Ex Supplémentaires Statiqtiques Desciptive

Probabilités et inférence statistique
STAT0067-4
Exercices supplémentaires
HEC - Liège
Célia Paquay
Emeline Leloup
Année académique 2023 - 2024
Version du 11 septembre 2023

Version étudiant
Table des matières
Chapitre 1 : Notions de bases 3
Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Chapitre 2 : Variables aléatoires 11

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Chapitre 3 : Distributions usuelles 14

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Chapitre 4 : Couples, fonctions et relations de variables aléatoires 22

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Chapitre 5 : Résultats de convergence 30

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
Chapitre 7 : Estimation ponctuelle 33

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Chapitre 8 : Estimation par intervalle de confiance 37

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Chapitre 9 : Tests d’hypothèses sur une population 42

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Chapitre 10 : Tests de comparaison sur plusieurs populations 52

Enoncés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
Indices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Réponses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2
Chapitre 1 : Notions de base
Pour tous les exercices :
Définissez les événements que vous utilisez sauf s’ils sont déjà définis dans le contexte.
Utilisez le moins d’événements possibles (certains sont peut-être liés entre eux, précisez-le
dès le début).
Ecrivez les probabilités fournies dans l’énoncé avec ces événements.
Enoncés
Exercice 1.19. Une association est composée de 43% d’hommes et de 57% de femmes.
23% des femmes lisent régulièrement le périodique de l’association pour seulement 5%
des hommes. On considère un membre de l’association pris au hasard. Quelle est la
probabilité que ce membre :
1. soit une femme qui lit régulièrement le périodique de l’association ?
2. soit un homme qui ne lit pas régulièrement le périodique de l’association ?
Indice Réponse
Exercice 1.20. Une compagnie d’assurance estime que les gens peuvent être répartis
en deux classes : ceux qui sont enclins aux accidents “à haut risque” soit 30% de
la population, les autres dits “à risque modéré”. Les statistiques de cette compagnie
montrent qu’un individu à haut risque a une probabilité de 0.40 d’avoir un accident
en l’espace d’un an. Cette probabilité tombe à 0.20 pour les gens à risque modéré.
1. Quelle est la probabilité qu’un nouvel assuré soit victime d’un accident durant
l’année qui suit la signature de son contrat ?
2. Un nouveau signataire a un accident dans l’année qui suit la signature de son
contrat. Quelle est la probabilité qu’il fasse partie de la classe ’haut risque’ ?
Indice Réponse
Exercice 1.21. Trois hommes A, B et C visent une cible indépendamment les uns
des autres. Les probabilités respectives de l’atteindre sont de 16 , 14 , 13 pour A, B et C.
Quelle est la probabilité que deux hommes au moins atteignent la cible ?
Indice Réponse
Exercice 1.22. Dans une école, 23% des élèves d’une classe jouent au football, 14%
jouent au volley et 17% au basket. On sait également que 9% des élèves pratiquent
à la fois le football et le basket. Par ailleurs, 35% des joueurs de basket pratiquent
également le volley et 18% des joueurs de volley jouent également au football.
1. En notant F , B et V les événements jouer au football, jouer au basket et jouer
au volley, indiquez quelles probabilités peuvent être directement trouvées à
partir des informations données dans l’énoncé.
3
2. On tire au hasard un élève de la classe :
(a) Quelle est la probabilité qu’il ne joue pas au football ?
(b) Quelle est la probabilité qu’il joue au football ou au basket ?
(c) Quelle est la probabilité qu’il joue au basket et au volley ?
(d) Quelle est la probabilité qu’il joue au basket mais pas au football ?
3. On rencontre un élève qui pratique le football. Quelle est la probabilité qu’il
pratique le basket ?
4. Les événements F et V sont-ils indépendants ?
Indice Réponse
Exercice 1.23. En Belgique, il pleut 4 jours sur 10 et il fait beau les 6 autres jours.
Malgré les instruments sophistiqués dont il dispose, Monsieur Météo se trompe sou-
vent : parmi les beaux jours, il avait prévu de la pluie dans 30% des cas et parmi les
jours pluvieux, il avait prévu du soleil dans 10% des cas.
1. Quelle est la probabilité qu’il pleuve demain ?
2. Si Monsieur Météo prévoit de la pluie pour demain, quelle est la probabilité
qu’il pleuve ?
3. Si Monsieur Météo prévoit de la pluie pour demain, quelle est la probabilité
qu’il fasse beau ?
Indice Réponse
Exercice 1.24. En cas de migraine, trois patients sur cinq prennent de l’aspirine (ou
équivalent) et deux patients sur cinq prennent un médicament M présentant des effets
secondaires. Avec l’aspirine, 75% des patients sont soulagés et avec le médicament M,
90% des patients sont soulagés.
1. Quel est le taux global de personnes soulagées ?
2. Quelle est la probabilité pour un patient d’avoir pris de l’aspirine sachant qu’il
est soulagé ?
Indice Réponse
Exercice 1.25. Dans un village de vacances, trois stages sont proposés aux adultes et
aux enfants. Ils ont lieu dans la même plage horaire et leurs thèmes sont : la magie, le
théâtre et la photo numérique. 150 personnes dont 90 adultes se sont inscrits à l’un de
ces stages. Parmi les 150 personnes inscrites, on relève que la magie a été choisie par
la moitié des enfants et 20% des adultes ; 27 adultes ont opté pour la photo numérique
ainsi que 10% des enfants.
1. Quelle est la probabilité que la personne appelée soit un enfant ?
2. Quelle est la probabilité que la personne appelée ait choisi la photo sachant
que c’est un adulte ?
3. Quelle est la probabilité que la personne appelée soit un adulte ayant choisi le
4
théâtre ?
4. Montrez que la probabilité que la personne appelée ait choisi la magie est de
0.32.
5. Le directeur du village désigne une personne ayant choisi la magie. Il dit qu’il
y a deux chances sur trois pour que ce soit un enfant. A-t-il raison ? Justifie ta
réponse.
6. On choisit parmi les personnes qui désirent suivre un stage, trois personnes au
hasard. On assimile ce choix à un tirage avec remise. Quelle est la probabilité
qu’une seule personne ait choisi la magie ?
Indice Réponse
Exercice 1.26. Madame Boulard fait un très grand élevage de chats de race. Elle
possède des Siamois, des Birmans et des Abyssins. Le printemps dernier, pratiquement
toutes ses femelles ont eu des bébés et madame Boulard a mis une annonce pour
signaler qu’elle avait une très grande quantité de petits chatons à vendre. On sait que :
32% sont des Siamois, 54% des chatons sont des Abyssins et le reste est constitué de
Birmans. Parmi les Siamois, 54% sont des mâles, 66% des Abyssins sont des femelles
et il y a au total, 40.96% de chatons mâles.
Un petit garçon, Pierre, vient acheter un chaton avec sa mère. Comme ils sont tous
adorables et qu’il n’arrive pas à choisir, Pierre décide de le prendre au hasard.
1. Quelle est la probabilité que Pierre achète un chaton mâle Siamois ?
2. Quelle est la probabilité que Pierre achète un chaton mâle Abyssin ?
3. En déduire la probabilité que Pierre achète un chaton mâle Birman.
4. Le chaton acheté par Pierre est un Birman. Quelle est la probabilité que ce
soit un mâle ?
Indice Réponse
Exercice 1.27. Un atelier de confection propose cent manteaux d’un certain type
auxquels on attribue au hasard trois sortes d’accessoires (poche intérieure, boutons
métalliques, étiquette “pure laine”)
— 20 manteaux comportent une poche intérieure
— 40 manteaux ont des boutons métalliques
— 60 manteaux sont munis d’une étiquette “pure laine”.
On choisit un manteau au hasard dans cette collection. Quelle est la probabilité des
événements suivants :
1. le manteau possède des boutons métalliques et une étiquette “pure laine”
2. le manteau possède une étiquette “pure laine” ou une poche intérieure
Indice Réponse
5
Exercice 1.28. Chez un constructeur automobile, l’étude des informations remontant
des concessionnaires conclut que 5% des joints sont de mauvaise qualité et 95% d’entre
eux sont de bonne qualité. Par ailleurs, le test de qualité en usine fonctionne de la
manière suivante : 90% des joints défectueux sont détectés comme tels et 8% des joints
qui sont en réalité de bonne qualité sont rejetés au contrôle.
Utilisons les notations suivantes : M “joint de mauvaise qualité”, B “joint de bonne
qualité”, DM “joint déclaré de mauvaise qualité”, DB “ joint déclaré de bonne
qualité”.
1. Représentez la situation sous forme d’un arbre.
2. Quelles sont les probabilités que
(a) un joint rejeté au contrôle soit réellement défectueux ?
(b) un joint déclaré bon au contrôle soit en réalité défectueux ?
Réponse
Exercice 1.29. (août 2021) Un restaurant prépare deux plats pour ses clients : un
plat froid spécial et une assiette de charcuterie. 80% des hommes qui sont clients
commandent le plat spécial, les autres prenant l’assiette de charcuterie ; 90% des
femmes qui sont clientes commandent l’assiette de charcuterie, les autres prenant le
plat spécial. 75% des clients sont des hommes.
1. Formalisez l’énoncé avec des événements et exprimez les probabilités de l’énoncé
en fonction des événements que vous avez introduits.
2. Représentez la situation sous forme d’arbre : indiquez-y tous les événements et
les probabilités fournis dans l’énoncé.
3. Calculez la probabilité qu’une personne cliente prise au hasard commande une
assiette de charcuterie.
4. Calculez la probabilité qu’une personne cliente prise au hasard soit une femme
ou qu’elle commande une assiette de charcuterie.
5. Calculez la probabilité qu’une personne commandant un plat spécial soit un
homme.
6. Une étude prétend que le choix des plats ne dépend pas du sexe des clients.
Que pouvez-vous dire à ce propos ?
Réponse
6
Indices
— Exercice 1.19
Probabilités composées
— Exercice 1.20
1. Probabilités totales
2. Formule de Bayes
— Exercice 1.21
Traduire deux hommes “au moins 2” - Indépendance des événements
— Exercice 1.22
2. (a) Propriété de la probabilité d’un événement complémentaire
(b) Loi d’addition
(c) Probabilités composées
(d) B ∩ F = B \ (B ∩ F )
3. Formule de Bayes
4. Définition de l’indépendance
— Exercice 1.23
Indice général : l’événement “beau temps” et l’événement “ beau temps annoncé”
sont différents.
1. Enoncé
2. Théorème de Bayes
3. Propriété de la probabilité d’un événement complémentaire.
— Exercice 1.24
1. Probabilité totale
2. Formule de Bayes
— Exercice 1.25
Indices généraux : Attention à bien exprimer des probabilités et non les effectifs
directement
Réalisez un arbre pour vous aider à représenter l’information
1. Propriété de la probabilité d’un événement complémentaire
2. Probabilité conditionnelle
3. Réécriture de l’événement en fonction des autres événements
6. Indépendance
— Exercice 1.26
1. Probabilité composée
2. Probabilité composée + Propriété de la probabilité d’un événement complé-
mentaire
— Exercice 1.27
1. Indépendance
2. Loi d’addition
7
Réponses
— Exercice 1.19
1. 0.1311
2. 0.4085
— Exercice 1.20
1. 0.26
2. 6/13
— Exercice 1.21
0.1528
— Exercice 1.22
1. P(F ) = 0.23 ; P(V ) = 0.14 ; P(B) = 0.17 ; P(F ∩ B) = 0.09 ; P(V |B) = 0.35 ;
P(F |V ) = 0.18
2. (a) 0.77
(b) 0.31
(c) 0.0595
(d) 0.08
3. 0.3913
4. Non
— Exercice 1.23
1. 0.4
2
2. 3
1
3. 3
— Exercice 1.24
1. 0.81
5
2. 9
— Exercice 1.25
2
1. 5
3
2. 10
3
3. 10
4. 0.32
5. le directeur a tort
6. 0.443904
— Exercice 1.26
1. 0.1728
2. 0.1836
3. 0.0532
4. 0.38
— Exercice 1.27
8
1. 0.24
2. 0.68
— Exercice 1.28
1. Représentez la situation sous forme d’un arbre.
) P(DM ∩ M )
M |M DM
P( D
M
) P(D
M B |M
P( ) DB P(DB ∩ M )
P(
B M |B ) DM P(DM ∩ B)
) P(D
B
P(D
B |B
) DB P(DB ∩ B)
où
— P(M ) = 0.05
— P(B) = 0.95
— P(DB|M ) = 0.1
— P(DM |M ) = 0.9
— P(DB|B) = 0.92
— P(DM |B) = 0.08
(a) P(M |DM ) = 37.19%
(b) P(M |DB) = 0.57%
— Exercice 1.29
1. H : homme, H : Femme, C : charcuterie, C : plat spécial
P(H) = 0.75 P(C|H) = 0.9 P(C|H) = 0.8
2. arbre
9
C
P(C|H) = 0.9
P(H) = 0.25
C
P(H) = 0.75
P(C|H) = 0.80
C
3. 0.375
4. 0.4
5. 0.96
6. L’étude se trompe, le choix des plats dépend du sexe des clients.
10
Chapitre 2 : Variables aléatoires
Enoncés
Exercice 2.20. Deux joueurs A et B conviennent de participer au jeu suivant : A
lance deux fois un dé à 6 faces équilibré ; s’il obtient :
— deux fois “6”, il gagne 100 euros
— une fois “6”, B lance une fois le dé
— si B obtient “6”, A perd 10 euros
— si B n’obtient pas “6”, A gagne 50 euros
— si A n’obtient aucun “6”, B lance deux fois le dé :
— si B obtient deux fois “6”, A perd 20 euros
— si B obtient une fois “6”, A perd 10 euros
— si B n’obtient pas “6”, A gagne 50 euros.
Quel est le montant de la mise équitable pour A ?
Indice Réponse
Exercice 2.21. Un sac contient 2 boules blanches et 3 noires. Quatre personnes tirent
une boule dans l’ordre A, B, C, D. Un gain de 10 euros récompense la première boule
blanche tirée. Quelle est la mise équitable de chacun des joueurs sachant que les boules
tirées ne sont pas remises ?
Indice Réponse
Exercice 2.22. Supposons que vous soyez au rez-de-chaussée d’un immeuble de 8

