26.06.2013 Views

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

Introduction aux Probabilités - Université Rennes 2

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

A.1. Annales 207<br />

Ainsi, le t<strong>aux</strong> de processeurs défectueux effectivement utilisés pour le montage d’ordinateurs<br />

a été divisé par 20, ce qui peut sembler tout à fait satisfaisant. Néanmoins, cette réponse<br />

n’est pas complètement convaincante car elle ne tient pas compte du fait que ceci s’est fait<br />

au détriment de processeurs bons qui ont été déclarés mauvais (f<strong>aux</strong> positifs). Une façon de<br />

préciser ce point est la suivante : d’un point de vue purement comptable, le testeur est utile<br />

s’il fait gagner de l’argent à l’entreprise. Grosso modo, la réponse dépend donc de ce qui<br />

coûte le plus entre :<br />

– vendre un ordinateur défectueux et devoir le changer ensuite,<br />

– ne pas vendre un ordinateur qui fonctionnerait.<br />

Supposons que le bénéfice retiré de la vente d’un ordinateur opérationnel est b euros et que le<br />

déficit engendré par la vente d’un ordinateur défectueux est d euros. Dans le premier modèle,<br />

sans testeur, le bénéfice moyen par ordinateur est donc :<br />

B1 =È(B)×b−È(M)×d = 0.98b−0.02d<br />

En effet, en moyenne sur 1000 processeurs, 980 ont rapporté b euros et 20 ont fait perdre d<br />

euros.<br />

Dans le second modèle, le bénéfice moyen par ordinateur est par contre :<br />

B2 =È(DB ∩B)×b−È(DB ∩M)×d−È(DM ∩B)×b+È(DM ∩M)×0,<br />

avec :<br />

–È(DB ∩B) =È(DB|B)È(B) = 0.95×0.98 = 0.931;<br />

–È(DB ∩M) =È(DB|M)È(M) = 0.06×0.02 ≈ 0.001;<br />

–È(DM ∩B) =È(DM|B)È(B) = 0.05×0.98 ≈ 0.049;<br />

–È(DM ∩M) =È(DM|M)È(M) = 0.94×0.02 ≈ 0.019<br />

En effet, en moyenne sur 1000 processeurs, 931 sont déclarés bons et le sont, donc rapportent<br />

chacun b euros, 1 est déclaré bon mais est mauvais donc fait perdre d euros, et 49 ont été<br />

déclarés mauvais alors qu’ils étaient bons, donc il n’ont pas été vendus alors qu’ils auraient<br />

dû rapporter chacun b euros. Les 19 processeurs restants étant mauvais et déclarés comme<br />

tels, ils n’ont engendré ni perte ni profit. Bref, le bénéfice moyen par ordinateur est cette<br />

fois :<br />

B2 = 0.882b −0.001d.<br />

Avec ce point de vue, le testeur est utile si B2 > B1, c’est-à-dire si :<br />

0.882b−0.001d > 0.98b−0.02d ⇔ d > 0.098<br />

×b ≈ 5.2×b<br />

0.019<br />

Ainsi, si le déficit engendré par la vente d’un ordinateur défectueux est environ 5 fois plus<br />

élevé que le bénéfice engendré par la vente d’un ordinateur qui marche, alors le testeur est<br />

utile. Sinon on peut s’en passer.<br />

IV. Kramer contre Kramer<br />

On effectue des tirages sans remise dans une urne contenant initialement 3 boules rouges et 3<br />

boules noires jusqu’à obtenir une boule noire. On appelle X le numéro du tirage de cette boule<br />

noire.<br />

1. La variable aléatoire X peut prendre les valeurs 1,2,3,4. En notant Ni (respectivement Ri)<br />

l’événement : “Le tirage i est une boule noire (resp. rouge)”, on obtient pour la loi de X les<br />

probabilités suivantes :<br />

–È(X = 1) =È(N1) = 3/6 = 10/20;<br />

–È(X = 2) =È(N2 ∩R1) =È(N2|R1)È(R1) = 3/5×3/6 = 3/10 = 6/20;<br />

<strong>Probabilités</strong> Arnaud Guyader - <strong>Rennes</strong> 2

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!