Kala te souhaite la bienvenueKalaMaths

Concentration et loi des grands nombres

🟡 Moyen

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

S'abonner
  1. 1

    Une variable X a pour variance V = 2. À l'aide de l'inégalité de Bienaymé-Tchebychev, détermine la plus petite valeur de δ pour laquelle on est certain que P(|X − μ| ≥ δ) ≤ 0,02.

    Voir le corrigéoffert

    Bienaymé-Tchebychev : P(|X − μ| ≥ δ) ≤Vδ2\le \frac{V}{δ^{2}}. Pour garantir la majoration voulue, il suffit d'imposer Vδ2≤0,02\frac{V}{δ^{2}} \le 0{,}02.
    Étape 1 — Condition : 2δ2≤0,02\frac{2}{δ^{2}} \le 0{,}02.
    Étape 2 — On isole δ² : δ2≥20,02=100^{2} \ge \frac{2}{0{,}02} = 100.
    Étape 3 — On prend la racine : δ ≥100=10\ge \sqrt{100} = 10.
    La plus petite valeur est δ =10= 10.

  2. 2

    Une variable X a pour variance V = 0,25. On veut que l'inégalité de concentration garantisse P(|Mn − μ| ≥ 0,1) ≤ 0,01. Détermine la plus petite taille d'échantillon n convenable.

    Voir le corrigéoffert

    L'inégalité de concentration donne P(|Mn − μ| ≥ δ) ≤ V(n×δ2)\frac{V}{(n\times δ^{2})}. On veut cette borne ≤ 0,01.
    Étape 1 — On écrit la condition : V(n×δ2)\frac{V}{(n\times δ^{2})} ≤ 0,01, soit 0,25(n×0,01)\frac{0{,}25}{(n\times 0{,}01)} ≤ 0,01 (car δ² = 0,1² = 0,01).
    Étape 2 — On isole n : 0,25 ≤ 0,01 × n × 0,01, c'est-à-dire 0,25 ≤ 0,0001 × n.
    Étape 3 — On divise : n ≥ 0,250,0001\frac{0{,}25}{0{,}0001} = 2500.
    Il faut au moins n = 2500.

  3. 3

    On lance une pièce équilibrée n fois et on note Mn la fréquence de « pile ». On souhaite garantir P(|Mn − 0,5| < 0,01) ≥ 0,99 à l'aide de l'inégalité de concentration. Détermine la taille minimale n.

    🔒 Corrigé réservé aux abonnésS'abonner →
  4. 4

    Une variable X a pour espérance μ=12\mu = 12 et pour variance V=4V = 4. On veut que la moyenne Mn d'un échantillon de taille n ait un écart-type σ(Mn) au plus égal à 0,5. Détermine la plus petite valeur de n.

    🔒 Corrigé réservé aux abonnésS'abonner →
  5. 5

    Une variable X a pour espérance μ = 60 et pour écart-type σ = 4. En utilisant l'inégalité de Bienaymé-Tchebychev, détermine un réel δ tel que P(|X − 60| < δ) ≥ 0,96, puis donne l'intervalle correspondant.

    🔒 Corrigé réservé aux abonnésS'abonner →
  6. 6

    On lance un dé équilibré ; le résultat X a pour espérance μ=3,5\mu = 3{,}5 et pour variance V=3512V = \frac{35}{12}. On prélève un échantillon de taille n=50n = 50, de moyenne M50. Majore P(∣M50−3,5∣≥0,5)P(|M50 - 3{,}5| \ge 0{,}5).

    🔒 Corrigé réservé aux abonnésS'abonner →
  7. 7

    Une variable X a pour espérance μ=8\mu = 8 et pour variance V=5V = 5. On prélève un échantillon de taille n=125n = 125, de moyenne M125.
    a) Calcule σ(M125).
    b) Majore P(∣M125−8∣≥0,4)P(|M125 - 8| \ge 0{,}4).

    🔒 Corrigé réservé aux abonnésS'abonner →
  8. 8

    Lors d'un sondage, on interroge n personnes pour estimer une proportion p inconnue. On modélise chaque réponse par une loi de Bernoulli et on majore la variance par sa valeur maximale 14\frac{1}{4}. On souhaite une précision δ =0,02= 0{,}02 avec un risque au plus égal à 0,05. Détermine la taille minimale n.

    🔒 Corrigé réservé aux abonnésS'abonner →
  9. 9

    X suit une loi de Bernoulli de paramètre p=0,6p = 0{,}6. On considère un échantillon de taille n=150n = 150, de moyenne M150.
    a) Calcule E(M150) et V(M150).
    b) Majore P(∣M150−0,6∣≥0,1)P(|M150 - 0{,}6| \ge 0{,}1).

    🔒 Corrigé réservé aux abonnésS'abonner →
  10. 10

    X suit une loi de Bernoulli de paramètre p=0,2p = 0{,}2. On considère un échantillon de taille n=1000n = 1000, de moyenne M1000. Calcule E(M1000), V(M1000) et σ(M1000), puis majore P(∣M1000−0,2∣≥0,05)P(|M1000 - 0{,}2| \ge 0{,}05).

    🔒 Corrigé réservé aux abonnésS'abonner →

Comment ça s'est passé ?

Retrouve tout dans Mon suivi.