étages (en plus du rez), que vous y attendiez un ascenseur qui ne se trouve pas là
et qui peut se trouver à n’importe quel étage avec une même probabilité. Combien
de temps devrez-vous attendre en moyenne si l’ascenseur met 5 secondes pour passer
d’un étage à l’autre (son démarrage et son arrêt étant considérés comme instantanés) ?
Quel est l’écart-type de votre temps d’attente ?
Réponse
Exercice 2.23. Montrez que la fonction suivante est bien une densité de probabilité :
(
1 −x/3
e si x > 0
f (x) = 3
0 sinon
Réponse
11
Exercice 2.24. Si on ajoutait 10% de leur résultat à tous les étudiants de seconde can-
didature en sciences de gestion, quel impact aurait cette modification sur la moyenne
et la variance des résultats de ces étudiants ?
Indice Réponse
Exercice 2.25. Soient p ∈]0, 1[ et X une v.a. suivant une loi dite géométrique, i.e.
vérifiant
P(X = x) = p(1 − p)x−1 , x ∈ N0
Vérifiez qu’il s’agit bien d’une loi de probabilité.
Indice Réponse
Exercice 2.26. Aux urgences d’un hopital lors d’une épidémie, le nombre de ma-
lades qui arrivent chaque jour est donné par la variable aléatoire X d’espérance 63
et de variance 169. Que pouvez-vous dire concernant la probabilité que le nombre de
malades se trouvent entre 39.6 et 86.4 ?
Indice Réponse
12
Indices
— Exercice 2.20
Réalisez un arbre ou faites le détail des cas (tenez compte de la symétrie, l’ordre a
de l’importance)
— Exercice 2.21
Calculez séparément la probabilité de gain de chaque jour (un joueur ne peut gagner
que si les précédents ont une boule noire)
— Exercice 2.24
Ajoutez 10% de leur résultats i.e. faire 110% X
— Exercice 2.25
Commencez par écrire les conditions que la loi doit satisfaire
Une fois les conditions écrites, rappelez-vous qu’une série géométrique Sn = a ni=0 q i
P
n+1
de raison q et de premier terme a s’écrit Sn = a 1−q 1−q
et converge pour n → +∞
1
si |q| < 1 vers a 1−q
— Exercice 2.26
Utilisation de l’IBT (k = 1.8)
Réponses
— Exercice 2.20
23 125
648
— Exercice 2.21
A = 4; B = 3; C = 2; D = 1
— Exercice 2.22
temps moyen : 22.5 s ; écart-type : 11.46 s
— Exercice 2.23
f (x) ≥ 0
Continue partout sauf en 0 (donc en un seul point) où la limite à gauche et la limite
àR droite sont finies
+∞
−∞
f (x)dx = 1
— Exercice 2.24 11 10
E(X); 121
100
V (X)
— Exercice 2.25
Utilisation de l’indice
— Exercice 2.26
P(39.6 ≤ X ≤ 86.4) ≥ 0.6914
13
Chapitre 3 : Distributions usuelles
Définissez les variables aléatoires que vous utilisez sauf si elles sont déjà définies dans le
contexte.
Attention à la différence entre un événement et une v.a.
Exemple : événement A=”’avoir 2 au dé”’ - v.a. X =”’nombre de balles rouges obtenues
après trois tirages”’
P(A) a du sens alors que P(X) n’en a pas !
Enoncés
Exercice 3.25. Un examen se présente sous la forme de vingt questions. Pour chacun
de ces questions, cinq réponses sont proposées parmi lesquelles se trouvent quatre
réponses incorrectes et une réponse correcte. Supposons qu’un étudiant réponde au
hasard à ces vingt questions. Soit X le nombre de ses bonnes réponses. Déterminez
P(X = 10) et P(X ≤ 2).
Réponse
Exercice 3.26. Prélevons 5 cartes, l’une après l’autre, dans un jeu de cinquante-
deux cartes, en replaçant chaque fois la carte prélevée dans le jeu et en mélangeant
les cartes. Considérons la variable X qui compte le nombre de piques obtenu au cours
des cinq tirages. Quelle est la loi de probabilité qui régit cette variable ? Calculez la
moyenne et la variance de cette distribution.
Réponse
Exercice 3.27. La probabilité qu’un employé d’une compagnie d’assurances ait un

traitement annuel supérieur à 50000 e est égale à 0.7. Calculez, pour cette compagnie,
la probabilité des événements suivants :
1. A : Dans un groupe de 14 employés choisis au hasard, 5 ont un traitement
supérieur à 50000 e.
2. B : Parmi ces 14 employés, 12 ou plus ont un tel traitement
3. C : Parmi un groupe de 20 employés choisis au hasard, au moins 90% ont un
tel traitement.
On supposera ici que le nombre d’employés de la compagnie est suffisamment grand
que pour que les tirages au sort des personnes, même sans remise, soient considérés
comme indépendants les uns des autres.
Réponse
14
Exercice 3.28. Le fil d’un métier à tisser se casse en moyenne 0.375 fois par heure
de fonctionnement du métier selon une loi de Poisson. Calculez la probabilité pour
que durant huit heures de travail, le nombre X de cassures du fil se situe entre 2 et 4.
Réponse
Exercice 3.29. Un étudiant qui habite à Chaudfontaine se rend au Sart-Tilman à

vélo. Son trajet dure en moyenne 50 minutes avec un écart-type de 5 minutes. On
suppose que cette durée suit une distribution normale.
L’étudiant, s’il n’a pas fait la fête la veille, quitte son domicile une heure avant le
début des cours. Dans le cas contraire, il quitte son domicile 45 minutes avant le
début des cours. Il estime que sa probabilité de faire la fête est de 1/5. On fait par
ailleurs l’hypothèse qu’il y a indépendance entre les événements relatifs à des journées
différentes.
1. Quelle est la probabilité qu’il arrive à l’heure à l’université ?

2. Soit V la variable aléatoire correspondant au nombre de journées au cours d’un
semestre de 13 semaines de 5 jours pendant lesquelles il est arrivé à l’heure à
l’université.
(a) Déterminer la distribution de la variable V ?
(b) Quelle est la probabilité que l’étudiant soit arrivé à l’heure tous les jours
de ce semestre ?
(c) Quelle est la probabilité que l’étudiant ait eu au plus 2 jours de retard sur
ce semestre ?
Réponse
Exercice 3.30. Soit X ∼ N (25; 25). Calculez, à l’aide des tables :

1. P(X 6 35)
2. P(X 6 20)
3. P(X > 27)
4. P(X > 23)
5. P(X > 19)
6. P(22 6 X 6 28)
7. P(22 6 X 6 24)
8. P(26.5 6 X 6 28.2)
9. P(18.25 6 X 6 25.5)
10. P(30.6 6 X 6 30.65)
11. P(29.5 6 X 6 30.61)
12. P(15.12 6 X 6 18.25)
Indice Réponse
15
Exercice 3.31. Les cotes obtenues lors d’un examen sont distribuées normalement
avec µ = 12 et σ = 3.5. Quelle est la cote maximum atteinte par les étudiants refusés
sachant qu’il y en a 15.6% ?
Indice Réponse
Exercice 3.32. Soit X ∼ N (µ; σ 2 ) : P (X > 161.4) = 0.0029 et P (X 6 113.1) =

0.3228. Calculez : P (114 6 X 6 156).
Indice Réponse
Exercice 3.33. Une compagnie d’assurances envisage de couvrir un risque dont la

