Première candidature Sciences Economiques Sciences Politiques Ingénieur de gestion TRAVAUX PRATIQUES DE PROBABILITES CORRIGE DE LA QUATRIEME SEANCE Examen Juin 1999 Question 4 1. Quelle est la probabilité, qu’après le contrôle de qualité durant lequel chaque pièce est examinée pour sa conformité au cahier des charges, la commande soit refusée ? Soit X = le nombre de pièces mal embouties dans un lot de 200, avec 0,025 = 5/200, la probabilité qu’une pièce prise au hasard dans le stock soit mal emboutie. X ~Bi(200 ; 0,025) et la commande est refusée si X 6. Pr(X 6) = 1 – Pr(X 5) 0 (0,025) 0 (0,975) 200 0,006323 Pr(X = 0) = C 200 1 (0,025)1 (0,975)199 0,0324256 Pr(X = 1) = C 200 2 (0,025) 2 (0,975)198 0,0827269 Pr(X = 2) = C 200 3 (0,025) 3 (0,975)197 0,1399994 Pr(X = 3) = C 200 4 (0,025) 4 (0,975)196 0,1767942 Pr(X = 4) = C 200 5 (0,025) 5 (0,975)195 0,1777008 Pr(X = 5) = C 200 Donc Pr(X 6) = 1 – Pr(X 5) = 1 - 5 i 0 Pr( X i) =1 – 0,6159699 = 0,3840301 Il est également possible de résoudre le problème par l’approximation de Poisson de la distribution binomiale puisque le nombre d’épreuves de Bernouilli est supérieur à 50 (n50) et que la probabilité de « succès » (ici le fait qu’une pièce prise au hasard dans le stock soit mal emboutie = 0,025) est inférieure à 0,05 (n* 5 : 200*0.0255) Dans ce cas, on considère X ~Po(200x0,025 = 5) 50 51 Pr(X = 0) = 5 0,0067379 ; Pr(X = 1) = 5 0,0336897 ; e 0! e 1! 2 5 53 Pr(X = 2) = 5 0,0842243 ; Pr(X = 3) = 5 0,1403739 ; e 2! e 3! 4 5 55 Pr(X = 4) = 5 0,1754674 ; Pr(X = 5) = 5 0,1754674 e 4! e 5! Donc Pr(X 6) = 1 – Pr(X 5) = 1 - 5 i 0 Pr( X i) =1 – 0,6159606 = 0,3840394 1 2. On va chercher l’espérance mathématique du coût des refus de commande sur un ensemble de trois commandes puisque c’est ce nombre de commandes qu’assure la compagnie. On sait (cfr supra) que la probabilité qu’une commande soit acceptée = 0,616. Soit X = le nombre de commandes refusées sur un ensemble de 3 commandes. X~Bi(3 ; 0,384). On établit la distribution de probabilité de X : i Pr (X= i) Coût (c(i)) € 0 1 2 3 0,616 3 0,2337449 3 (0,616 2 0,384) 0,4371333 3 (0,616 0,384 2 ) 0,2724987 0,384 3 0,0566231 0 1000 2000 3000 L’espérance mathématique du coût des refus sur 3 commandes est : 3 E(c) = i 0 c(i). Pr( X i) = 0 + 437,1333 + 544,9974 + 169,8693 = 1152 euros Donc E(c) = 1152 euros < prime d ‘assurance = 1200 euros La bonne décision sera de NE PAS s’assurer. Examen Août 1999 Question 4 Soit X = nombre d’obstacles ratés X~Bi(16, 0.06) 0 1a) P(X 0) C16 (0.06) 0 (0.94)16 0.3716 1b) P(X 1) C116 (0.06)1 (0.94)15 0.3753 1c) P(X 1) 1 - P(X 0) 1 - 0.3716 0.6284 2 1d) P(X 2) P(X 0) P(X 1) P(X 2) 0.3716 0.3753 C16 (0.06) 2 (0.94)14 0.9328 2. Si X ~ Bi(n, ), alors E(X) n E(X) 16 * 0.06 0.96 Le nombre de pénalités auquel on s' attend pour chaque coule cheval/cav alier est de 0.96 1 pénalité. Examen Mai 2000 Question 2 a) Pour toute heure continue de travail de la machine , quelle est la probabilité que le service maintenance doive procéder à un échange standard ? 