ATLAS Ouvrir dans l'atlas →

ExerciceTerminale, chapitre 10 — Loi des grands nombres · Inégalité de concentration

Exercice 26 Type Bac

Type BacCalcul

Une usine produit des tiges métalliques dont la longueur XX, en centimètres, est une variable aléatoire d'espérance 2020 et d'écart-type 0,50{,}5. On prélève au hasard 100100 tiges, dont les longueurs forment un échantillon de la loi de XX, et on note M100M_{100} la longueur moyenne de ces 100100 tiges.

1. Calculer E(M100)E(M_{100}) et V(M100)V(M_{100}).

2. Majorer P(∣M100−20∣⩾0,1)P\big(|M_{100} - 20| \geqslant 0{,}1\big).

3. En déduire une minoration de la probabilité que la longueur moyenne de l'échantillon appartienne à l'intervalle ]19,9 ;20,1[]19{,}9\,;20{,}1[.

4. Le service qualité veut ramener à 0,010{,}01 le risque que la longueur moyenne s'écarte d'au moins 0,10{,}1 de 2020. Combien de tiges doit-il prélever ?

5. Un technicien propose plutôt de régler la machine de façon à diviser par 55 l'écart-type de XX, en conservant 100100 tiges. Cette solution répond-elle à l'exigence du service qualité ?

Corrigé

Ici μ=20\mu = 20 et σ=0,5\sigma = 0{,}5, donc σ2=0,25\sigma^{2} = 0{,}25.

1. La proposition 1 donne : E(M100)=μ=20;V(M100)=0,25100=0,0025E(M_{100}) = \mu = \boxed{20} \qquad;\qquad V(M_{100}) = \frac{0{,}25}{100} = \boxed{0{,}0025}

2. On applique l'inégalité de concentration : P(∣M100−20∣⩾0,1)  ⩽  0,25100×0,12=0,251=0,25P\big(|M_{100} - 20| \geqslant 0{,}1\big) \; \leqslant \; \frac{0{,}25}{100 \times 0{,}1^{2}} = \frac{0{,}25}{1} = \boxed{0{,}25}

3. En passant à l'événement contraire : P(19,9<M100<20,1)=1−P(∣M100−20∣⩾0,1)⩾1−0,25=0,75P(19{,}9 < M_{100} < 20{,}1) = 1 - P\big(|M_{100}-20| \geqslant 0{,}1\big) \geqslant 1 - 0{,}25 = \boxed{0{,}75}

4. On cherche nn tel que le majorant soit inférieur ou égal à 0,010{,}01 : 0,25n×0,01⩽0,01⟺n⩾0,250,01×0,01=0,250,0001=2 500\frac{0{,}25}{n \times 0{,}01} \leqslant 0{,}01 \quad\Longleftrightarrow\quad n \geqslant \frac{0{,}25}{0{,}01 \times 0{,}01} = \frac{0{,}25}{0{,}0001} = 2\,500

Le service qualiteˊ doit preˊlever au moins 2 500 tiges.\boxed{\text{Le service qualité doit prélever au moins } 2\,500 \text{ tiges.}}

5. Si l'écart-type de XX est divisé par 55, il vaut 0,10{,}1 et la variance devient 0,010{,}01. Avec n=100n = 100 : P(∣M100−20∣⩾0,1)  ⩽  0,01100×0,01=0,01P\big(|M_{100} - 20| \geqslant 0{,}1\big) \; \leqslant \; \frac{0{,}01}{100 \times 0{,}01} = \boxed{0{,}01}

Oui : cette solution atteint exactement l’exigence, sans preˊlever davantage de tiges.\boxed{\text{Oui : cette solution atteint exactement l'exigence, sans prélever davantage de tiges.}} Les deux leviers sont donc équivalents ici : augmenter nn ou réduire σ2\sigma^{2} agissent de la même façon sur le majorant σ2nδ2\dfrac{\sigma^{2}}{n\delta^{2}}.

Dans l'édifice

Thèmes

échantillon, moyenne empirique, espérance, variance, taille d'échantillon, modélisation

Notions

indépendance, espérance

Ouvrir dans l'atlas interactif →