 0, 5636 - (= 0/8629)
PGE) = 0 42 oF
Laeeciee
ee Nay ce)
ms AX = 0,2
Preletien = AS Preceis
am poe Be SOT ante)
® or Voce (4419 2% 45,3)
PCAWF-AT Cay 0a -as
we 5, @ : od
Free (- MSZ 2L ays)
AAS) AT (A) = RAs) -44T (as) 2 aw (as)-a
deac
< ~, 5 _
ve A- Yoccep = A (ak (a5)-)
= 2-2 (45)
2 R(A- 0/9332)
Pasi = 0,93 36
Exe hw Se
Xa N( me? 4 ee?)
” Pos wee Ka 2~nlo,a)
P(Ade (age ove, y3 Reo ove)
ms 420 e0w
S = [ysxa ooo = 6572, b8
6 592,68
P (> /ABoecc )= p(X - Reeve
E SFR, EB — Cortech ~ I1DANe
Evevcce Se — Wo a
Ma P (x) 982) = 09s eb Yorn Cm 1)
ze Be gnfe.n)
OE) P(x 9F0) - 095"
P(ADOS GBEeM™M) gg 6
rege ABE) «a9
ok -
ee 7 jeer 9
NP @CRB) cy 05
NF (S8B=™) 5 0 9F avec P(2cese=™)
6
T (Se). 0 oF
~s
AW ed fe) 2,057
TW (om 98¥) 2g os
(dh) oo
TH( 9%) =7(4.65)
; Tr(a) 4 W(-a) #4
om ~ 980 2 ney
S
Me A6T 6 + 950
S230 =p [mes 40995 |
@ os m-980
ney
Naw Gem =e fe ee AE]
eevee dL *
x aw WN tm; 6*)
‘
%~ N(w, E) @
P48 nas CK de 8, RoF) = 0 98
er posse. 2. %
wn
P (2849S CRC BS ke) 20 ST
>p (BEN Cig (ties
dow
= Z
ve Vo xia
>P a5 095 ASS Wi Le < 2800F- 30 YK). 6,95
ook ae
OF (0,08 WH Ce 0, A8 Ya) = 09S
>We, Am) Tons Va) 030
DZ (c,A8V)-A 2 09S
270,48 Wm) = ase 2699S
ST loans) = (4196)
Deng = ase
Le
mene 2 i ye (WEY 5 een |
7 0, 8 a8
Exertico JS %
Kk , 8
Kw N(1253,)
o RCE Pnasy
P (Raat) 125-08 )
a
Play aeed= n- P(e K M66)
eA W(AC)
SA- 0, 9SAS
= 2,0Y 3s
PCS CREAN I) ae
AT — AR ig 42, 9- 2
BGwee < 8s )
P (ace C243) ;
WMA 66) 2 1 99 8E5-0,95n5
= 0 OY FAS Exerclce 6 +
So ™
(=)
/
NL
Ome
FoON(e, PUP)
‘ i. Pe 0/52 G2 0,48
© Pes
