Contrôle de statistiques
Sujet 1 – Corrigé
L2 d’économie - Université Paris 1 Panthéon-Sorbonne
Nom :
Prénom :
Les exercices sont indépendants. Le barème est indicatif. L’utilisation de documents, calculatrices, téléphones
portables ou tout autre appareil électronique, est interdite. Les réponses devront être soigneusement argumentées
et justifiées. Vous pouvez laisser les résultats sous la forme de fractions. L’énoncé doit impérativement être rendu
avec la copie.
Exercice 1 (6 points)
On propose à Lee de jouer à un nouveau jeu de hasard. Dans ce jeu, il lance 3 fois un dé non-pipé à 6
faces.
S’il obtient 6, Lee gagne 3
e
. Dans tous les autres cas, Lee perd 1
e
. Soit
X
la variable aléatoire donnant
la valeur du gain total de Lee à la fin du jeu.
Question 1 Donner l’univers de l’expérience aléatoire.
On a Ω = {(d1,d2,d3),avec di{1,2,3,4,5,6}}. Le cardinal de est 63.
Question 2 Donner la loi de X.
Xpeut prendre 4 valeurs :
3si aucun des 3 dés ne donnent un 6.
1si un des dés donne un 6 et les deux autres autre chose qu’un 6.
5si 2 dés donnent un 6, et le dernier une valeur qui n’est pas 6
9si les 3 dés donnent un 6.
La loi des tirages est une loi uniforme, la probabilité d’un événement est
P
(
ω
) =
1
63
. La probabilité
d’obtenir :
Un 6 est P(d= 6) = 1
6
Une autre valeur est Pd={6}=5
6
La loi de Xest :
P(X=3) = 5
63
=125
216
P(X= 1) = A1
3×5
62
×1
6=75
216
P(X= 5) = A2
3×1
62
×5
6=15
216
P(X= 9) = 1
63
=1
216
A1
3est A2
3correspondent au nombre possible d’ordre pour le dé arborant un 6.
Question 3 Donner l’espérance de X.
E(X) = 3×P(X=3) + 1 ×P(X= 1) + 5 ×P(X= 5) + 9P(X= 9)
=3×125
216 + 1 ×75
216 + 5 ×15
216 + 9 ×1
216
=375 + 75 + 75 + 9
216
=1
Page 1 sur 5
L’espérance de gain de ce jeu est de -1e.
Question 4 Donner la fonction de répartition de X, que l’on notera FX.
La fonction de répartition FXest donnée par FX(t) = P(Xt),tR. On obtient donc :
FX(t) =
P(Xt) = 0 si t < 3
P(X=3) = 125
216 si 3t < 1
P(X=3) + P(X= 1) = 125+75
216 =200
216 si 1t < 5
P(X=3) + P(X= 1) + P(X= 5) = 125+75+75
216 =215
216 si 5t < 9
P(X=3) + P(X= 1) + P(X= 5) + P(X= 9) = 1 si t9
Exercice 2 (10 points)
Zahra est fleuriste, sa spécialité est la vente de bouquets de roses. Soit
R
la variable aléatoire représentant
le nombre de roses par bouquet. On suppose que
R
(Ω) =
{
1
,
2
,
3
,
4
,
5
}
. La loi de
R
est donnée par le
tableau suivant :
r1 2 3 4 5
P(R=r)0,4 0,1 a b 0,1
Question 1 Que doivent vérifier les variables aet bpour que Psoit une loi de probabilité ?
Pour que Psoit une probabilité, il faut que la probabilité de l’univers soit égale à 1, soit :
1 = P(R= 1) + P(R= 2) + P(R= 3) + P(R= 4) + P(R= 5)
1=0,4+0,1 + a+b+ 0,1
0,4 = a+b(1)
Par ailleurs, chaque probabilité doit être positive, on a donc a0et b0.
Question 2
Les bouquets que Zahra vend comptent en moyenne 2,4 roses. Quelles sont les valeurs de
aet bcorrespondantes ?
