Solution STAT INF
Solution STAT INF
Solution STAT INF
1. Le pourcentage d’hommes dont la taille est inférieure a 155 cm est donné par
X − 169 155 − 169
P (X ≤ 155) = P ≤
5, 6 5, 6
155 − 169
= P (Z ≤ )
5, 6
= φ(−2, 5) = 1 − φ(2, 5) = 1 − 0, 9938 = 0, 0062
2. Le pourcentage d’hommes dont la taille est comprise entre 155 cm et 175 cm est
155 − 169 X − 169 175 − 169
P (155 ≤ X ≤ 175) = P ≤ ≤
5, 6 5, 6 5, 6
155 − 169 175 − 169
= P ≤Z≤
5, 6 5, 6
= φ(1, 07) − φ(−2, 5)
= φ(1, 07) − 1 + φ(2, 5)
= 0, 8577 − 1 + 0, 9938 = 0, 8515
a = 5, 6 ∗ 0, 8416 = 4, 71.
Alors l’intervalle, centré sur la valeur moyenne de la taille, qui contient 60% de la
population en question est [169 − 4, 71; 169 + 4, 71] = [164, 29; 173, 71]
1
Exercice 2
Le diamètre suit une N(0, 502 cm, 0, 005 cm)
0,496 et 0, 508 cm
1. Pour calculer le pourcentage de corps de stylos qui devront étre considérés comme
défectueux, on calcule le pourcentage des stylos acceptés
0, 496 − 0, 502 X − 0, 502 0, 508 − 0, 502
P (0, 496 ≤ X ≤ 0, 508) = P ≤ ≤
0, 005 0, 005 0, 005
= P (−1, 2 ≤ Z ≤ 1, 2)
= φ(1, 2) − φ(−1, 2)
= 2 ∗ φ(1, 2) − 1
= 2 ∗ 0, 8849 − 1 = 0, 7698 = 76, 98%
Exercice 3
X − 11, 5
Comme la loi est N( 11,5 ; 3,2 ), alors Z = suit une N (0; 1). En consèquence
3, 2
1. La proportion d’enfants ayant acquis leurs premiers mots au bout de 10 mois est
X − 11, 5 10 − 11, 5
P (X ≤ 10) = P ≤
3, 2 3, 2
= P (Z ≤ −0, 46875)
= φ(−0, 46875) = 1 − φ(0, 46) = 1 − 0, 6772 = 0, 3228 = 32, 28%
Donc on peut affirmer que la proportion d’enfants ayant acquis leurs premiers mots
au bout de 10 mois est 32, 28%
2
2. La proportion d’enfants ayant acquis leurs premiers mots après 18 mois est donnée
par :
X − 11, 5 18 − 11, 5
P (X ≥ 18) = 1 − P (X ≤ 18) = 1 − P ≤
3, 2 3, 2
= 1 − P (Z ≤ 2, 03)
= 1 − φ(2, 03) = 1 − 0, 9788 = 0, 0212 = 2, 12%
Seulement 2, 12% des enfants aquirent leurs premiers mots après 18 mois
3. La proportion d’enfants ayant acquis leurs premiers mots entre 8 et 12 mois est
donnée par :
8 − 11, 5 X − 11, 5 12 − 11, 5
P (8 ≤ X ≤ 12) = P ≤ ≤
3, 2 3, 2 3, 2
= P (−1, 09 ≤ Z ≤ 0, 15)
= φ(0, 56) − φ(−1, 09)
= φ(0, 56) − (1 − φ(1, 09))
= 0, 7123 − (1 − 0, 8621) = 0, 5744 = 57, 44%
Solution de l’Exercice 4
X − 100
Le QI suit une loi Normale de moyenne 100 et d’écart type 15. Donc Z = sui
15
une N(0,1).
1. Le pourcentage de personnes dont le QI est inférieur à 100 est 50% sans calcul. Car
100 est la moyenne donc c’est également la médiane. On peut faire les calcules pour
s’assurer.
