Groupe Les Erudits

Avril 2023
AVANT PROPOS
Wissen Corporation

C’est un groupe formé essentiellement de meilleurs étudiants de nos groupes

d’étude et d’encadrement qui se sont fixés plusieurs objectifs dont le premier est
celui du partage de la connaissance en Informatique et en mathématiques.
Ainsi, pour atteindre notre premier objectif, nous organisons des formations
essentiellement gratuites pour partager le peu que nous connaissons avec les
autres. Car la connaissance, c’est comme un chandelier, sa lumière ne diminue
pas s‘il allume un autre chandelier.

Pour faire partie de Wissen, l’étudiant doit démontrer son savoir-faire et son
amour pour la connaissance pendant les cours d’encadrement etc… Pour les
externes désirant intégrer Wissen, ils doivent passer pas un test, car ne suivant pas
régulièrement les cours avec nous, c’est le seul moyen d’apprécier leur savoir-
faire et leur amour pour la connaissance.

Le cerveau est bien une richesse que nous avons tous en commun, mais c’est
son utilisation qui distingue les hommes …Parfois, il n’existe pas de gens plus
intelligents que les autres, mais c’est le travail qui nous différencie. Pour bâtir
haut, il faut creuser profond et tu seras fort dans ce que tu te donnes.

Il y a une naissance en toute connaissance, Thucydide a dit : « Avoir des

connaissances sans les partager, c’est se mettre au niveau de celui qui n’a pas
d’idées ». Wissen Corporation est là pour assurer votre formation, votre
encadrement suivant vos désirs.

1|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 L’amour de la connaissance et de la réussite nous rassembla ici,
agissons en conséquence….
Connectez-vous à votre espace membre pour retrouver les batts,
batts résolus, tps et des cours en vidéos.

[Link]

2|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
DEDICACE

Maman Daudine DIONYO

André KONGA DIKOLO
Julie APAMI DIKOLO
Chadrack SHAKO DIKOLO
Pauline TSHULU DIKOLO
Joël YOMBOLA DIKOLO
Thérèse OTAKOTSHA DIKOLO
Jérémie OMELONGA DIKOLO
Moïse ALOMBA DIKOLO
Albertine MBOHELAKA DIKOLO
Mardochée MUKANGA DIKOLO
Junior OMELONGA ALOMBA
Joseph OSONGO OMELONGA
Bony WOLAWATO

3|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
REMERCIEMENTS

Sincères remerciements à
Tous les Erudits et alliés
Hermans IMBALEVA
Kevin MAYOMBO
Jonas KATEMBO KATEMBO
Issa KANZA
Marcus KABEYA
Andy BINAKI
Sympho TSHIMANGA MUTOMBO
John HESHIMA
John MINGA
Adeo KWEKWE
Smith MAMBU BATUKAKU
Jérémie OMELONGA DIKOLO
Moïse ALOMBA DIKOLO

4|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
INTRODUCTION
Ce livre vous présente 12 exercices de la statistique inférentielle Les questions sont
essentiellement des interrogations, examens et tps des années antérieures.

L’objectif poursuivi n’est pas de rendre l’étudiant faible ou paresseux mais plutôt
de mettre à sa disposition un outil d’aide pour la préparation des évaluations et
la bonne compréhension du cours. C’est pourquoi à la fin de chaque chapitre,
nous proposons une série d’exercices d’auto-évaluation. La meilleure méthode
serait de faire un effort de comprendre la logique utilisée pour la résolution de
chaque problème et cela peut vous aider devant des cas similaires et il est
conseillé de ne pas bloquer les résolutions ou utiliser ce recueil pendant les
évaluations.

Il y a une naissance en toute connaissance, Thucydide a dit : « Avoir des

connaissances sans les partager, c’est se mettre au niveau de celui qui n’a pas
d’idées ». L’objectif que je poursuis n’est pas de se prévaloir supérieur à vous qui
me lisez, mais de partager le peu que je connais à ceux qui veulent. Si vous lisez
ce livre pour chercher de failles, vous les trouverez certainement mais si vous le
lisez pour apprendre, vous apprendrez surement : Vous trouverez ce que vous
cherchez. Je ne suis en compétition avec personne.

L’œuvre humaine n’est jamais parfaite et celle-ci ne fait pas exception, ainsi vos
remarques et suggestions seront les bienvenues et m’aideront à améliorer les
éditions futures.

Bonne lecture

Aimé DIUMI DIKOLO

+243 81 083 46 16
aimediumi2@gmail@[Link]

5|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
EXERCICE 1
A la GECAMINES, sur un échantillon de 30 câbles métalliques, on a observé une
résistance moyenne à la rupture de 2,63 Tonnes.

I.1) Sachant que d’une façon générale, la résistance de ce type de câble

présente un écart- type de 0,65 Tonne, estimer sa résistance moyenne au
seuil de 5%.

I.2) Déterminer quelle devrait être la taille minimale de l’échantillon pour

connaitre la résistance moyenne de ce type de câble à  1 Kg près au seuil
de 5%.

