ENSIAS Statistique
1ère année: 2008/2009 Mr S. ACHCHAB
Série:1
Echantillonnage
Exercice 1
Un commerçant propose à sa clientèle six articles électroménagers. Considérons la population mère
constituée par ces six articles codés ωi (i ∈ 1, ..., 6). Soit X la variable qui représente ”le nombre
d’unités en stock de chaque article au moment de l’inventaire”.
Ω ω1 ω2 ω3 ω4 ω5 ω6
X 0 1 2 3 0 1
1. Détreminer la loi de probabilité de la variable aléatoire X. Calculer la moyenne µ = E(X)
et la variance σ 2 = V ar(X), ainsi que σ 4 et le moment centré µ4 = E((X − µ)4 ).
2. Dans cette population d’effectif N = 6, on tire avec remise des échantillons de taille n = 2.
X1 est le nombre d’unités en stock pour le premier article tiré et X2 est le nombre d’unités
en stock pour le second. On pose
1
X = (X1 + X2 ).
2
Détreminer les valeurs prises par X sur tous les échantillons possibles, en déduire sa loi,
calculer l’espérance empirique E(X) et la variance empirique V ar(X). Vérifier les résultats
théoriques du cours.
3. On considère la statistique S 2 définie par
2
1X 1 2
S2 = (Xi − X)2 = (X12 + X22 ) − X
2 2
i=1
Déterminer les valeurs prises par S 2 sur tous les échantillons de taille n = 2; en déduire sa
loi, son espérance et sa variance.
Exercice 2
Dans un pays les statistiques font ressortir que 64% des ménages possèdent une voiture de tourisme.
Quelle est la probabilité que sur un échantillon au hasard de 225 ménages, la proportion de ceux
qui possèdent une voiture soit:
(a) comprise entre 40% et 70%.
(b) supérieure à 60%.
(c) inférieure à 25%
Exercice 3
Un dispositif de signalisation lumineuse comporte trois lampes; celle qui en service est relayée
automatiquement en cas de défaillance.
Quelle est la probabilité que l’ensemble fonctionne:
1
(a) plus de 5000 heures.
(b) moins de 4200 heures.
On sait que la durée de vie des lampes utilisée est une variable normale de moyenne 1500 heures
et d’écart-type 150 heures.
Exercice 4
Etant donné un échantillon aléatoire de m éléments indépendants, extrait d’une population gaussi-
X −µ
enne de moyenne µ et décart-type σ. Montrer que la quantité S ∗ suit une loi de student à n − 1
√
n
degrès de liberté.
Exercice 5
Lorsque une machine est bien réglée, elle produit des pièces dont le diamètre moyen est 25 mm.
Deux heures après un réglage de la machine, on a prélevé au hasard un échantillon de neuf pièces.
Les diamètres ont pour mesure, en millimètres: 22, 23, 21, 25, 24, 23, 22, 26, 21.
Que peut-on conclure, avec une probabilité de 95% quant à la qualité du réglage da la machine,
après deux heures de fonctionnement?
(On admettra que le diamètre des pièces est une variable gaussienne).
Exercice 61
Les éléments d’une population statistique X, ont été numérotés de 1 à N . On tire au sort avec
remise n numéros. L’échantillon ainsi obtenu à pour moyenne X.
σ2
(i) Montrer que E(X) = µ et V ar(X) = .
n
(ii) On suppose que le tirage des n numéros est effectué sans remise; établir que:
σ2 N − n
E(X) = µ et V ar(X) = .
n N −1
Exercice 7
Un paquet de tabat produit par la régie des Tabac a un poids moyen de 50g et un écart-type de
2g. En supposant que ce tabac soit livré par lots de mille paquets; quelle est la probabilité que la
différence A − B entre les poids de deux lots A et B excède 200g.
Exercice 81
1. On suppose que les poids de 3000 étudiants de l’Université Mohammed V suivent une loi
normale de moyenne 68.0 kilogrammes et d’écart-type 3.0 kilogrammes. Si l’on extrait 80
échantillons de 25 étudiants chacun, quelle est la moyenne et l’écart-type théoriques de la
distribution d’échantillonnage des moyennes pour
(a) un échantillonnage non exhaustif ?
(b) un échantillonnage exhaustif ?
2. Pour combien d’échantillons peut-on s’attendre à trouver une moyenne
(a) comprise entre 68.0 Kg et 68.3 Kg?
(b) inférieure à 66.4 Kg ?
1
Ces exercices sont donnés sous forme de devoir libre et doivent être rendu dans la 2eme semaine de chaque série
de TD