2. La chance a-t-on d’obtenir un QI compris
– entre 100 et 110 est
100 − 100 X − 100 110 − 100
P (100 ≤ X ≤ 110) = P ≤ ≤
15 15 15
= P (0 ≤ Z ≤ 0, 66)
= φ(0, 66) − φ(0)
= 0, 7454 − 0, 5 = 0, 2454 = 24, 54%
3
– entre 105 et 110 est
105 − 100 X − 100 110 − 100
P (105 ≤ X ≤ 110) = P ≤ ≤
15 15 15
= P (0, 33 ≤ Z ≤ 0, 66)
= φ(0, 66) − φ(0, 33)
= 0, 7454 − 0, 6293 = 11, 61%
Pour determininer la valeur de b on utilise la table des fractiles de la loi N(0,1), dans
la colonne de Gauche. Sur la table des fractiles en face du 0,05 on trouve 1,6449.
Comme 0,05 < 0,5 le b aura une valeur négative donc b=-1,6449.
Par suite
a − 100
b = = −1, 6449 alors
15
a = 100 − 15 ∗ 1, 6449 = 75, 32
b est encore négatif car 0,3333< 0,5. Donc on cherche la colonne de Gauche avec la
ligne supérieure. On trouve b=-0,4316. Par suite
a − 100
b = = −0, 4316 alors
15
a = 100 − 15 ∗ 0, 4316 = 93, 52
4
5. Déterminons le QI minimum pour faire partie des 5% d’individus les plus perfor-
mants. C’est à dire seulement 5% ont plus que ce QI. On peut l’écrire P (X > a) = 5%
X − 100 a − 100
P (X ≥ a) = 1 − P (X ≤ a) = 1 − P ≤
15 15
a − 100
= 1 − P (Z ≤ b) = 0, 05 Onposeb =
15
Donc φ(b) = 0, 95
b est positif car 0,95> 0,5. Donc on cherche la colonne de droite. On trouve b=1,6449.
Par suite
a − 100
b = = 1, 6449 alors
15
a = 100 + 15 ∗ 1, 6449 = 124, 67
Il faut avoir plus de 124,67 pour faire partie des 5% les plus performants
Solution de l’Exercice 5
X − 151
Le Poids suit une loi Normale de moyenne 151 et d’écart type 15. Donc Z =
15
sui une N(0,1).
1. la probabilité que le poids d’un colis soit compris entre 120 et 155 kg
120 − 151 X − 151 155 − 151
P (120 ≤ X ≤ 155) = P ≤ ≤
15 15 15
= P (−2, 06 ≤ Z ≤ 0, 26)
= φ(0, 26) − φ(−2, 06)
= 0, 6026 − (1 − 0, 9803) = 58, 29%
Maintenant si ona au total 1000 colis. Donc le nombre de colis de ce type est
1000*58,29=58290
2. De la même façon
Solution de l’exercise 7
(a) L’énoncé suggère que le poids en grammes des paquets est une variable aléatoire
qui suit une loi normale d’espérance 500 et d’écart-type 25. Soit X la variable
(X − 500)
aléatoire correspondante, et Z = est une variable aléatoire qui suit
25
une loi normale N (0, 1) centrée et réduite
(b) P (480 ≤ X ≤ 520) = P (−0, 8 ≤ Z ≤ 0, 8) = 0, 576. On s’attend donc à ce que,
sur 1000 paquets, il y en ait 576 dont le poids est compris entre 480g et 520g.
5
(c)
On s’attend donc à ce que, sur 1000 paquets, il y en ait 132 dont le poids est
compris entre 480g et 490g.
(d) P (450 ≤ X) = 0, 9772. On s’attend donc à ce que, sur 1000 paquets, il y en ait
977 dont le poids est supérieur à 450g.
(e) Il faut trouver t tel que p(|Z| < t) = 0, 9. La table donne t = 1, 645, puis
a = 25t = 41. Par conséquent, environ 90% de la production a un poids compris
entre 500 − 41 = 459g et 500 + 41 = 541g.