Kala te souhaite la bienvenueKala-Maths

Concentration et loi des grands nombres

🔴 Expert

📝 Les énoncés sont gratuits, et les 2 premiers corrigés sont offerts. Les autres corrigés détaillés sont réservés aux abonnés.

  1. 1

    Une machine produit des tiges métalliques dont la longueur X (en mm) a pour espérance μ = 200 et pour écart-type σ = 2.
    a) Majore P(|X − 200| ≥ 5) avec l'inégalité de Bienaymé-Tchebychev.
    b) On prélève un échantillon de n = 64 tiges, de moyenne M. Calcule E(M), V(M) et σ(M).
    c) Majore P(|M − 200| ≥ 0,5).
    d) Quelle taille d'échantillon n garantit P(|Mn − 200| < 0,5) ≥ 0,99 ?

    ✅ Voir le corrigéoffert

    Données : μ = 200, σ = 2 donc V = σ² = 4.
    a) Bienaymé-Tchebychev avec δ = 5 : P(|X − 200| ≥ 5) ≤ Vδ2\frac{V}{δ^{2}} = 425\frac{4}{25} = 0,16.
    b) E(M) = μ = 200. V(M) = Vn\frac{V}{n} = 464\frac{4}{64} = 0,0625. σ(M) = √0,0625 = 0,25.
    c) Inégalité de concentration avec δ = 0,5 (δ² = 0,25) : P(|M − 200| ≥ 0,5) ≤ 4(64×0,25)\frac{4}{(64\times 0{,}25)} = 416\frac{4}{16} = 0,25.
    d) On veut 1 − V(n×δ2)\frac{V}{(n\times δ^{2})} ≥ 0,99, soit 4(n×0,25)\frac{4}{(n\times 0{,}25)} ≤ 0,01, c'est-à-dire 16n\frac{16}{n} ≤ 0,01. Donc n ≥ 160,01\frac{16}{0{,}01} = 1600.
    Résultat : a) 0,16 ; b) E = 200, V = 0,0625, σ = 0,25 ; c) 0,25 ; d) n ≥ 1600.

  2. 2

    On veut estimer la proportion p d'électeurs favorables à une mesure. Chaque réponse est modélisée par une loi de Bernoulli de paramètre p.
    a) Montre que la variance V = p(1 − p) est toujours inférieure ou égale à 14\frac{1}{4}.
    b) On veut estimer p avec une précision δ = 0,03 et un risque au plus 0,05. En majorant V par 14\frac{1}{4}, détermine la taille minimale n.
    c) Si l'on exige le même δ mais un risque au plus 0,01, quelle est la nouvelle taille minimale ? Compare avec la question b).

    ✅ Voir le corrigéoffert

    a) Posons f(p) = p(1 − p) = p − p² pour p dans [0 ; 1]. Sa dérivée est f '(p) = 1 − 2p, qui s'annule en p = 12\frac{1}{2}. Avant, f '(p) > 0 (f croissante) ; après, f '(p) < 0 (f décroissante) : f atteint donc son maximum en p = 12\frac{1}{2}, où f(12\frac{1}{2}) = 12\frac{1}{2} × 12\frac{1}{2} = 14\frac{1}{4}. Ainsi V = p(1 − p) ≤ 14\frac{1}{4} pour tout p.
    b) Concentration avec V ≤ 14\frac{1}{4} = 0,25 : borne 0,25(n×δ2)\frac{0{,}25}{(n\times δ^{2})} ≤ 0,05, avec δ² = 0,03² = 0,0009. On isole n : 0,25 ≤ 0,05 × n × 0,0009 = 0,000045 × n, donc n ≥ 0,250,000045\frac{0{,}25}{0{,}000045} ≈ 5555,6. Comme n est entier, n = 5556.
    c) Même calcul avec risque 0,01 : 0,25 ≤ 0,01 × n × 0,0009 = 0,000009 × n, donc n ≥ 0,250,000009\frac{0{,}25}{0{,}000009} ≈ 27777,8, soit n = 27778.
    Comparaison : diviser le risque par 5 (de 0,05 à 0,01) multiplie la taille nécessaire par 5 (de 5556 à 27778 environ).
    Résultat : a) maximum 14\frac{1}{4} en p = 12\frac{1}{2} ; b) n = 5556 ; c) n = 27778.