probabilité s’élève à 1%. 500 adhérents accèdent à ce nouveau service. Calculez les
probabilités suivantes :
1. aucun adhérent ne sera concerné et ne profitera de cette nouvelles couverture ;
2. moins de 10 adhérents seront concernés.
Indice Réponse
Exercice 3.34. Dans une entreprise, 60% du personnel est favorable à un dévelop-
pement de stratégie par diversification du produit fabriqué. Quelle est la probabilité
que dans un groupe de 150 personnes choisies au hasard :
1. une majorité soit favorable à la stratégie indiquée ?
2. une minorité soit favorable à la stratégie indiquée ?
Indice Réponse
Exercice 3.35. Pour étudier les particules émises par une substance radioactive, on
dispose d’un détecteur. On note X la variable aléatoire représentant le nombre de
particules qui atteignent le détecteur pendant un intervalle de temps δt. Le nombre
maximal de particules que le détecteur peut compter pendant un intervalle de temps
δt est de 103 . On suppose que X suit une loi de Poisson de paramètre λ = 102 . Estimez
la probabilité que le seuil d’observations du détecteur soit dépassé.
Indice Réponse
Exercice 3.36. Une firme informatique engage les candidats qui obtiennent à leur
d’examen d’admission un score qui se trouve dans les 20.05% supérieurs de la distri-
bution supposée normale. Quatre de vos connaissances ont passé l’examen : Annette
a obtenu 80, Pedro 85, Gaston 90, et Philomène 95. Sachant que le score moyen au
test d’admission est de 75 et que l’écart-type des résultats est de 10, quelles personnes
seront engagées ?
16
Indice Réponse
Exercice 3.37. Dans une certaine université, les résultats au cours de statistiques
obtenus par les étudiants de 1ère année présentent une moyenne de 25 avec un écart-
type de 5. Ceux des étudiants de 2ème année présentent une moyenne de 30 et un
écart-type de 10. Supposant des distributions normales, quel pourcentage des élèves de
2ème année obtiennent des scores supérieurs à la moyenne des élèves de 1ère année ?
Réponse
Exercice 3.38. Peuvent bénéficier d’un minerval au prix intermédiaire les étudiants
dont les parents ont un revenu annuel compris entre 16 000 e et 20 000e. Dans la
population liégeoise, le salaire annuel se distribue normalement et a pour moyenne
24 000e avec un écart type de 6 000e. Quel pourcentage d’étudiants de la région
liégeoise pourrait bénéficier de cette réduction de minerval ?
Réponse
Exercice 3.39. Pour une loi normale, quelle est la probabilité d’être à plus de 2
écart-types de la moyenne ?
Indice Réponse
Exercice 3.40. (août 2021) L’autoroute E25 qui relie Visé à Arlon en Belgique est
particulièrement accidentogène. En moyenne, on dénombre 8 accidents corporels par
an (chiffre fictif). On suppose que le nombre d’accidents corporels survenant durant
une année est indépendant du nombre d’accidents survenus l’année précédente et que
le nombre d’accidents survenant sur une période ne dépend que de la durée de la
période. On suppose également qu’avoir plus d’un accident sur un court intervalle de
temps survient très rarement.
Soit X la variable aléatoire représentant le nombre d’accidents qui surviendront l’an-
née prochaine.
Dans vos réponses aux questions suivantes, montrez les étapes de vos calculs.
1. Déterminez et expliquez la loi de probabilité de X. Spécifiez également la valeur
de ou des paramètres de cette loi et justifiez.
2. Quel nombre moyen d’accidents peut-on s’attendre à observer lors des six pro-
chains mois ?
3. Quelle est la probabilité qu’il y ait au plus 5 accidents l’année prochaine ?
4. Quelle est, approximativement, la probabilité qu’il y ait au moins 30 accidents
sur les 3 prochaines années ? Justifiez votre approximation.
17
Réponse
Exercice 3.41. Selon une étude sur le comportement du consommateur, 25% d’entre
eux sont influencés par la marque, lors de l’achat d’un bien. Si on interroge 100
consommateurs pris au hasard, quelle est la probabilité pour qu’au moins 36 d’entre
eux se déclarent influencés par la marque ?
Indice Réponse
Exercice 3.42. Dans une ville, 55% des jurés éligibles sont des femmes. On tire au
hasard un jury de 40 membres, quelle est la probabilité qu’il comprenne moins de
femmes que d’hommes ?
Indice Réponse
Exercice 3.43. Dans une entreprise, la proposition d’un nouveau procédé de fixation
des salaires ne recueille que 1.25% d’avis favorables. Sur 800 personnes choisies au
hasard, quelle est la probabilité que :
1. vingt-cinq personnes exactement lui soient favorables ?
2. dix personnes ou plus soient favorables au nouveau procédé ?
Indice Réponse
18
Indices
— Exercice 3.30
Le but est de se ramener à des valeurs de Φ(z) données par la table de la distribution
normale centée réduite. Utiliser la symétrie de la fonction de densité par rapport
à l’axe des ordonnées, en déduire des liens sur les valeurs de certaines aires.
— Exercice 3.31
Traduire (réaliser un dessin) sous forme d’aire pour comprendre ce qu’on cherche
On cherche x tel que P(X ≤ x) = 15.6%
— Exercice 3.32
A partir des deux probabilités données, réaliser un système pour déterminer µ et
σ (µ = 120 et σ = 15)
Calculer la probabilité demandée en utilisant µ et σ.
— Exercice 3.33
Comme n > 25 et p < 0.1,S ∼ B(500, 0.01) → X ∼ P (np).
— Exercice 3.34
Nous avons n > 20, np > 10, nq > 10 nous pouvons donc approcher la loi binomiale
par une loi normale
Bin (n; p) ≈ N (np; npq) .
Correction de continuité
— Exercice 3.35
Deux possibilités : IBT ou approximation normale
— Exercice 3.36
Traduire (réaliser un dessin) sous forme d’aire
Trouver le seuil d’acceptation à partir du 20.05%
En déduire qui est accepté.
— Exercice 3.39
Etre à plus de 2 écart-types de la moyenne signifie être plus grand que la moyenne
+ 2 écart-type ou être plus petit que la moyenne -2 écart-type
— Exercice 3.40
Il s’agit d’un processus de comptage d’événements rares
— Exercice 3.41
Approximation de la loi binomiale par une loi normale (attention à la correction
de continuité)
— Exercice 3.42
Approximation de la loi binomiale par une loi normale (attention à la correction
de continuité)
— Exercice 3.43
Approximation de la loi binomiale par une loi de Poisson ou normale (attention à
la correction de continuité dans le second cas)
Réponses
— Exercice 3.25
0.002 et 0.20609
— Exercice 3.26
19
X ∼ Bin(5, 14 )
E(X) = 1.25
V (X) = 0.9375
— Exercice 3.27
1. 0.00662
2. 0.161
3. 0.0355
— Exercice 3.28
0.616
— Exercice 3.29
1. 0.81
2. (a) V ∼ Bin(n = 65, p = 0.81).
(b) P (V = 65) = 0.8165 = 1.13 × 10−6 ≈ 0.
(c) P(V ≥ 63) = 65 65 65
63 2

63
0.81 0.19 + 64
0.8164 0.19 + 65
0.8165 = 0.0001.
— Exercice 3.30
1. 0.9772
2. 0.1587
3. 0.3446
4. 0.6554
5. 0.8849
6. 0.4514
7. 0.1464
8. 0.1210
9. 0.4513
10. 0.0022
11. 0.0531
12. 0.0644
— Exercice 3.31
8.46185
— Exercice 3.32
0.6472
— Exercice 3.33
1. 0.0067
2. 0.9682
— Exercice 3.34
1. 0.992
2. 0.0049
— Exercice 3.35
Avec IBT : Il y a moins de 0.0123% de chance d’avoir plus de 1000 particules
observées.
Avec approximation normale : il y a presque 0% de chance d’avoir de 1000 particules
observées.
20
— Exercice 3.36
Pedro, Gaston et Philomène
— Exercice 3.37
69.15%
— Exercice 3.38 15.96%
— Exercice 3.39
4.56%
— Exercice 3.40
1. X ∼ P(8)
2. 4
3. 0.1912 si cumulatif ou 0.1878 si passage par le complémentaire
4. 0.1308 (passage à la loi normale)
— Exercice 3.41
0.0077
— Exercice 3.42
0.2135
— Exercice 3.43
25
1. si approximation par Poisson : P (S = 25) ≈ P (X = 25) = e−10 · 1025! = 0.00003
si approximation normale : P(24.5 ≤ X ≤ 25.5) = P(Z ≤ 4.9324) − P(Z ≤
4.6142) = 1 − 1 = 0
2. Si approximation par Poisson : P (S > 10) = 0.54207
Si approximation normale : P(X ≥ 9.5) = P(Z ≥ −0.1591) = P(Z ≤ 0.1591) =
0.56324 (interpolation)
21
Chapitre 4 : Couples, fonctions et relations de va-
riables aléatoires
Enoncés
Exercice 4.26. Soit X la variable aléatoire égale au poids d’un produit :
xi 250 251 252 254

p xi 5/12 1/3 1/6 1/12
Soit Y la variable aéatoire égale au poids de l’emballage :
yj 20 21 23
p yj 1/2 1/4 1/4
X et Y étant supposés indépendants,

1. déterminez la loi conjointe de (X, Y )
2. déterminez les espérances et variances marginales.
3. déterminez la loi conditionnelle de Y sachant que X = 252.
4. Calculez Cov (X, Y ) de deux manières.
5. Calculez ρ (X, Y ).
Réponse
Exercice 4.27. Soient X et Y deux v.a. dont les valeurs respectives sont notées
x1 et x2 d’une part et y1 et y2 d’autre part. Si les distributions marginales sont
{(x1 , 0.3), (x2 , 0.7)} et {(y1 , 0.2), (y2 , 0.8)}, quelle doit être la loi de (X, Y ) pour affir-
mer que X et Y sont deux v.a. indépendantes ?
Réponse
Exercice 4.28. On dispose de n boites numérotées de 1 à n. La boite k contient k

boules numérotées de 1 à k. On choisit au hasard de façon équiprobable une boite,
puis une boule dans cette boite. On note X le numéro de la boite et Y le numéro de
la boule. Déterminez la loi conjointe du couple (X, Y ).
Indice Réponse
Exercice 4.29. On dispose d’une urne contenant quatre jetons numérotés de 1 à 4,

et on tire au sort successivement deux jetons sans remise. On note (X, Y ) les résultats
des deux tirages.
1. Justifiez que P(X = i ∩ Y = i) = 0 pour tout i entre 1 et 4 et P(X = i ∩ Y =
1
j) = 12 si 1 ≤ i, j ≤ 4 et i 6= j.
22
2. Quelle est la valeur de Y qu’il est plus probable d’observer ?
3. Quelle est la valeur de Y qu’il est plus probable d’observer si le premier jeton
vaut 3 ?
4. Les v.a. X et Y sont-elles indépendantes ?
5. La distribution marginale de X est une des distributions usuelles : laquelle ?
Justifiez. Quid de Y ?
Réponse
Exercice 4.30. On considère deux variables aléatoires X et Y de loi de Bernoulli de

paramètres 12 et 32 respectivement. On suppose de plus que P(X = 0 ∩ Y = 0) = 16
1. Déterminez la loi du couple (X, Y ).
2. Les variables X et Y sont-elles indépendantes ?
Réponse
Exercice 4.31. Pour l’expérience aléatoire du lancer d’une pièce équilibrée deux fois,
démontrez que les variables aléatoires X et Y définies sur Ω = {pile, face} correspon-
dant au résultat du premier et second lancer respectivement sont indépendantes.
Réponse
Exercice
4.32. Soient
deux variables aléatoires ayant la même loi de probabilité
0 1
X, Y ∼ .
1/3 2/3
Que vaut P ((X = 0) ∩ (Y = 0)) si on sait que Cov (X, Y ) = 1/9 ?
Indice Réponse
Exercice 4.33. Considérons la distribution de probabilité du couple de v.a. (X, Y )

définie par le tableau suivant :
HH
Y
H y1 y2 y3
X HH
H
x1 0.12 0.08 0.20
x2 0.18 0.12 0.30
Montrez que X et Y sont deux variables indépendantes.
Réponse
23
Exercice 4.34. Le prix unitaire P et la quantité vendue Q d’un bien obéissent à la
loi bivariée suivante :
HH
Q
H 30 40
P HH
H
6 0.4 0.2
8 0.1 0.3
1. Donnez les lois marginales de P et Q.

2. Donnez la loi de Q conditionnelle à un prix de 8.
3. Calculez E(P ) et E(Q).
4. Calculez Cov(P, Q) avec la définition.
5. Calculez le coefficient de corrélation linéaire entre P et Q.
Réponse
Exercice 4.35. On lance deux dés discernables et bien équilibrés. Soient

— X= résultat du premier dé
— Y = différence, en valeur absolue, des résultats obtenus.
Ces deux variables sont-elles indépendantes ?
Réponse
Exercice 4.36. La loi conjointe du couple de variables aléatoires discrètes (X, Y ) est
donnée par le tableau :
HH Y
HH
1 2 3
X HH
1 0 1/2 0
2 1/4 0 1/4
1. Décrivez l’ensemble X[Ω] et Y [Ω].