2 b) La firme possède 10 lignes de production, toutes identiques, à combien d’échanges standard le service maintenance doit-il s’attendre par mois si chacune des 10 lignes travaille 200 heures par mois ? Soit X, le nombre de pièces mal embouties en une heure de fonctionnement de la presse hydraulique. X~Bi(100, 0,01). puisque chaque emboutissage d’une pièce peut être considéré comme une épreuve de Bernouilli (de paramètre 0,01, la probabilité d’un mauvais emboutissage), et qu’une heure de travail de la presse comporte 100 épreuves successives de ce type. L’espérance mathématique d’une variable aléatoire suivant une loi binomiale est égale au produit de ses paramètres : 100 (épreuves de Bernouilli) multiplié par 0,01 (la probabilité de succès (d’un mauvais emboutissage)) = 1. Donc le double de cette espérance = 2 pièces mal embouties. a) Donc on procédera à un échange – standard de la presse si on observe plus de 2 pièces mal embouties en une heure de travail, donc si X > 2. On cherche P(X>2) = 1- P(X=0) – P(X=1) – P(X=2)= 1 – F(2) = 0 1 2 1 C100 0,010 0,99 100 C100 0,0110,99 99 C100 0,012 0,99 98 1 0,36603234 0,36972964 0,18466482 0,07937320 Donc on peut s’attendre à un échange standard dans presque 8% des périodes d’une heure de travail de la machine. b) Sur le mois, on compte 200 fois 10 = 2000 heures de travail des machines. Le nombre de cas où on devra procéder à un échange - standard est égal à 2000 x 0,0793720 =158,744 159 échanges standards par mois. Exercice 6.28 Soit x, le nombre de personnes entrant dans la gare. Il s'agit d'une variable aléatoire poissonienne de paramètre 2.5 (2.5 personnes entrent dans la gare toutes les 5 minutes). e 2.5 2.50 = 0.0821. 0! b) p(x4) = 1 - p(x=0) - p(x=1) - p(x=2) - p(x=3) 2 2.53 2 . 5 = 1 - e-2.5 - e-2.5 (2.5) - e-2.5 - e-2.5 6 = 0.2424. 2 a) p(x=0) = 3 Examen Août 2000 Question 1 Soit X = nombre d’accidents durant la période de pointe par quart d’heure X~P(2) a) P(X = 0) = 0.135 (voir table de la distribution de Poisson) b) P(X > 3) = 1-P(X3) = 1-0.857 = 0.143 (voir table de la fonction de répartition de la loi de Poisson) c) Y = nombre d’accident par ½ heure Y~P(4) P(Y = 0) = 0.018 (voir table de la distribution de Poisson) d) Z = nombre d’accidents pendant ¾ heure Z~P(6) P(Z = 4) = 0.134 (voir table de la distribution de Poisson) e) X~P(2) On sait que X2 On cherche P(X4/X2) P(( X 4) ( X 2)) P( X 4) 0.143 0.241 P ( X 2) P( X 2) 0.594 P(X4) = P(X>3) = 0.143 (voir question b)) P(X2) = 1-0.406 = 0.594 (voir table de la fonction de répartition de la loi de Poisson) Simulation d’examen (exercices se trouvant à la fin du syllabus de cours) Exercice n°4 Soit X = le taux d’arrivée en nombre de personnes par minute X ~ Po(3) chaque jour pendant 8 heures, soit en 480 minutes. On cherche P(X>4) = 1 – F(4) = 1-0.815 = 0.185 (voir table de la fonction de répartition de la loi de Poisson) Donc l’étudiant sera appelé 480 x 0,185 pour deux minutes, soit 88.8 fois arrondi à 89. Il travaillera donc 89 fois 2 minutes, soit 178 minutes. Etant présent 480 minutes, il sera donc inoccupé 480 – 178 = 302 minutes. Examen Août 2000 Question 4 C = la coque est trouée M = le mat se brise P(C) = 0.1 P(M) = 0.05 a) A = faire appel à la société d’assistance P(A) = P(CM) = P(C) + P(M) - P(CM) = 0.1 + 0.05 – (0.1*0.05) = 0.145 Donc la prime forfaitaire = 100*0.145= 14.5 euros 4 On va comparer cette prime à l’espérance mathématique du coût de sauvetage par un autre moyen E(Y) : Y 0 200 P(Y) 0.855 0.145 E(Y) = 200*0.145 = 29 euros La prime forfaitaire est inférieure à E(Y), donc, la prime est plus qu’équitable (équitable si prime = 29 euros) b) Il faut que l’espérance mathématique du coût de sauvetage n’excède pas ce que ça rapporte à la société d’assistance, c’est-à-dire, n’excède pas la prime versée par le propriétaire de l’hôtel (14.5 euros) Coût 0 X P(coût) 0.855 0.145 E(coût) 14.5 euros X*0.145 14.5 euros X 100 euros (le coût par sauvetage qu’est prête à supporter la compagnie d’assistance doit être inférieur à 100 euros) 5