Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Introduction aux Probabilités - Université Rennes 2
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
3.6. Corrigés 169<br />
Exercice 3.29 (Nul n’est censé ignorer la loi normale)<br />
On note comme d’habitude Φ la fonction de répartition de la loi normale centrée réduite.<br />
1. Commençons par le troisième quartile. Par définition de celui-ci, puis centrage-réduction et<br />
lecture dans la table de la loi normale, on a<br />
È(X ≤ q3) = 0.75 ⇔È X −20<br />
5<br />
et par symétrie d’une loi normale par rapport à sa moyenne :<br />
q1 +q3<br />
2<br />
≤ q3<br />
<br />
−20<br />
= 0.75 ⇔<br />
5<br />
q3 −20<br />
≈ 0.67 ⇔ q3 ≈ 23.35<br />
5<br />
= 20 ⇒ q1 ≈ 16.65<br />
2. Seuls 20/300 = 15% des étudiants seront concernés par le rattrapage, on cherche donc la<br />
note x telle que<br />
È(X ≤ x) = 0.15 ⇔È X −9<br />
2<br />
d’où il sort È(X ≤ x) = 0.15 ⇔ 9−x<br />
2<br />
<br />
x−9 9−x<br />
≤ = 0.15 ⇔ Φ<br />
2 2<br />
≈ 1.04 ⇔ x ≈ 6.92<br />
<br />
= 0.85<br />
Ainsi, en gros, les étudiants ayant une note inférieure à 7 pourront suivre les cours de rattrapage.<br />
3. On cherche cette foisÈ(X /∈ [240,290]) = 1−È(240 ≤ X ≤ 290), où X ∼ N(270,10 2 ), or<br />
È(240 ≤ X ≤ 290) =È 240−270<br />
10<br />
≤<br />
X −270<br />
10<br />
c’est-à-dire È(240 ≤ X ≤ 290) = Φ(2)+Φ(3)−1 ≈ 0.9759<br />
≤ 290−270<br />
<br />
= Φ(2)−Φ(−3)<br />
10<br />
Au vu de sa période d’absence à l’étranger, il y a donc environ seulement 2.4% de chances<br />
qu’il puisse être le père.<br />
4. (a) Chaque étudiant accepté a une probabilité 1/3 d’être effectivement présent à la rentrée.<br />
Les décisions des étudiants étant supposées indépendantes les unes des autres, la loi de<br />
X est binomiale : X ∼ B(500,1/3).<br />
(b) Nous sommes dans le cadre d’application du théorème central limite : puisque E[X] =<br />
500/3 et Var(X) = 1000/9, nous faisons l’approximation : X ≈ N(500/3,1000/9), donc<br />
X −500/3<br />
È(X > 200) ≈È<br />
><br />
1000/9 200−500/3<br />
<br />
≈ 1−Φ(3.16) ≈ 8×10<br />
1000/9<br />
−4<br />
Si le modèle est bon, il y a donc très peu de risques d’être en sureffectif à la rentrée.<br />
Exercice 3.30 (Loi bêta)<br />
On considère une variable aléatoire X de densité<br />
f(x) =<br />
c x(1−x) si 0 ≤ x ≤ 1<br />
0 ailleurs<br />
<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2<br />
(3.2)