2. Calculez les lois marginales de chaque variable aléatoire.
3. Calculez E(X) et E(Y ).
4. Calculez la covariance du couple (X, Y ).
5. X et Y sont-elles indépendantes ?
Réponse
Exercice 4.37. Un parieur invente un nouveau jeu qui consiste à

— lancer trois pièces et compter le nombre de piles obtenu
— puis, indépendamment, lancer deux dés et compter le nombre de chiffres pairs
obtenu.
Si la somme des deux nombres est strictement supérieure à trois, l’inventeur du jeu
24
vous donne 100 euros. Sinon, il en gagne 50. Accepteriez-vous de jouer contre l’inven-
teur ?
Indice Réponse
Exercice 4.38. Soit X une variable aléatoire comptant le nombre de 5 obtenus lors
de 10 lancers de dés. Soit Y une variable aléatoire normale d’espérance 6 et de variance
2 indépendante de X.
1. Quelle est l’espérance de la variable XY ?
2. Que vaut l’écart-type de X + 3Y ?
Réponse
Exercice 4.39. Soient deux variables aléatoires X et Y dont la loi conjointe est
donnée par le tableau suivant :
HH Y
H
0 1 2 3
X H
HH
0 0.22 0.20 0 0.02
1 0.05 0.11 0.04 0.01
2 0.04 0.07 0.02 0.22
1. Etablissez les lois marginales de X et de Y . Calculez leur espérance et leur

variance.
2. Etablissez la loi de X conditionnelle à Y = 2. Calculez l’espérance et la variance
de cette loi conditionnelle.
3. Calculez la covariance entre X et Y . Calculez également le coefficient de cor-
rélation linéaire et commentez.
4. Les deux variables sont-elles indépendantes ?
5. Etablissez la loi de la variable aléatoire W = Y 2 − X.
Réponse
Exercice 4.40. (aout 2021) La distribution marginale du nombre annuel de sinistres

automobiles occasionnés par Madame Chauffard (= Y ), ainsi que les distributions
conditionnelles du nombre annuel de sinistres automobiles occasionnés par Monsieur
Chauffard (= X) sont données par les tableaux suivants :
xi 0 1
yj 0 1 2 pxi |yj =0 0.4 0.6
pyj 0.25 0.5 0.25 pxi |yj =1 0.5 0.5
pxi |yj =2 0.6 0.4
1. Quelle est la probabilité que Monsieur Chauffard ait occasionné un sinistre

cette année ? Détaillez votre raisonnement et vos calculs.
25
2. Quelle est la probabilité que, sur une année, Monsieur et Madame Chauffard
aient occasionné le même nombre de sinistres ? Détaillez votre raisonnement et
vos calculs.
3. Pensez-vous que le comportement de Monsieur Chauffard au volant ait une
influence sur celui de Madame Chauffard ? Si oui, cette relation est-elle crois-
sante ou décroissante ? Que cela signifie-t-il ? Justifiez votre raisonnement sur
base de calculs et valeurs numériques.
4. Un sinistre occasionné par Madame Chauffard coute 1000e au couple et un
sinistre occasionné par Monsieur Chauffard coute 2000e. Monsieur et Madame
Chauffard ont entendu parler d’une assurance qui coute 175e par ménage par
mois. Ont-ils intérêt à y souscrire ? Justifiez.
Réponse
Exercice 4.41. Une variable A suit une loi de Poisson de paramètre 2, une autre B
suit une loi de Poisson dont l’espérance est de 5 et une troisième C suit une loi de
Poisson de variance 3. Ces trois variables sont indépendantes. Quelle est la probabilité
que la somme de ces variables soit de 12 ?
Indice Réponse
26
Indices
— Exercice 4.28
Probabilités composées P(boite i)P(boule j|boite i)
Essayez de faire un dessin avec les urnes et le nombre de boules dans chaque et
puis procédez ligne par ligne dans le tableau des probabilités conjointes
La distribution marginale de X est simple à trouver
Est-il possible de tirer la boule numéro 2 dans une urne qui ne possède qu’une seule
boule ?
— Exercice 4.32
Faites un tableau de loi conjointe pour X et Y et placez-y les éléments connus et
l’élément recherché
Pensez à la formule de calcul pratique de la covariance, certains éléments sont
connus puisque les distributions marginales sont données
A quoi est égal
E(XY ) dans ce cas précis ?
— Exercice 4.37
1. Identifiez les lois des deux éléments
2. Pensez aux sommes des lois particulières
3. Le gain est une variable aléatoire : identifiez ses réalisations et les probabilités
associées
4. On accepte de jouer si l’espérance de gain est positive
— Exercice 4.41 Somme des lois particulières
Réponses
— Exercice 4.26
1. Loi conjointe :
HH Y
H
20 21 23 pi•
X H
HH
250 5/24 5/48 5/48 5/12
251 1/6 1/12 1/12 1/3
252 1/12 1/24 1/24 1/6
254 1/24 1/48 1/48 1/12
p•j 1/2 1/4 1/4 1
2. E(X) = 251, V (X) = 4/3, E(Y ) = 21, V (Y ) = 1.5
3. vu que les v.a. sont indépendantes, il s’agit de la loi marginale de Y .
4. E(XY ) = 5271, Cov(X, Y ) = 0.
5. ρ(X, Y ) = 0.
— Exercice 4.27
p11 = 0.2 × 0.3 = 0.06; p12 = 0.8 × 0.3 = 0.24; p21 = 0.14; p22 = 0.56
— Exercice 4.28
27
HH Y
HH
1 2 ··· k ··· n pi•
X HH
1 1
1 n
0 ··· 0 ··· 0 n
1 1 1
2 2n 2n
··· 0 ··· 0 n
.. .. .. .. .. .. .. ..
. . . . . . . .
1 1 1 1
k kn kn
··· kn
··· 0 n
.. .. .. .. .. .. .. ..
. . . . . . . .
1 1 1 1 1
n n2 n2
··· n2
··· n2 n
— Exercice 4.29
2. Il n’y a pas de valeur plus probable que les autres car elles ont toutes la même
3
probabilité de survenir : 12 quel que soit j entre 1 et 4.
1
3. 1, 2 et 4 car la probabilité de survenir est 3
pour j valant 1, 2 ou 4 ; 0 si j vaut
3
4. Les v.a. ne sont pas indépendantes
5. les v.a. X et Y suivent une loi uniforme discrète {1, 2, 3, 4}.
— Exercice 4.30
1. Loi du couple (X, Y )
Y
X 0 1
0 16 31
1 16 31
2. Les variables X et Y sont indépendantes
— Exercice 4.31
#cas favorables
Par la définition classique de probabilité : P((X = pile)∩(Y = pile)) = #cas possibles
=
1/4
H Y pile face pi•
HH
X HHH
pile 1/4 1/4 1/2
face 1/4 1/4 1/2
p•j 1/2 1/2 1
On a bien que pij = 41 est égal à p•j pi• = 12 × 12 = 41 pour tout i, j (p11 = p1• p•1 ;
p12 = p1• p•2 ; p21 = p2• p•1 ; p22 = p2• p•2 )
— Exercice 4.32 P ((X = 0) ∩ (Y = 0)) = 2/9
— Exercice 4.33
Pour que les deux v.a. soient indépendantes, il faut que chaque pij = pi• × p•j .
— Exercice 4.34
1. Lois marginales
pi 6 8 qj 30 40
pP =pi 0.6 0.4 pQ=qj 0.5 0.5
2. P(Q = 30|P = 8) = 1/4 ; P(Q = 40|P = 8) = 3/4
3. E(P ) = 6.8 ; V (P ) = 0.96 ; E(Q) = 35 ; V (Q) = 25
4. cov(P, Q) = 2
5. ρ(P, Q) = 0.4082
— Exercice 4.35 non
28
— Exercice 4.36
1. X[Ω] = {1, 2} et Y [Ω] = {1, 2, 3}
2. Lois marginales :
xi 1 2 yj 1 2 3
pxi 1/2 1/2 pyj 1/4 1/2 1/4
3. E(X) = 1.5, E(Y ) = 2
4. Cov(X, Y ) = 0
1
5. non, elles ne sont pas indépendantes : p11 = 0 6= p1• p•1 = 8
— Exercice 4.37
Non
— Exercice 4.38
1. 10
2. 4.4
— Exercice 4.39
1. Lois marginales :
xi 0 1 2 yj 0 1 2 3
p xi 0.44 0.21 0.35 p yj 0.31 0.38 0.06 0.25
E(X) = 0.91 ; V (X) = 0.7819 ; E(Y ) = 1.25 ; V (Y ) = 1.3075
2. X|Y = 2
xi 0 1 2
pxi |yj =2 0 2/3 1/3
E(X|Y = 2) = 4/3
V (X|Y = 2) = 2/9
3. cov(X, Y ) = 0.6225 ; ρ(X, Y ) = 0.6157 ; Corrélation assez forte
4. elles ne sont pas indépendantes.
5. W = Y 2 − X
wk -2 -1 0 1 2 3 4 7 8 9
pwk 0.04 0.12 0.33 0.20 0.02 0.04 0 0.22 0.01 0.02
— Exercice 4.40
1. 0.5
2. 0.35
3. oui, relation décroissante (cov < 0)
4. Non car 175 × 12 = 2100 > 2000 (frais de réparation attendus)
— Exercice 4.41
0.0948
29
Chapitre 5 : Résultats de convergence
Enoncés

Définissez les évènements et les variables aléatoires que vous utilisez sauf s’ils sont déjà
définis explicitement dans le contexte.
Exercice 5.6. En Allemagne, un fabricant produit des motos dont l’émission en CO2
est en moyenne de 158g/km et de variance 324. La norme européenne d’émission en
dioxyde de carbone est de 161 g/km. Quelle est la probabilité que les 225 motos qu’il
a produites ce mois-ci aient une émission en CO2 en moyenne inférieure à la norme
européenne ?
Indice Réponse
Exercice 5.7. Un ascenseur peut supporter une charge limite de 5 000 kg. Il a une
capacité de 50 personnes. Si la distribution du poids des gens utilisant cet ascenseur
est normale avec une moyenne de 95 kg et un écart-type de 12.5 kg, quelle est la
probabilité qu’un groupe de 50 personnes tirées au hasard excède cette charge limite ?
Indice Réponse
Exercice 5.8. (aout 2021) En moyenne, un magasin a chaque jour un bénéfice de

1000e. On suppose que les bénéfices quotidiens de ce magasin X, exprimés en e,
admettent une distribution normale de variance 62500.
Dans vos réponses aux questions suivantes, montrez les étapes de vos calculs de pro-
babilités.
1. Calculez la probabilité d’avoir un bénéfice quotidien entre 1000e et 1125e.
2. 10% des journées rapportent un bénéfice suffisamment élevé que pour que les
employés reçoivent une prime. A partir de quel montant les employés ont-ils
une prime ?
3. On regarde les bénéfices sur 56 jours (choisis au hasard) de ce magasin. On
calcule la moyenne de ces bénéfices. Quelle est cette variable aléatoire et quelle
est sa distribution de probabilité ? Que deviendrait cette distribution si X ne
suivait pas une loi normale ? Justifiez.
4. Si la probabilité d’avoir un bénéfice quotidien supérieur ou égal à 1250e était de
2.28%, quelle serait la variance de cette loi normale (en supposant l’espérance
identique) ?
Réponse
30
Exercice 5.9. Aux urgences d’un hopital lors d’une épidémie, le nombre de malades
qui arrivent chaque jour est donné par la variable aléatoire d’espérance 63 et de
variance 169.
1. On observe le nombre de malades par jour pendant une semaine (7 jours). Que
pouvez-vous dire concernant la probabilité que le nombre de malades sur cette
semaine se trouvent entre 355.013 et 526.987 ? Donnez la probabilité la plus
précise possible.
2. On observe le nombre de malades par jour pendant deux mois (60 jours). Que
pouvez-vous dire concernant la probabilité que le nombre moyen de malades
par jour soit d’au moins 68 ? Donnez la probabilité la plus précise possible.
Expliquez chaque étape de votre raisonnement, nommez les éventuelles variables aléa-
toires utilisées ainsi que les proprétés utilisées.
Indice Réponse
Exercice 5.10. (Pour aller plus loin) Démontrez la loi faible des grands nombres en
utilisant l’IBT.
Indice
31
Indices
— Exercice 5.6
La normalité n’est pas précisée, mais l’échantillon est grand... utilisation possible
du TCL
— Exercice 5.7
Sn ou X n ? La charge limite que peut accueillir l’ascenseur concerne le poids moyen
des personnes dans l’ascenseur ou la totalité des poids de toutes les personnes dans
l’ascenseur ?
— Exercice 5.9
1. Echantillon de petite taille et pas de loi connue... IBT
2. Echantillon de grande taille, utilisation possible du TCL
— Exercice 5.10
Utilisez la définition de la convergence en probabilité pour cette démonstration
Réponses
— Exercice 5.6 Utilisation du TCL, X 225 ∼ N (158, 324/225), P(X 225 ≤ 161) =
0.9938
— Exercice 5.7
0.0023
— Exercice 5.8
1. 0.1915
2. Les employés ont une prime à partir de 1320.43e
3. X 56 ∼ N (1000, 62500/56) car somme de v.a. iid normales. Si pas la normalité,
utilisation du TCL (n > 30)
4. 15625
— Exercice 5.9
1. ≥ 0.84
2. = 0.0014
32
Chapitre 7 : Estimation ponctuelle
Enoncés
Exercice 7.9. Considérons une population distribuée suivant une loi de Poisson de
paramètre λ. Prélevons-y un échantillon aléatoire simple (x1 , ..., xn ) et notons x̄ la
moyenne arithmétique des observations. Montrez que X n est un estimateur sans biais
et convergent du paramètre λ.
Exercice 7.10. On s’intéresse à la demande quotidienne d’un certain produit qui suit
une loi normale dont l’espérance est égale à 100 unités.
1. Estimez par la méthode du maximum de vraisemblance le paramètre σ 2 d’une
loi normale N (µ, σ 2 ), avec µ connu.
2. Vous avez observé les demandes des 13 derniers jours et obtenu les valeurs
suivantes :
95 101 73 97 121 118 129 119 127 106 109 96 110
Utilisez l’estimateur créé à la question précédente pour estimer la variance de

la demande quotidienne.
Indice Réponse
Exercice 7.11. Estimez par la méthode du maximum de vraisemblance le paramètre

