You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Où on a employé le fait que pour tout x ∈ R d , lim n→∞<br />
(<br />
1 +<br />
x<br />
n) n<br />
= e x . Mais,<br />
Alors,<br />
lim<br />
n→∞<br />
n! 1<br />
(n − k)! n k = 1<br />
lim P(Y n = k) = e −λλk<br />
n→∞ k!<br />
Corrigé 91 a) Soient X 1 , X 2 , . . . , X n des variables aléatoires indépendantes et identiquement distribuées.<br />
Supposons que E(X 1 ) = 0 et que E(X 2 1) = 1. Alors,<br />
X 1 + X 2 + · · ·X n<br />
√ n<br />
converge en distribution vers une variable alétoire gaussienne centrée réduite.<br />
b) Soit X le nombre de faces obtenus. X est égal à la somme de 500 variables aléatoires indépendentes<br />
de Bernoulli de paramètre 1/2. X est donc une v.a. binomiale de paramètres n = 500 et p = 1/2.<br />
Son espérance et sa variance valent donc<br />
m := E(X) = np = 500 · 1<br />
2 = 250<br />
et<br />
σ 2 := V ar(X) = np(1 − p) = 500 · 1<br />
2 · 1<br />
2 = 125<br />
Y étant une variable gaussienne centrée réduite, on a ensuite<br />
P(250 − 10 ≤ X ≤ 250 + 10) = P(240 ≤ X ≤ 260)<br />
( 240 − m<br />
≈ P<br />
≤ Y ≤ 260 − m )<br />
σ<br />
σ<br />
( −10<br />
= P<br />
11, 18 ≤ Y ≤ 10 )<br />
11, 18<br />
= P(−0, 894 ≤ Y ≤ 0, 894)<br />
= 2 · P(0 ≤ Y ≤ 0, 894)<br />
= 2 · 0, 314<br />
= 0, 628<br />
Corrigé 92 En 25 journées de travail, 625 armoires sont produites; à chacune d’entre elles correspond<br />
une variable de Bernoulli X i de paramètre p = 0, 95, prenant la valeur 1 si l’armoire est sans défaut, 0<br />
sinon. Ces variables aléatoires sont indépendantes, leur somme a pour moyenne:<br />
E( ∑ 625<br />
i=1 X i) = 625 × 0, 95 = 593, 75<br />
et pour variance: V ar( ∑ 625<br />
i=1 X i) = ∑ 625<br />
i=1 V ar(X i) = 625 × 0, 95 × 0, 05 = 29, 6875 .<br />
En appliquant le Théorème Central Limite et en effectuant une correction de continuité, on obtient:<br />
P {X 1 + ... + X 625 ≥ 600} = P {X 1 + ... + X 625 > 599}<br />
= P {X 1 + ... + X 625 > 599, 5}<br />
= P { X 1 + ... + X 625 − 593, 75 599, 5 − 593, 75<br />
√ > √ }<br />
29, 6875 29, 6875<br />
∼= P {Z > 1, 0553},<br />
où Z est une variable normale centrée réduite.<br />
La lecture des tables donne ensuite: P {X 1 + ... + X 625 ≥ 600} ∼ = 0, 85.<br />
Corrigé 93 a) Avec n mesures, l’intervalle de confiance à 90% pour m est:<br />
[X n − σΦ α/2<br />
√ n<br />
; X n + σΦ α/2<br />
√ n<br />
]<br />
(X n étant la moyenne arithmétique des n mesures).<br />
Pour diminuer de moitié la longueur de cet intervalle de confiance à 90% pour m, il faut donc<br />
quadrupler le nombre de mesures effectuées, autrement dit effectuer 75 mesures supplémentaires.<br />
25