Si les bouquets que vend Zahra sont constitués en moyenne de 2,4 roses, cela nous donne une condition
sur l’espérance de la variable aléatoire R. On calcule donc cette espérance et on l’égalise à 2,4 :
2,4 = E(R)
2,4=1×P(R= 1) + 2 ×P(R= 2) + 3 ×P(R= 3) + 4 ×P(R= 4) + 5 ×P(R= 5)
2,4=1×0,4+2×0,1+3×a+ 4 ×b+ 5 ×0,1
2,4=0,4+0,2+0,5+3a+ 4b
1,3=3a+ 4b(2)
Les conditions 1 et 2 nous donne un système que doivent vérifier aet b:
1,3=3a+ 4bb= 0,1
0,4 = a+b a = 0,3
Question 3 Calculer la variance de cette variable aléatoire.
On a
V
(
R
) =
E
(
R2
)
E
(
R
)
2
. On connaît déjà
E
(
R
) = 2
,
4, on peut donc calculer son carré : 5
,
76 (en
utilisant des fractions). Il reste à calculer E(R2):
E(R2)=12×P(R= 1) + 22×P(R= 2) + 32×P(R= 3) + 42×P(R= 4) + 52×P(R= 5)
= 1 ×0,4+4×0,1+9×0,3 + 16 ×0,1 + 25 ×0,1
= 0,4+0,4+2,7+1,6+2,5
= 7,6
Page 2 sur 5
On obtient alors V(C)=7,65,76 = 1,84. La variance de cette variable aléatoire est de 1,84.
Zahra vend ses bouquets aux prix suivants :
Nombre de rose 1 2 3 4 5
Prix du bouquet 2 4 5,5 7 8
Question 4
Sachant que chaque rose coûte 1
e
à Zahra, donner la variable aléatoire des gains de
Zahra, que l’on notera G. Donner la loi de G.
Les gains de Zahra en fonction de nombre de roses dans le bouquet sont les suivants :
1 rose : 21=1e
2 roses : 42=2e
3 roses : 5,53=2,5e
4 roses : 74=3e
5 roses : 85=3e
On a donc G(Ω) = {1; 2; 2,5; 3}. La loi des gains Gest données par :
P(G= 1) = P(R= 1) = 0,4
P(G= 2) = P(R= 2) = 0,1
P(G= 2,5) = P(R= 3) = 0,3
P(G= 3) = P(R= 4) + P(R= 5) = 0,2
Question 5 Combien Zahra gagne-t-elle par bouquet en moyenne ?
On calcule l’espérance des gains de Zahra, soit l’espérance de G:
E(G)=1×P(G= 1) + 2 ×P(G= 2) + 2,5×P(G= 2,5) + 3 ×P(G= 3)
= 1 ×0,4+2×0,1+2,5×0,3+3×0,2
= 0,4+0,2+0,75 + 0,6
= 1,95
Zahra gagne en moyenne 1,95epar bouquet vendu.
Zahra peut acheter des bouquets tout fait avec un nombre pair de roses, qui lui reviennent moins cher :
le bouquet à 2 roses lui coûte 1,5eet le bouquet à 4 roses, 3e.
Question 6 Quels sont les nouveaux gains moyens de Zahra ?
Notons
H
la variable aléatoire représentant les gains de Zahra dans ce nouveaux cas. Les gains de
Zahra en fonction de nombre de roses dans le bouquet sont les suivants :
1 rose : 21=1e
2 roses : 41,5=2,5e
3 roses : 5,53=2,5e
4 roses : 73=4e
5 roses : 85=3e
On a donc G(Ω) = {1; 2,5; 3; 4}. La loi des gains Hest données par :
P(H= 1) = P(R= 1) = 0,4
P(H= 2,5) = P(R= 2) + P(R= 3) = 0,4
P(H= 3) = P(R= 5) = 0,1
P(H= 4) = P(R= 4) = 0,1
Page 3 sur 5
On calcule l’espérance des gains de Zahra, soit l’espérance de H:
E(H)=1×P(H= 1) + 2,5×P(H= 2,5) + 3 ×P(H= 3) + 4 ×P(H= 4)
= 1 ×0,4+2,5×0,4+3×0,1+4×0,1
= 0,4+1+0,3+0,4
= 2,1
Zahra gagne en moyenne 2,1epar bouquet vendu, soit 15 centimes de plus.