λ d’une variable aléatoire de Poisson P(λ) sur base d’un échantillon de taille n.
Indice Réponse
Exercice 7.12. Soit une distribution dont la densité de probabilité est donnée par
( −x/λ
xe
λ2
(λ > 0) si x ∈ [0, +∞[
f (x) =
0 si x ∈] − ∞, 0[
1. Vérifiez qu’il s’agit bien d’une fonction de densité.

2. Estimez le paramètre λ par la méthode du maximum de vraisemblance.
Indice Réponse
Exercice 7.13. Soient p ∈]0, 1[ et X une v.a. suivant une loi dite géométrique, i.e.
vérifiant
P(X = x) = p(1 − p)x−1 , x ∈ N0
1. Vérifiez qu’il s’agit bien d’une loi de probabilité.
Indice : une série géométrique Sn = a ni=0 q i de raison q et de premier terme
P
33
n+1
a s’écrit Sn = a 1−q
1−q
1
et converge pour n → +∞ si |q| < 1 vers a 1−q
2. Déterminez un estimateur de p par la méthode du maximum de vraisemblance.
3. Des observations de X sur 12 individus choisis au hasard sont les suivantes :
1 2 1 4 2 1 1 5 3 2 10 1
Donnez une estimation ponctuelle pour p.
Indice Réponse
Exercice 7.14. (août 2021)

1. Quel est l’intérêt de l’erreur quadratique moyenne (EQM) ? Quand un estima-
teur sera-t-il dit de bonne qualité : si son EQM est petite ou grande ? Expliquez.
Sur les graphiques ci-dessous, les points représentent les estimations fournies
par quatre estimateurs différents, le centre étant la véritable valeur du para-
mètre recherché.
Parmi ces quatre graphiques, quel estimateur a la meilleure EQM ? Justifiez.

2. Soit l’estimateur de la variance
n
1X
02
Sn = (Xi − µ)2
n i=1
quand la moyenne µ de la population est connue et où les Xi constituent un

EAS de taille n de la population de moyenne µ et de variance σ 2 (inconnue).
Montrez que cet estimateur de σ 2 est non biaisé. Justifiez chaque étape de vos
calculs et nommez ou énoncez les propriétés utilisées.
Indice Réponse
34
Indices
— Exercice 7.10 Pn
√1 exp − 2σ1 2

L(σ 2 ; x1 , ..., xn ) = σ n ( 2π)n i=1 (xi − µ)2
d ln(L(σ 2 ;x1 ,...,xn )) −n 1
Pn
dσ 2
= 2σ 2 + 2σ 4
Pn i=1 2
(xi − µ)2
d2 ln(L(σ 2 ;x1 ,...,xn )) (x −µ)
d(σ 2 )2
= 2σn4 − i=1 σ6i
Pour faciliter les dérivées, exprimez la fonction de vraisemblance avec du σ 2 qui
est la variable par rapport à laquelle vous dérivez (σ n = σ 2n/2 = σ 2 σ n/2 )
— Exercice 7.11
x +...+xn
L(λ; x1 , ..., xn ) = e−nλ λx11 !...xn !
d ln(L(λ;x1 ,...,xn ))
dλ
= −n + x1 +...+x
λ
n
d2 ln(L(λ;x1 ,...,xn ))
dλ2
= 0 − x1 +...+x
λ2
n
— Exercice 7.12
1. Trois conditions à vérifier ; intégrale par partie
x1 +···+xn
2. L(λ; x1 , ..., xn ) = λ12n (x1 × · · · × xn )e− λ
d ln(L(λ;x1 ,...,xn ))
dλ
= −2n
λ
+ x1 +···+x
λ2
n
2
d ln(L(λ;x1 ,...,xn ))
dλ2
= 2n
λ2
+ −2(x1 +···+x
λ3
n)
— Exercice 7.13
1. Voir Exercice 2.25
3. L(p; x1 , ..., xn ) = pn (1 − p)x1 +···+xn −n
d ln(L(p;x1 ,...,xn )) n −n
dp
= np + x1 +···+x
1−p
(−1)
d2 ln(L(p;x1 ,...,xn )) x1 +···+xn −n
dp2
= − pn2 + (1−p)2
(−1)3
— Exercice 7.14
1. voir la section sur l’EQM
0
2. il s’agit de calculer E(Sn2 ) et montrer qu’elle est égale à σ 2
Réponses
— Exercice 7.10
1. L’estimation fournie par le MLE est donné par σˆ2 = 1

Pn
n i=1 (xi − µ)2 .
2. Sur cet échantillon, on trouve que σˆ2 = 223.716.
— Exercice 7.11
L’estimation fournie par le MLE de λ est la moyenne empirique calculée sur l’échan-
tillon xn
— Exercice 7.12
2. l’estimation fournie par le MLE est donnée par λ = x2 .
— Exercice 7.13
1. Utilisation de l’indice
1
2. Xn
35
3. 0.364
— Exercice 7.14
0
2. calcul E(Sn2 )
n
!
0 1X
E(Sn2 ) = E (Xi − µ)2
n i=1
n n
(1) 1 X 2 (1) 1
X
= E( (Xi − µ) ) = E((Xi − µ)2 )
n i=1 n i=1
n
(2) 1X
= V (Xi )
n i=1
1 2
= nσ = σ 2
n
(1) par linéarité de l’espérance ; (2) car Xi a pour moyenne µ
36
Chapitre 8 : Estimation par intervalle de confiance
— Précisez la variable aléatoire étudiée
— Faites la distinction entre les informations relatives à la population et à l’échan-
tillon.
— Justifiez vos étapes (Quel IC utilisé et pourquoi ?)
— Ecrivez une phrase de conclusion.
Enoncés
Exercice 8.11. La vitesse de 20 conducteurs a été controlée dans le tunnel de Cointe :
76 80 65 73 70 84 122 72 77 81 84 69 90 82 71 82
75 64 76 72
Une autre étude, indépendante, montre que la vitesse se distribue suivant une loi
normale. Estimez la vitesse moyenne au moyen d’un intervalle de confiance de niveau
d’incertitude 5 %.
Indice Réponse
Exercice 8.12. Soit une variable aléatoire X sur une population distribuée suivant
une loi normale. On y prélève un échantillon aléatoire d’effectif 10 qui fournit les
valeurs suivantes :
9.0 7.6 10.8 10.2 8.4 10.3 9.1 12.2 10.5 11.9
Déterminez un intervalle de confiance, aux niveaux de confiance 0.95 et 0.99, pour la

moyenne et la variance de la population.
Indice Réponse
Exercice 8.13. Une chaine de magasins souhaite connaitre le montant moyen dépensé
par ses clients lors de chaque visite. Sur un échantillon de 100 clients, on observe
un montant moyen de 82e et un écart-type de 19.40e. Déterminez un intervalle de
confiance au niveau d’incertitude 5% pour le montant moyen dépensé par l’ensemble
des clients.
Indice Réponse
Exercice 8.14. Un échantillon de 400 automobilistes d’un pays comprend 40 pro-

priétaires d’une voiture de marque A. Construisez un intervalle de confiance au niveau
de confiance 95% pour la proportion réelle d’automobilistes de ce pays qui possèdent
une voiture de marque A.
37
Indice Réponse
Exercice 8.15. Soit une variable aléatoire X sur une population distribuée suivant
une loi normale. On y prélève un échantillon aléatoire simple d’effectif 16 dont la
moyenne est x16 = 80.2. Déterminez un intervalle de confiance pour la moyenne, au
niveau de confiance 0.95 :
1. si la variance de la population vaut 0.09
2. si la variance de la population est inconnue, l’écart-type empirique non corrigé
s16 valant 0.3. Déterminez également un intervalle de confiance pour la variance
au même niveau de confiance.
Indice Réponse
Exercice 8.16. On suppose que la concentration en métaux lourds dans le sang des
éléphants d’Afrique, X, est distribuée selon une loi normale. Dans le cadre d’une
étude menée sur un échantillon aléatoire de 8 sujets, on a mesuré une concentration
moyenne en métaux lourds égale à 27 microgrammes/litres, avec une variance de 16
microgrammes2 /litres2 .
1. Donnez un intervalle de confiance de niveau 90% pour la concentration moyenne
en métaux lourds dans le sang des éléphants d’Afrique.
2. Donnez un intervalle de confiance de niveau 90% pour la variance de la concen-
tration en métaux lourds dans le sang des éléphants d’Afrique.
Indice Réponse
Exercice 8.17. Le journal local a interrogé 100 clients d’un grand fournisseur d’élec-
tricité, en utilisant un échantillonnage aléatoire. Parmi les clients de l’échantillon, 73
se disent très satisfaits du service qu’ils reçoivent pour l’électricité.
1. Donnez une estimation ponctuelle de la proportion de clients satisfaits.
2. Donnez un intervalle de confiance de niveau approximativement 95% pour la
proportion de clients satisfaits.
3. Quelle est la marge d’erreur associée à ce résultat ?
Indice Réponse
Exercice 8.18. On s’intèresse aux intentions de votes d’une population pour un

candidat C. Soit p la proportion d’individus qui lui sont favorables. On prélève un
échantillon aléatoire simple d’effectif 900 dans cette population, dans lequel nous
dénombrons 243 intentions de votes pour C.
1. Déterminez un intervalle de confiance pour p au niveau de confiance 0.95.
2. Quelle est la taille de l’échantillon à prélever dans la population caractérisée
par la proportion inconnue p pour obtenir un intervalle de confiance pour la
proportion p sur l’ensemble de la population dont la marge d’erreur maximale
38
serait de 0.04 si on choisit un niveau de confiance 1 − α = 0.95 ? (on garde le
même fn )
Indice Réponse
Exercice 8.19. (aout 2021) Une procédure standardisée est supposée produire des
joints pour des machines à laver dont l’épaisseur, X, varie très peu. Vous travaillez
dans le département de contrôle de la qualité et souhaitez estimer la variabilité (au
travers de la variance) des épaisseurs pour vous assurer qu’elle est effectivement rai-
sonnable. Pour cela, vous sélectionnez au hasard 10 machines à laver sur les 2000
produites sur la semaine et mesurez l’épaisseur du joint en question. Les 10 observa-
tions (xi , i = 1, ..., 10) sont les suivantes (en millimètres) :
1.23 1.33 1.24 1.25 1.26

