You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Corrigé 81 a) X a pour transformée de Laplace la fonction L X définie sur R par: L X (t) = t 2 /2 .<br />
Ainsi: E(Y ) = L X (1) = 1/2 , E(Y 2 ) = L X (2) = 2 et:<br />
V ar(Y ) = E(Y 2 ) − (E(Y )) 2 = 7/4 .<br />
b) Si t ≤ 0 : P {Y ≤ t} = 0,<br />
si t > 0 : P {Y ≤ t} = P {X ≤ log t} = Φ(log t) .<br />
La fonction de densité de Y est donc telle que:<br />
{<br />
0, t ≤ 0,<br />
f Y (t) =<br />
e −(log t)2 /2<br />
t √ , t > 0.<br />
2π<br />
Corrigé 82 Soit X le nombre de contrats placés par le représentant. X suit une loi binomiale de<br />
paramètre n = 1000 et p = 0, 04. La probabilité P(X > 30) est donnée par<br />
∑30<br />
1 − P(X ≤ 30) = 0, 04 i 0, 96 1000−i C1000 i ≃ 0, 942.<br />
i=0<br />
La somme de l’expression précédente étant un peu longue, on peut approximer la loi binomiale par une<br />
loi normale de moyenne 1000 · 0, 04 = 40 et de variance 1000 · 0, 04 · 0, 96 = 38, 4, d’où<br />
( )<br />
30 − 40<br />
P(X > 30) ≃ P Y > √ ≃ 0, 947,<br />
38, 4<br />
où Y est une variable aléatoire normale centrée réduite et où le résultat de l’intégrale s’obtient à l’aide<br />
d’une table.<br />
Remarque: Bien que np = 40, on peut aussi essayer d’approximer cette binomiale par une loi de Poisson,<br />
dans ce cas, on trouve P(X > 30) ≃ 0, 938.<br />
Corrigé 83 Le nombre d’erreurs d’impression X dans une page déterminée est distribué B(n = 450, p =<br />
1/350), d’où<br />
2∑<br />
( ) i ( ) 450−i 1 349<br />
P(X ≥ 3) = 1 − P(X ≤ 2) = C450<br />
i ≃ 0, 14.<br />
350 350<br />
i=0<br />
On peut aussi faire l’approximation de cette binomiale par une loi de Poisson de paramètre λ = np ≃ 1.29<br />
et on obtient alors<br />
P(X ≥ 3) = 1 − P(X ≤ 2) = 1 − e −λ ( 1 + λ + λ 2 /2 ) ≃ 0, 14.<br />
Corrigé 84 Soit X le nombre de boules noires tirées, on a<br />
P(X = 3) = C3 400 C2 600<br />
C 5 1000<br />
≃ 0, 23059.<br />
Une valeur approchée de ce résultat peut se calculer en utilisant l’approximation par une loi binomiale<br />
de paramètre n = 5 et p = 400/1000, dans ce cas on obtient<br />
P(X = 3) ≃ C 3 50.4 3 0.6 2 = 0, 2304.<br />
Corrigé 85 a) Comme X est une variable aléatoire positive:<br />
P {X > 85} ≤ E( X 85 ) = 75<br />
85 ∼ = 0, 88<br />
b) Remarquons tout de suite que la connaissance du 2ème moment de X permet d’améliorer la majoration<br />
précédente:<br />
On a aussi:<br />
P {X > 85} = P {X 2 > 85 2 } ≤ 1<br />
85 2 E(X2 ) = σ2 + E(X) 2 25 + 752<br />
85 2 = ∼ = 0, 78<br />
85 2<br />
P {65 ≤ X ≤ 85} = P {|X − E(X)| ≤ 10} = 1 − P {|X − E(X)| > 10} ≥ 1 − σ2<br />
10 2 = 3/4<br />
23