Exercice 3 (14 points)
Une administration cherche à évaluer sa performance dans le traitement des dossiers. Chaque jour
l’administration traite un dossier. On note
p
la probabilité que l’administration perde un dossier chaque
jour sachant que la perte d’un dossier au jour
k
est indépendante d’une perte de dossier au jour
k
+ 1.
De même, on note
X
la variable aléatoire « le nombre de dossiers perdus par l’administration sur 50
jours ».
Question 1 Quelle loi suit la variable aléatoire X?
La rupture de stock suit une loi de Bernoulli de paramètre
p
. Les jours sont indépendants les uns des
autres. Dans le cas présent, il s’agit donc d’une répétition sur 50 jours d’une expérience de Bernoulli
avec indépendance. Donc notre variable va suivre une loi Binomiale de paramètres pet n.
Donc : X∼ B(50, p)avec P(X=k) = Ck
n·pk·(1 p)nk, pour tout kN.
Question 2 Donner la probabilité que l’administration perde 5 dossiers.
P(X=k) = Ck
n.pk.(1 p)nkk= 5 :
P(X= 5) = C5
50 ·p5·(1 p)45
Question 3 Donner l’espérance et la variance de X.
E(X) = np = 50p
V(X) = np(1 p) = 50p(1 p)
Un dossier traité en temps normal coûte 50
e
à l’administration. En cas de perte d’un dossier, le
coût de la journée est majoré de 50
e
, l’administration va devoir mobiliser d’avantage de personnels
pour remettre en ordre le dossier. Le président du conseil départemental nouvellement élu propose
d’embaucher une personne de plus spécialement chargée d’archiver les dossiers et ainsi faire disparaître
le problème de perte de dossiers. L’embauche de cette personne entraînerait une majoration de 10
e
du coût du traitement habituel des dossiers.
Question 4
Donner
Y
(Ω) et la loi de
Y
(dans sa formulation générale, i.e, sans explicitation numérique).
Ypourra être exprimé en fonction de X.
Ici, Y= 50 ×50 + 50X; donc Y(Ω) = {2500 + 50i, avec i∈ {0. . . 50}}.
Avec P(Y=y) = P(X=x)avec x=y2500
50 . Alors :
P(Y=y) = C
y2500
50
50 ·py2500
50 ·(1 p)50
y2500
50
Question 5 A partir de quel niveau psera t-il préférable d’embaucher une personne de plus ?
Avec une assurance, le coût de 50 jours sera de 60 ×50 = 3000.
Le coût moyen sans assurance est de
E
(
Y
) = 2500 + 50
×E
(
X
) = 3000 + 50
p×
50 (par linéarité de
l’espérance).
Page 4 sur 5
Il sera préférable de s’assurer si 3000 2500 + 50 ×p×50. Donc :
500 2500p1
5p
Il faut que la probabilité que les dossiers se perdent soit supérieure à 20% pour qu’il soit intéressant
d’embaucher une personne supplémentaire.
Une autre administration traite 100 000 affaires par an avec un taux de perte de 1 pour 10 000. En
utilisant une approximation poissonnienne (en justifiant son utilisation) :
Question 6 Déterminez la probabilité que le nombre de dossiers perdus soit égal à 4.
Dans cette situation, comme
n
= 100000 est grand et
p
=
1
10000
est petit, on peut approximer la
variable aléatoire qui suit une loi binomiale
B
(100000
,
1
/
10000) par une loi de poisson de paramètre
λ=n×p= 10.
Donc (cf table pour la valeur numérique) :
P(X= 4) = e10 ·104
4!
'0,019
La probabilité d’avoir exactement 4 produits défectueux est d’environ 2%.
Question 7 Déterminez la probabilité que le nombre de dossiers perdus soit au moins égal à 2.
P(X2) = 1 P(X < 2)
= 1 P(X= 1) P(X= 0)
= 1 exp(10) (1 + 10)
= 1 11 exp(10)
'1
La probabilité d’avoir deux produits défectueux ou plus est de presque 100%.
Question 8 Quelle est l’espérance et la variance de cette variable ?
D’après la formule pour une loi de Poisson :
E(X) = V(X) = λ= 10
Page 5 sur 5
1 / 5 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans linterface ou les textes ? Ou savez-vous comment améliorer linterface utilisateur de StudyLib ? Nhésitez pas à envoyer vos suggestions. Cest très important pour nous !