1.28 1.20 1.24 1.30 1.26
Pour vous faire gagner du temps, notez que 10

P P10 2
i=1 xi = 12.59 et i=1 xi = 15.8631.
Vu les unités, gardez 6 décimales dans vos calculs, sauf dans vos éventuelles inter-
polations.
Nous supposons ici que les épaisseurs se distribuent selon une loi normale.
1. Expliquez pourquoi l’échantillon tel que présenté satisfait les hypothèses re-
quises pour appliquer les techniques de statistique inférentielle vues au cours.
2. Donnez une estimation ponctuelle de la variance sur cet échantillon.
3. Donnez une estimation par intervalle de confiance pour la variance. Considérez
un niveau de confiance de 90%. Expliquez votre raisonnement et montrez vos
calculs. Si cette estimation nécessite certaines hypothèses, précisez lesquelles
et si elles sont satisfaites.
Indice Réponse
39
Indices
— Exercice 8.11
IC sur la moyenne avec variance inconnue,
n < 30 et loi normale
q q
2
sn 2
sn
xn − tn−1;1− α2 n−1 ; xn + tn−1;1− α2 n−1
— Exercice 8.12
n < 30 et loi normale
q q
2
sn 2
sn
xn − tn−1;1− α2 n−1 ; xn + tn−1;1− α2 n−1
IC sur la variance
avec moyenne inconnue, n < 30 et loi normale
2
nsn 2
χ2 α
; χ2nsn α
n−1;1− 2 n−1; 2
— Exercice 8.13
n ≥ 30
q q
s2n s2n
xn − z1− α2 n−1 ; xn + z1− α2 n−1
— Exercice 8.14
IC
sur une q proportion
q
fn (1−fn ) fn (1−fn )
fn − z1− α2 n
; fn + z1− α2 n
— Exercice 8.15
1.
IC sur la moyenne avec variance connue, n < 30 et loi normale
q q
2 2
X n − z1− α2 σn ; X n + z1− α2 σn
2.
IC sur la moyenne avec variance inconnue, n < 30 et loi normale
q q
s2n s2n
xn − tn−1;1− α2 n−1 ; xn + tn−1;1− α2 n−1
— Exercice 8.16
1.
IC sur la moyenne avec variance inconnue, n < 30 et loi normale
q q
s2n s2n
xn − tn−1;1− α2 n−1 ; xn + tn−1;1− α2 n−1
2. IC sur la variance avec moyenne inconnue, n < 30 et loi normale pour obtenir
l’IC sur l’écart-type #
" r r
ns2n 2
χ2 α
; χ2nsn α
n−1;1− 2 n−1; 2
— Exercice 8.17
IC
q
fn (1−fn ) fn (1−fn )
fn − z1− α2 n
; fn + z1− α2 n
— Exercice 8.18
IC
q
fn (1−fn ) fn (1−fn )
fn − z1− α2 n
; fn + z1− α2 n
— Exercice 8.19
3. IC sur une variance avec moyenne inconnue
40
Réponses
— Exercice 8.11
ic0.95 (µ) = [72.4983; 84.0017]
— Exercice 8.12
ic95% (µ) = [8.9444; 11.0556], ic99% (µ) = [8.4833; 11.5167]
ic95% (σ 2 ) = [1.0305; 7.2593], ic99% (σ 2 ) = [0.8309; 11.3295]
— Exercice 8.13
[78.1784 ;85.8216]
— Exercice 8.14
ic95% (p) = [0.0706; 0.1294]
— Exercice 8.15
1. ic95% (µ) = [80.053; 80.347]
2. ic95% (µ) = [80.03493; 80.36507] ; ic95% (σ 2 ) = [0.05238; 0.23003]
— Exercice 8.16
1. [24.1350; 29.8650]
2. [3.0162; 7.6802]
— Exercice 8.17
1. 0.73
2. [0.643; 0.817]
3. 0.087
— Exercice 8.18
1. [0.241; 0.299]
2. 474
— Exercice 8.19
1. on dit qu’il est tiré au hasard et le taux de sondage est 10/2000 = 0.5% < 1%
et donc l’échantillon peut être considéré comme aléatoire et simple
2. 0.001229 ou 0.001366
3. χ29;5% = 3.33 ; χ29;95% = 16.92
ic0.9 (σ 2 ) = [0.000726; 0.003691]
normalité supposée (sinon pas en χ2 )
41
Chapitre 9 : Tests d’hypothèses sur une population
tillon.
— Ecrivez vos hypothèses de test et justifiez vos étapes (Quelle statistique de test
utilisée et pourquoi, quelle est sa loi et pourquoi ?)
— Essayez d’interpréter les conclusions des tests dans leur contexte.
Enoncés
Exercice 9.25. Créez une synthèse sous forme de tableau des statistiques de test (et
leur loi sous H0 ) à utiliser pour le test de conformité de la moyenne selon la normalité
de la population ou non, et selon la connaissance de la variance de la population ou
non.
Exercice 9.26. On prélève dans une population de moyenne µ inconnue et d’écart-

type σ(X) = 4, un échantillon aléatoire simple d’effectif n = 64 de moyenne x64 = 48.
En choisissant successivement un niveau de risque α égal à 0.05 et 0.01, on demande
de :
1. tester H0 : µ = 50, par rapport à H1 : µ 6= 50
2. tester H0 : µ = 50, par rapport à H1 : µ < 50
3. répondre à nouveau aux questions précédentes en calculant cette fois la p-value
associée à la valeur observée pour la statistique de test
4. calculer la puissance des tests considérés ci-dessus, si la moyenne µ est réelle-
ment égale à 49.
Indice Réponse
Exercice 9.27. Considérons une population ∼ N (µ, σ 2 ). On y prélève un échantillon

d’effectif 16 ; celui-ci a une moyenne x16 égale à 84.6. Testez, au niveau de risque de
0.05, l’hypothèse H0 : µ = 85 par rapport à l’hypothèse alternative H1 : µ 6= 85 dans
les deux cas suivants :
1. si σ 2 = 0.64
2. si σ 2 est inconnu, la variance s216 de l’échantillon valant 0.60.
Indice Réponse
Exercice 9.28. Une chaı̂ne de production est conçue pour remplir chaque baril de
lessive avec 3 kg de poudre. Un échantillon est prélevé quotidiennement pendant 40
jours et est pesé. Si les données conduisent à la conclusion d’un sur-/sous- remplissage,
la chaı̂ne sera arrêtée et des réglages seront réalisés. L’échantillon a donné un poids
42
moyen de 2.850 kg et un écart type de 300 gr. Pour un niveau d’incertitude de 5%, la
chaı̂ne remplit-elle vraiment les barils à 3 kg en moyenne ?
Indice Réponse
Exercice 9.29. On considère une variable aléatoire Y prenant des valeurs entières
positives ou nulles. Un échantillonnage de 100 valeurs de cette variable se répartit
comme suit :
Valeurs de Y 0 1 2 3 4
effectifs 31 45 16 7 1
On souhaite tester l’hypothèse selon laquelle Y suit une loi de Poisson, avec un risque
α = 0.05.
Indice Réponse
Exercice 9.30. Dans l’ensemble des maternités de la Province, sur 100 naissances
choisies au hasard, on a observé 44 garçons et 56 filles. Pour un niveau d’incertitude
de 5%, cette observation est-elle compatible avec la statistique nationale donnant les
proportions de naissances de garçons et de filles de respectivement 53% et 47% ?
Indice Réponse
Exercice 9.31. Vous souhaitez tester la qualité d’un générateur de nombres (pseudo-
) aléatoires entre 0 et 1. Vous lancez 10 fois le simulateur et obtenez les 10 observations
suivantes :
i xi
1 0.621
2 0.503
3 0.203
4 0.477
5 0.710
6 0.581
7 0.329
8 0.480
9 0.554
10 0.382
Pouvez-vous en déduire qu’il s’agit bien d’un générateur de bonne qualité (α = 5%) ?
Indice Réponse
43
Exercice 9.32. La filiale recherche et développement d’une grande marque de soda
a créé une nouvelle boisson gazeuse. Cette boisson existe en trois formules (A, B
et C) dont le goût varie très légèrement. On décide donc de tester, pour un niveau
d’incertitude de 5%, les trois formules sur 120 sujets afin de déterminer si ceux-ci
montrent une préférence pour l’une des formules ou si les trois boissons sont également
appréciées. Chaque sujet doit goûter les trois boissons et sélectionner celle qu’il préfère.
Les résultats sont les suivants : 30 sujets ont choisi la formule A, 54 ont choisi la B
et 36 la C.
Indice Réponse
Exercice 9.33. Dans un échantillon de 400 femmes et de 300 hommes, on observe que
25 femmes et 45 hommes développent une certaine forme de maladie mentale. Testez
l’hypothèse selon laquelle cette forme de maladie mentale toucherait différemment les
hommes et les femmes (α = 5%) ?
Indice Réponse
Exercice 9.34. Le chef d’un département de méthodes quantitatives se doute que

certains professeurs jouissent d’une plus grande popularité que d’autres auprès des 67
étudiants, ce qui se traduit par une différence du nombre d’inscription chez chacun
des enseignants. Les trois cours d’introduction à la statistique sont donnés par les
professeurs Durant, Bastin et Vanlaer. Le nombre d’étudiants inscrits à chaque cours
est le suivant :
— Pr Durant : 32
— Pr Bastin : 25
— Pr Vanlaer : 10
Déterminez avec le test adéquat, pour un niveau d’incertitude de 5%, si les étudiants
se répartissent de manière uniforme chez les 3 professeurs.
Indice Réponse
Exercice 9.35. On prélève, dans une population de moyenne µ inconnue et de va-

riance σ 2 inconnue, un EAS d’effectif 101, de moyenne 212 et d’écart-type 10. En
choisissant successivement un niveau de risque 0.02 :
1. Testez H0 : µ = 210 par rapport à H1 : µ > 210.
2. Calculez la puissance du test considéré ci-dessus si la moyenne est réellement
égale à 215.
3. Testez H0 : σ 2 = 121 par rapport à H1 : σ 2 < 121 pour un niveau de risque de
5% si on suppose que la population suit une loi normale.
Indice Réponse
44
Exercice 9.36. On désire tester l’hypothèse selon laquelle le poids moyen des indi-
vidus d’une population vaut 65 kg. Sachant que l’on prélève, dans cette population,
un EAS d’effectif 37 et d’écart-type 4 kg, déterminez, au niveau de risque 0.05, les
valeurs de la moyenne observée x qui conduisent au rejet de cette hypothèse.
Indice Réponse
Exercice 9.37. On suppose que dans une bibliothèque, 10% des livres se détériorent
par an. En considérant un EAS de 400 livres, on en observe 24 qui ont été abı̂més au
cours d’un an.
1. Peut-on dire, au niveau de risque 0.05, que la proportion de livres abı̂més est
significativement différente de 0.10 ?
2. Déterminez la puissance du test dans le cas où la vraie proportion est de 0.15.
Indice Réponse
Exercice 9.38. On a observé la durée de 50 communications téléphoniques et on a

obtenu les résultats suivants :
durée (minutes) [0 ;10[ [10 ;20[ [20 ;40[ [40 ;70[ [70 ;140[ plus de 140
nbre communications 11 8 10 9 12 0
Testez l’hypothèse que cette distribution observée peut être ajustée, au niveau d’incer-
titude 0.05, par une loi exponentielle de paramètre λ = 0.02 (fonction de répartition :
F (x) = 1 − e−λx ).
Indice : P(a ≤ X < b) = F (b) − F (a) = 1 − e−λb − (1 − e−λa ) = e−λa − e−λb
Indice Réponse
Exercice 9.39. M&M/MARS, fabricant des chocolats M&M’S, a effectué un sondage

national dans lequel les consommateurs indiquaient leur couleur préférée. D’après le
catalogue “Couleurs”, disponible auprès du service consommateur de M&M/MARS,
la distribution des couleurs des chocolats est la suivante :
Brun Jaune Rouge Orange Vert Bleu

0.3 0.2 0.2 0.1 0.1 0.1
Dans une étude, des échantillons de M&M’S ont été utilisés pour déterminer si ces
pourcentages étaient appropriés. Les résultats suivants ont été obtenus pour un échan-
tillon de 506 bonbons :
Brun Jaune Rouge Orange Vert Bleu