  3. 3

    On lance un dé équilibré ; le résultat X a pour espérance μ = 3,5 et pour variance V = 3512\frac{35}{12}. On note Mn la moyenne d'un échantillon de n lancers.
    a) Exprime, en fonction de n, la borne donnée par l'inégalité de concentration pour P(|Mn − 3,5| ≥ 0,1).
    b) À partir de quelle valeur de n cette borne devient-elle inférieure à 1 (donc utile) ?
    c) Détermine le plus petit n pour lequel cette borne est inférieure ou égale à 0,05.
    d) Que dit la loi des grands nombres sur Mn quand n devient très grand ?

    🔒 Corrigé réservé aux abonnésS'abonner →
  4. 4

    La durée X (en minutes) d'un appel dans un centre a pour espérance μ = 4 et pour écart-type σ = 3.
    a) Majore P(|X − 4| ≥ 9) avec Bienaymé-Tchebychev.
    b) On observe un échantillon de n = 100 appels, de moyenne M100. Calcule σ(M100).
    c) Majore P(M100 ≥ 4,6) en te ramenant à un événement du type |M100 − 4| ≥ δ.
    d) Quelle taille n garantit P(|Mn − 4| < 0,3) ≥ 0,9 ?

    🔒 Corrigé réservé aux abonnésS'abonner →
  5. 5

    X suit une loi de Bernoulli de paramètre p = 0,5. On prélève un échantillon de taille n = 4, de moyenne M4.
    a) Donne l'espérance μ et la variance V de X.
    b) Quelles valeurs peut prendre M4 ?
    c) Calcule la valeur exacte de P(|M4 − 0,5| ≥ 0,5).
    d) Compare cette valeur exacte à la borne donnée par l'inégalité de concentration.

    🔒 Corrigé réservé aux abonnésS'abonner →
  6. 6

    Une variable X a pour espérance μ (inconnue) et pour variance V = 6. On note Mn la moyenne d'un échantillon de taille n.
    a) Exprime σ(Mn) en fonction de n.
    b) Détermine le plus petit n tel que σ(Mn) ≤ 0,1.
    c) Pour ce n, majore P(|Mn − μ| ≥ 0,2) avec l'inégalité de concentration.
    d) Quel n rendrait cette borne (pour δ = 0,2) inférieure ou égale à 0,05 ?

    🔒 Corrigé réservé aux abonnésS'abonner →
  7. 7

    Dans un jeu, on gagne 10 € avec probabilité 0,2 et on perd 2 € avec probabilité 0,8. On note X le gain algébrique d'une partie.
    a) Calcule l'espérance E(X).
    b) Calcule la variance V(X) et l'écart-type σ(X).
    c) On joue n = 144 parties ; M est le gain moyen. Calcule E(M) et σ(M).
    d) Majore P(|M − 0,4| ≥ 0,8).
    e) Interprète le résultat à l'aide de la loi des grands nombres.

    🔒 Corrigé réservé aux abonnésS'abonner →
  8. 8

    Une variable X a pour espérance μ = 50 et pour écart-type σ = 10.
    a) À l'aide de Bienaymé-Tchebychev, détermine un réel δ tel que P(|X − 50| < δ) ≥ 0,75, et donne l'intervalle obtenu.
    b) On prélève un échantillon de taille n = 25, de moyenne M. Calcule σ(M).
    c) Détermine de même un réel δ' tel que P(|M − 50| < δ') ≥ 0,75, et donne l'intervalle.
    d) Compare les deux intervalles et explique le rôle de n.

    🔒 Corrigé réservé aux abonnésS'abonner →
  9. 9

    Un institut réalise un sondage sur n personnes pour estimer une proportion p. On modélise la fréquence observée par la moyenne F d'un échantillon de lois de Bernoulli et on majore la variance par 14\frac{1}{4}.
    a) Pour n = 2500 et δ = 0,02, majore P(|F − p| ≥ 0,02).
    b) Quelle taille n rend cette borne (pour δ = 0,02) inférieure ou égale à 0,05 ?
    c) On veut maintenant une précision δ = 0,01 avec le même risque 0,05. Quelle taille n faut-il ? Commente l'effet d'une précision deux fois plus fine.

    🔒 Corrigé réservé aux abonnésS'abonner →
  10. 10

    Un composant électronique est défaillant avec probabilité p = 0,1. On note X la variable de Bernoulli associée (1 si défaillant, 0 sinon).
    a) Donne l'espérance μ et la variance V de X.
    b) On teste un lot de n = 900 composants ; M est la fréquence de défaillants observée. Calcule σ(M).
    c) Majore P(|M − 0,1| ≥ 0,03).
    d) Quelle taille n garantit P(|Mn − 0,1| < 0,02) ≥ 0,95 ?

    🔒 Corrigé réservé aux abonnésS'abonner →

Comment ça s'est passé ?

Retrouve tout dans Mon suivi.