Correction de l'épreuve de Prob_Stat _2007
I
1 effectuons une translation de 18h20mn sur l'origine des temps (pour simplifier les calculs) . Alors la partition en classes s'écrit:
horaire -20 -15 -10 -5 0 5 10 15 20
effectif 6 10 15 19 20 14 9 7
la moyenne de cette série statistique=
[ 6*(-17.5)+10*(-12.5)+15*(-7.5)+…..]/100 # 0
d'où la moyenne de la série statistique initiale = 18h20
Variance = 1/99 å (xn – 20)2 = 89.15 écart type =9.44
D'où Pierre doit modéliser Heure_de_départ_du_bus avec la loi de GAUSS(18h20mn,9.44mn).
Pour simplifier, on considèrera pour la suite la Loi de GAUSS(18h20mn,10mn);
2
on notera Heure_de_départ_du_bus en abrégé par Départ
Prob(Départ >18h40 | avec conditions standards)=
Prob( (Départ-18h20)/10 > 2 | avec conditions standards)
posons X=(Départ-18h20)/10 X suit GAUSS réduite
d'où Prob( X > 2) = 0.02 < 0.05 on peut donc rejeter l'hypothèse avec le seuil 0.05 ( les calculs analogues pour seuil=0.01 montrent qu'on ne peut rejeter l'hypothèse avec le seuil 0.01 )
3
Prob(Départ<18h13 )=Prob((Départ-18h20)/10 <- 0.7) =
Prob(X<-0.7) = 0.24
4
Y= (Départ- (18h + Durée_Trajet) ) suit la loi
Gauss(7 , 10) car la variance= 100+1 d'où l'écart type # 10
donc Prob(Départ – (18h + Durée_Trajet) <0 ) = Prob (Y<0)
X=(Y- 7)/10 suit GAUSS réduite
Prob (Y<0)= Prob((Y-7)/10<-0.7) = Prob(X<-0.7) = 0.24
idem que 3 à la précision des calculs prés.
II
1
m=485/900=0.54;
s*=0.5; le rayon de
l'intervalle de confiance sera de la forme
r s* où on détermine r avec la condition de seuil, ce qui donne :
pour
un seuil=0.05;
30*r=1.96 ; d'où r=0.065 et
rs*=0.033
intervalle de confiance = 0.506…0.571
pour un seuil=0.01; 30*r=2.58 alors rs*=0.043;
intervalle de
confiance = 0.496…0.582
2 des calculs analogues donnent :
seuil 0.05 m=0.543 rs*=0.01
intervalle de confiance = 0.532…0.554
seuil 0.01 m=0.543 rs*=0.014 intervalle de confiance 0.528…0.557
3 ceci montre que l'importance de la taille de l'échantillon est primordiale.