177 135 79 41 36 38
45
Utilisez un seuil de risque α = 0.05 pour déterminer si ces données confirment les
pourcentages établis par la société.
Indice Réponse
Exercice 9.40. Une entreprise prétend que le salaire de ses employés est indépendant
de leur sexe. Pour le prouver, elle collecte les données nécessaires sur ses 200 employés.
Le tableau suivant reprend les données :
[0 ;1500[ [1500 ;2500[ Plus de 2500

Homme 20 80 19
Femme 21 60 0
L’entreprise a -t-elle raison (pour un niveau de risque de 5%) ?
Indice Réponse
Exercice 9.41. La teneur en alcool maximum légalement autorisée pour pouvoir

mettre un vin de Bourgogne sur le marché est 14.5%.
1. Un contrôleur prélève un EAS de 2500 bouteilles du domaine de la Romanée
Conti. Quelle doit être, au niveau d’incertitude 0.02, la valeur maximale de la
teneur en alcool qu’il peut y mesurer pour éviter au vigneron de devoir retirer
du marché cette appellation ? Justifiez.
2. Quelle est la probabilité que le vigneron doive retirer son vin du marché si la
teneur en alcool de sa production est réellement 17% ? Justifiez.
Indice Réponse
Exercice 9.42. (août 2021) Vous possédez un portefeuille d’actions et vous envisa-
gez d’ajouter l’action STAT67 à votre portefeuille. Pour cela, vous observez le cours
de cette action durant les 40 derniers jours ouvrables et calculez les 39 rendements
associés ri , i = 1, ..., 39. Un pré-traitement des données a été effectué et vous possédez
les informations suivantes :
39
X 39
X
ri = 120% et ri2 = 4.5%
i=1 i=1
On considère que l’écart-type des rendements de cette action en général est de 0.4472%.
Vous souhaitez ajouter l’action STAT67 à votre portefeuille uniquement si celle-ci a
un rendement strictement supérieur à 3% en moyenne.
Note : conservez 4 décimales si vous manipulez les pourcentages, 6 décimales sinon.
1. Formulez les hypothèses nulle et alternative à tester qui vous permettraient de
déterminer si cette action doit être ajoutée à votre portefeuille.
2. De quel type de test s’agit-il ? Expliquez.
46
3. Calculez la réalisation de la statistique de test adéquate pour ce test et concluez
en vous basant sur le calcul de la p-value. Considérez un niveau de risque de
5%. Justifiez le choix de la statistique et vos différentes étapes.
4. Vu la conclusion du point précédent, ajoutez-vous l’action à votre portefeuille ?
Expliquez.
5. Quel rendement moyen devriez-vous observer au minimum pour conclure à
l’ajout de l’action STAT67 à votre portefeuille (toujours sur les 39 derniers
rendements) ?
Indice Réponse
Exercice 9.43. (août 2021) Nous avons rencontré deux tests non paramétriques dans
le cadre de ce cours. Quels sont-ils et à quoi servent-ils ? Pourquoi sont-ils appelés non
paramétriques ?
Réponse
47
Indices
— Exercice 9.26
Test de conformité sur la moyenne avec variance connue et n = 64 ≥ 30
X n − µ0
T = √ ∼ N (0, 1)
σ(X)/ n
— Exercice 9.27
1. Test de conformité sur la moyenne avec variance connue, n = 16 < 30 et
population normale
X n − µ0
T = √ ∼ N (0, 1)
σ(X)/ n
2. Test de conformité sur la moyenne avec variance inconnue, n = 16 < 30 et
population normale
X n − µ0
T = √ ∼ tn−1
Sn / n − 1
— Exercice 9.28
Test de conformité sur la moyenne avec variance inconnue et n = 40 ≥ 30
X n − µ0
T = √ ∼ N (0, 1)
Sn / n − 1
— Exercice 9.29
Test de KS ou test du χ2 avec un paramètre à estimer (k = 1) si on ignore la
contrainte de I ≥ 5.
— Exercice 9.30
Test de conformité sur une proportion :
Le test multinomial ne peut pas être appliqué puisque la population n’est pas par-
tagée en plus de deux catégories.
— Exercice 9.31
Si c’est un bon générateur, alors les nombres doivent être distribuées selon une loi
uniforme continue U[0, 1] dont la fonction de répartition pour U[a, b] est donné par

0
 si x < a
x−a
F (x) = b−a si a ≤ x ≤ b

1 si b < x

(test d’ajustement).
Vu le petit nombre d’observations, le test de KS est celui qui est adapté
— Exercice 9.32
Test multinomial
— Exercice 9.33
Test d’indépendance du χ2
— Exercice 9.34
Test multinomial
— Exercice 9.35
48
1. Test de conformité sur la moyenne avec variance inconnue et n = 101 ≥ 30
X n − µ0
T = √ ∼ N (0, 1)
Sn / n − 1
3. Test de conformité sur la variance avec moyenne inconnue et population normale
nSn2
T = 2 ∼ χ2n−1
σ0
— Exercice 9.36
Test de conformité sur la moyenne avec variance inconnue et n = 37 ≥ 30
X n − µ0
T = √ ∼ N (0, 1)
Sn / n − 1
— Exercice 9.37
Test de conformité pour une proportion
F n − p0
T =q ∼ N (0, 1)
p0 (1−p0 )
n
— Exercice 9.38
Test d’ajustement du χ2 , zéro paramètre à estimer (k = 0) ou test d’ajustement
de KS
— Exercice 9.39
Test multinomial
— Exercice 9.40
Test d’indépendance du χ2
— Exercice 9.41
Test de conformité pour une proportion
F n − p0
T =q ∼ N (0, 1)
p0 (1−p0 )
n
Remarque : La valeur minimale de la teneur en alcool que le vigneron peut ac-

cepter est de 0.004.
— Exercice 9.42
r39 −3%
√ ∼ N (0, 1)
3. σ(R)/ n
Réponses
— Exercice 9.26
1. RH0 pour α = 0.01 et 0.05.
p-value=2 × P(T > 4) ≈ 0
puissance du test vaut 1 − β = 0.5160 pour α = 0.05 ;
puissance du test vaut 1 − β = 0.28265 pour α = 0.01
49
2. RH0 pour α = 0.01 et 0.05.
p-value=P(T < −4) ≈ 0
puissance du test vaut 1 − β = 0.6387 pour α = 0.05 ;
puissance du test vaut 1 − β = 0.3707 pour α = 0.01
— Exercice 9.27
1. tobs = −2 ; seuil : z1− 5% = 1.96 ; l’hypothèse nulle est rejetée. (p-value=0.0456)
2
2. tobs = −2 ; seuil : t15;1− 5% = 2.1310 ; l’hypothèse nulle n’est pas rejetée. (p-
2
value=0.0674)
— Exercice 9.28
tobs = −3.1225 ; seuil : z1− 5% = 1.96 ; RH0 (p-value=0.0018)
2
— Exercice 9.29
Solution avec le χ2 , un paramètre à estimer (k = 1) :
On ne rejette pas l’hypothèse que la loi suivie soit de Poisson λ = 1 (3.05<5.99)
On ne rejette pas l’hypothèse que la loi suivie soit de Poisson λ = 1.02 (2.9722<5.99)
Solution avec le KS :
On ne rejette pas l’hypothèse que la loi suivie soit de Poisson λ = 1 (0.0579<0.136)
On ne rejette pas l’hypothèse que la loi suivie soit de Poisson λ = 1.02 (0.0506<0.136)
— Exercice 9.30
N RH0 (−1.8032 > −1.96)
— Exercice 9.31
La plus grande différence est 0.29. Pour un niveau de risque de 0.05, nous trouvons
0.409, la différence n’est donc pas significative, on ne rejette pas H0 , il semble que
les nombres puissent effectivement être issus d’une loi uniforme.
— Exercice 9.32
RH0 (7.8 > 5.99 ou p − value = P (D > 7.8) < P (D > 7.38) = 1 − 0.975 = 0.025 <
α = 0.05 )
— Exercice 9.33
RH0 ; (14.5833>3.84)
— Exercice 9.34
RH0 (11.3134>5.99)
— Exercice 9.35
1. N RH0 2 < 2.05
2. 0.9984
3. N RH0 (83.47 > 77.93)
— Exercice 9.36
x > 66.3067 ou x < 63.6933
— Exercice 9.37
1. − 38 < −1.96 ; RH0
2. 0.8749
— Exercice 9.38
(χ2 ) N RH0 (0.695<9.49) - (KS) N RH0 (0.0608<0.1923)
— Exercice 9.39
RH0 (29.5137>11.07)
— Exercice 9.40
RH0 (15.2107>5.99)
50
— Exercice 9.41
1. 15.94%
2. 92.09%
— Exercice 9.42
1. H0 : E(R) = 3% ↔ H1 : E(R) > 3%
2. un test de conformité pour une moyenne car on teste la valeur du paramètre
espérance
3. p-value = 0.1423 >5%, N RH0
4. on n’ajoute pas l’action au portefeuille.
5. 3.1178%
— Exercice 9.43 Voir cours
51
Chapitre 10 : Tests de comparaison sur plusieurs po-
pulations
tillon.
— Ecrivez vos hypothèses de test et justifiez vos étapes (Quelle statistique de test
utilisée et pourquoi, quelle est sa loi et pourquoi ?)
— Essayez d’interpréter les conclusions des tests dans leur contexte.
Enoncés
Exercice 10.11. [Tribout] Les associations de consommateurs font appel à des or-
ganismes indépendants pour tester pour de nombreux produits, les caractéristiques
avancées par les fabricants. Le sujet du mois de la publication concerne les lave-linge.
Une des questions soulevées concerne l’influence sur la consommation d’électricité de
l’utilisation d’un adoucisseur d’eau pour alimenter la machine à laver. L’entartrage
des machines n’intervenant qu’après une utilisation prolongée, 60 machines TX100
âgées de 4 ans sont testées. La moitié d’entre elles ont toujours été branchées sur un
adoucisseur d’eau, l’autre moitié a toujours fonctionné sans adoucisseur. Le tableau
suivant contient les consommations relevées en kilowatts par heure pour le même
programme de lavage
Consommations avec adoucisseur

1.07 0.79 0.66 0.59 0.83 0.80 0.87 0.93 0.75 0.78
0.68 0.71 0.82 0.76 0.93 0.82 0.74 0.77 0.81 0.89
0.91
P 1.11 0.78P 20.79 0.79 0.95 0.77 0.94 0.70 0.77
xi = 24.51 ; xi = 20.3955
Consommations sans adoucisseur
1.01 0.91 0.81 0.93 0.89 0.90 0.88 1.07 1.04 0.77
0.92 0.82 0.67 0.90 0.81 0.93 0.88 0.87 0.95 0.91
0.92
P 0.83 0.91P 20.93 0.75 0.87 1.06 0.89 0.90 0.68
xi = 26.61 ; xi = 23.8615
L’organisme de contrôle a déjà validé l’hypothèse selon laquelle la consommation

électrique de la TX100 suit une loi de Gauss. Pour décider de l’efficacité de l’adoucis-
seur, l’organisme décide d’effectuer des tests de comparaisons dans les deux situations
d’alimentation. Les deux grandeurs testées sont la dispersion des consommations élec-
triques ainsi que les consommations moyennes. Les niveaux de risques sont fixés à 5%.
1. Au seuil 5%, l’adoucisseur d’eau a-t-il une influence sur la dispersion des
consommations ?
2. Au seuil 5%, l’adoucisseur d’eau est-il efficace pour réduire la consommation
d’électricité ?
Indice Réponse
52
Exercice 10.12. Dans chacune des trois régions américaines à hauts salaires suivantes
(ville de New York, ville de Boston, Silicon Valley), on a prélevé un échantillon où le
salaire a été mesuré :
NY Boston S.V.
82 85 82
79 80 91
72 74 94
89 78 88
79 75 85
85 80
86
74
En supposant ces 3 informations normales et de même variance, les salaires moyens

sont-ils les mêmes dans les trois régions ? (niveau de confiance de 95%)
Indice Réponse
Exercice 10.13. Les villes de Bruges, Knokke le Zoute et Durbuy comptent parmi
les zones où le tourisme est le plus important en Belgique. Les données suivantes
correspondent à un EAS de touristes exprimés en milliers d’individus par an :
Bruges Knokke Durbuy

87 82 79
74 83 94
77 71 91
94 81 91
74 72 85
80 83
81 83
77
Utilisez α = 0.05 pour tester l’existence d’une éventuelle différence significative entre
au moins deux des moyennes de ces 3 populations supposées normales et de même
variance. Quelle est votre conclusion ? Interprétez clairement le résultat du test.
Indice Réponse
Exercice 10.14. Durant la saison 2003, la ligue nationale de baseball a pris des
mesures pour accélérer le jeu lors des parties de baseball, afin de préserver l’intérêt
des fans (CNN Headline News, 30/09/2003). Les résultats suivants sont issus d’un
EAS de 60 parties jouées au cours de l’été 2002 et d’un échantillon EAS de 50 parties
jouées durant l’été 2003 ; les moyennes d’échantillon correspondent à la durée moyenne
des parties de chaque échantillon.
53
Saison 2002 Saison 2003
n1 = 60 n2 = 50
x1 = 2h52 x2 = 2h46
s1 = 12 min s2 = 13 min
1. L’hypothèse de recherche consiste à supposer que les mesures prises durant

la saison 2003 ont réduit la durée moyenne de la population des parties de
baseball. Formulez l’ hypothèse à tester et l’hypothèse alternative.
2. Effectuez le test adéquat. Que peut-on conclure au niveau de risque 0.05 ?
Indice Réponse
Exercice 10.15. Considérons un EAS de 8 étudiants ayant présenté deux interroga-

tions, séparées d’une semaine et portant sur la même matière. Les résultats sont les
suivants :
Etudiant i 1 2 3 4 5 6 7 8
interro 1 (x1i ) 42 40 36 52 64 58 75 72
interro 2 (x2i ) 47 50 34 59 70 67 87 73
On suppose la normalité et l’indépendance des différences di = x1i − x2i (i = 1, ..., 8).

Le fait d’avoir été interrogé une fois a-t-il une influence favorable sur la seconde
interrogation ? Effectuez, au niveau de risque 0.05, un test d’hypothèse permettant de
répondre à la question et en formulez clairement le résultat.
Indice Réponse
Exercice 10.16. (Pour aller plus loin) Un examen a eu lieu dans deux sections. On
considère deux EAS indépendants, prélevés chacun dans l’une de ces deux sections
d’effectifs respectifs n1 = 13 et n2 = 12. Dans le premier, la moyenne des notes
est x1 = 72 et la variance s21 = 65. Les résultats correspondants, pour le second
échantillon, sont x2 = 79 et la variance s22 = 48. On suppose la normalité des notes
dans les deux sections et l’égalité des deux variances.
On se demande si la section 2 n’aurait pas une moyenne dépassant de plus de 5 unités
celle de la section 1. Formulez les hypothèses du test permettant de répondre à la
question et effectuer le test pour pouvoir conclure au niveau d’incertitude 0.05.
Indice Réponse
Exercice 10.17. (août 2021) Les conditions d’examen en 1er bachelier sont considé-
rées comme très stressantes pour les étudiants et il semble que les étudiants sortent
très stressés de l’épreuve. Pour mesurer le stress, on analyse le rythme cardiaque qui
est un bon indicateur. On souhaite déterminer si le rythme cardiaque des étudiants est
plus rapide à la sortie du local (directement après l’examen) qu’avant d’entrer (juste
avant l’examen). Pour cela, on prélève un échantillon aléatoire et simple de 16 étu-
diants. Pour chacun de ces étudiants, on mesure le rythme cardiaque (en nombre de
54
pulsations/minute) avant et après le test. Les données sont présentées dans le tableau
suivant :
Etudiant Avant Après

1 77 111
2 90 113
3 79 106
4 75 102
5 65 90
6 86 115
7 65 90
8 78 103
9 68 98
10 64 82
11 70 90
12 73 102
13 85 102
14 70 100
15 65 96
16 75 93
On suppose que les populations des rythmes cardiaques avant et après le test sont dis-
tribuées normalement. On souhaite effectuer un test d’hypothèse adéquat, au niveau
de risque 1%, permettant de répondre à la question.
1. Formulez les hypothèses nulle et alternative à tester.
2. De quel type de test s’agit-il ? Expliquez.
3. Effectuez le test d’hypothèses adéquat. Détaillez votre raisonnement et vos
calculs.
4. Donnez une conclusion dans le contexte de l’énoncé.
5. Adaptez votre test pour déterminer si le rythme cardiaque augmente de plus de
25 pulsations/minute (avec un même niveau de risque). A nouveau, exprimez
les hypothèses testées, détaillez votre raisonnement et donnez une conclusion
dans le contexte de l’exercice.
Indice Réponse
55
Indices
— Exercice 10.11
1. test de Fisher
2. test de comparaisons de 2 moyennes avec grands échantillons et variances in-
connues
— Exercice 10.12
ANOVA
— Exercice 10.13
ANOVA
— Exercice 10.14
Attention de tout exprimer dans la même unité (heure ou minute)
Test d’égalité de deux moyennes avec tailles d’échantillons supérieurs à 30 et va-
riances inconnues
— Exercice 10.15
Test de comparaison de 2 moyennes issues d’échantillons appariés ; petits échan-
tillons ; variances inconnues ; normalité
— Exercice 10.16
On veut tester H0 : µ2 = µ1 + 5 par rapport à H1 : µ2 > µ1 + 5
Autrement dit, H0 : µ2 − µ1 = 5 par rapport à H1 : µ2 − µ1 > 5
— Exercice 10.17
Attention, il s’agit des mêmes individus observés avant et après → échantillons
appariés
Réponses
— Exercice 10.11
1. fo bs = 1.4382 ; N RH0
2. tobs = −2.60273 ; RH0
— Exercice 10.12
fobs = 4.9855 ; F crit = 3.63 ; on rejette H0
— Exercice 10.13
fobs = 3.4285 < F2;17;0.95 = 3.592, N RH0
— Exercice 10.14
tobs = 2.4723 > z1−0.05 = 1.645, on rejette H0
— Exercice 10.15
−6−0
tobs = √ = −3.6419 < −t7;0.95 = −1.895 ; on rejette H0
19/7
— Exercice 10.16
79−72−5
tobs = q 13×65+12×48 = 0.6356 < t12+13−2;0.95 = 1.714 donc on ne rejette pas
13+12−2 ( 131 + 121 )
H0
— Exercice 10.17
1. H0 : µavant = µapres ↔ H1 : µavant < µapres
2. Comparaison de moyennes sur des échantillons appariés
3. µD = µapres − µavant
tobs = qs2 d16/(n−1) = 4.9624/ 25.5√
15
= 19.902
D 16
56
seuil de rejet : t15;0.99 = 2.602
Les écarts sont très significatifs, on rejette H0
4. avec 1% de chance se tromper, on peut affirmer qu’il y a une augmentation
significative du nombre de pulsations/minute entre avant et après l’examen
5. H0 : µD = 25 ↔ H1 : µD > 25 et tobs = 0.3902 < 2.602 → N RH0 on ne
peut pas affirmer que l’examen a augmenté le rythme cardiaque de plus de 25
pulsations/minute
57
58

Ex Supplémentaires Statiqtiques Desciptive

Transféré par

Droits d'auteur :

Formats disponibles

Ex Supplémentaires Statiqtiques Desciptive

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Ex Supplémentaires Statiqtiques Desciptive

Transféré par

Droits d'auteur :

Formats disponibles

Probabilités et inférence statistique

Année académique 2023 - 2024

Version du 11 septembre 2023

Chapitre 2 : Variables aléatoires 11

Chapitre 3 : Distributions usuelles 14

Chapitre 4 : Couples, fonctions et relations de variables aléatoires 22

Chapitre 5 : Résultats de convergence 30

Chapitre 7 : Estimation ponctuelle 33

Chapitre 8 : Estimation par intervalle de confiance 37

Chapitre 9 : Tests d’hypothèses sur une population 42

Chapitre 10 : Tests de comparaison sur plusieurs populations 52

Exercice 2.22. Supposons que vous soyez au rez-de-chaussée d’un immeuble de 8

Exercice 3.27. La probabilité qu’un employé d’une compagnie d’assurances ait un

Exercice 3.29. Un étudiant qui habite à Chaudfontaine se rend au Sart-Tilman à

1. Quelle est la probabilité qu’il arrive à l’heure à l’université ?

Exercice 3.30. Soit X ∼ N (25; 25). Calculez, à l’aide des tables :

Exercice 3.32. Soit X ∼ N (µ; σ 2 ) : P (X > 161.4) = 0.0029 et P (X 6 113.1) =

Exercice 3.33. Une compagnie d’assurances envisage de couvrir un risque dont la

xi 250 251 252 254

Soit Y la variable aéatoire égale au poids de l’emballage :

X et Y étant supposés indépendants,

Exercice 4.28. On dispose de n boites numérotées de 1 à n. La boite k contient k

Exercice 4.29. On dispose d’une urne contenant quatre jetons numérotés de 1 à 4,

Exercice 4.30. On considère deux variables aléatoires X et Y de loi de Bernoulli de

Exercice 4.33. Considérons la distribution de probabilité du couple de v.a. (X, Y )

Montrez que X et Y sont deux variables indépendantes.

1. Donnez les lois marginales de P et Q.

Exercice 4.35. On lance deux dés discernables et bien équilibrés. Soient

1. Décrivez l’ensemble X[Ω] et Y [Ω].

Exercice 4.37. Un parieur invente un nouveau jeu qui consiste à

1. Etablissez les lois marginales de X et de Y . Calculez leur espérance et leur

Exercice 4.40. (aout 2021) La distribution marginale du nombre annuel de sinistres

1. Quelle est la probabilité que Monsieur Chauffard ait occasionné un sinistre

Pour tous les exercices :

Exercice 5.8. (aout 2021) En moyenne, un magasin a chaque jour un bénéfice de

95 101 73 97 121 118 129 119 127 106 109 96 110

Utilisez l’estimateur créé à la question précédente pour estimer la variance de

Exercice 7.11. Estimez par la méthode du maximum de vraisemblance le paramètre

1. Vérifiez qu’il s’agit bien d’une fonction de densité.

Exercice 7.14. (août 2021)

Parmi ces quatre graphiques, quel estimateur a la meilleure EQM ? Justifiez.

quand la moyenne µ de la population est connue et où les Xi constituent un

1. L’estimation fournie par le MLE est donné par σˆ2 = 1

Déterminez un intervalle de confiance, aux niveaux de confiance 0.95 et 0.99, pour la

Exercice 8.14. Un échantillon de 400 automobilistes d’un pays comprend 40 pro-

Exercice 8.18. On s’intèresse aux intentions de votes d’une population pour un

1.23 1.33 1.24 1.25 1.26

Pour vous faire gagner du temps, notez que 10

Exercice 9.26. On prélève dans une population de moyenne µ inconnue et d’écart-

Exercice 9.27. Considérons une population ∼ N (µ, σ 2 ). On y prélève un échantillon

Exercice 9.34. Le chef d’un département de méthodes quantitatives se doute que

Exercice 9.35. On prélève, dans une population de moyenne µ inconnue et de va-

Exercice 9.38. On a observé la durée de 50 communications téléphoniques et on a

Exercice 9.39. M&M/MARS, fabricant des chocolats M&M’S, a effectué un sondage

Brun Jaune Rouge Orange Vert Bleu

Brun Jaune Rouge Orange Vert Bleu

[0 ;1500[ [1500 ;2500[ Plus de 2500

L’entreprise a -t-elle raison (pour un niveau de risque de 5%) ?

Exercice 9.41. La teneur en alcool maximum légalement autorisée pour pouvoir