A la SOMINKI, sur un échantillon de 20 câbles métalliques, on a observé une

résistance moyenne à la rupture de 3Tonnes avec un écart type de 0,25 Tonne.

I.3) Existe –t-il une différence significative entre la résistance moyenne des
câbles métalliques au sein de ces deux entreprises ?

(Interro à domicile 2020-2021)

Résolution

𝑥̅ = 2, 63 𝑇𝑜𝑛𝑛𝑒𝑠

𝑛 = 30

𝐼. 1) 𝜎 = 0,65 𝑇𝑜𝑛𝑛𝑒

L’intervalle de confiance est donné par :

𝑌1− 𝛼 × 𝜎 𝑌1−𝛼 × 𝜎
[𝑋̅ − 2
; 𝑋̅ + 2
]
30 √30

𝛼 = 5%

𝑌1−𝛼 = 1, 96
2

D’où l’intervalle de confiance est donné par :

1,96 ×0,65 1,96 ×0,65
[2, 63 − ; 2, 63 + ]
√30 √30

[2,63 − 0,2326 ; 2,63 + 0,2326]

[2,3974 ; 2,8626]

6|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
𝐼. 2 ) 𝑥̅ = 2, 63 𝑇𝑜𝑛𝑛𝑒𝑠 = 2 630 𝑘𝑔𝑠

𝜎 = 0,65 𝑡𝑜𝑛𝑛𝑒 = 650 𝑘𝑔𝑠

𝑌1−𝛼 = 1, 96
2

𝑑 = 1 𝑘𝑔
𝑌2 𝛼 ×𝜎 2
1−
2
𝑛=
𝑑2

(1,96)2 ×6502
=
12
3,8416 ×422 500
=
1

𝑛 = 1 623 076 𝑐â𝑏𝑙𝑒𝑠

𝐼. 3)
̅̅̅
𝑋1 = 2, 63 𝑡𝑜𝑛𝑛𝑒𝑠 ̅̅̅
𝑋2 = 3 𝑡𝑜𝑛𝑛𝑒𝑠
𝜎1 = 0,65 𝑇𝑜𝑛𝑛𝑒 𝑆2 = 0,25 𝑇𝑜𝑛𝑛𝑒
𝑛1 = 30 𝑛2 = 20

IL s’agit du test de comparaison de deux moyennes

𝐻0 ∶ 𝜇1 = 𝜇2 : Pas de différence significative entre la résistance moyenne des

câbles métalliques au sein de ces deux entreprises

𝐻1 ∶ 𝜇1 ≠ 𝜇2 : Il existe une différence significative

̅𝑥̅̅1̅−𝑥
̅̅̅2̅
𝑡=
𝜎̅̅̅̅−𝑥
𝑥1 ̅̅̅̅
2

𝜎12 𝜎22
𝜎̅𝑥̅̅1̅−𝑥̅̅̅2̅ = √ +
𝑛1 𝑛2

Comme la variance du deuxième échantillon n’est pas donné, trouvons son

estimateur
𝑛 20
𝜎22 = 𝑆22 = (0,25)2 = 0,06579
𝑛−1 20−1

𝜎12 𝜎22
𝜎̅𝑥̅̅1̅−𝑥̅̅̅2̅ = √ +
𝑛1 𝑛2

(0,65)2 0,06579
=√ +
30 20

7|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 = √0,014083 + 0,0032895

= √0,0173725

𝜎̅𝑥̅̅1̅−𝑥̅̅̅2̅ = 0,1318
̅𝑥̅̅1̅−𝑥
̅̅̅2̅ 2,63−3
𝑡= =
𝜎̅̅̅̅−𝑥
𝑥1 ̅̅̅̅
2
0,1318

𝑡 = −2, 8073

Prenons 𝛼 = 5% ddl=𝑛1 + 𝑛2 − 2

𝑑𝑑𝑙 = 30 + 20 − 2 = 48

𝑡1−𝛼 = 2,011 (Test bilateral)

2

Pour accepter 𝐻0 il faut que −𝑡1−𝛼 < 𝑡𝑜𝑏𝑠 < 𝑡1−𝛼

2 2

Dans notre cas, 𝑡 ∉ ]−2, 011 , 2, 011[ Donc on rejette 𝐻0

Et par conséquent, il existe une différence significative entre la résistance

moyenne des câbles métalliques au sein de ces deux entreprises

EXERCICE 2
Une entreprise qui fabrique des chaises en plastique pour les salles de fête.
L’entreprise veut savoir le poids maximal que ces chaises peuvent supporter sans
se casser.

En supposant que le poids suit la loi normale, avec une espérance mathématique
de 60 kg et d’écart-type de 4kg.

Sur 250 chaises reçues, on constate un poids moyen de 58 kg.

1. Donner un intervalle de confiance bilatéral de la moyenne des poids sur un
échantillon de taille 250, au seuil de risque 5%
2. Selon vous, qu’elle sera la conclusion sur le poids moyen ?

(TP 2020-2021)

Résolution
𝜇 = 60 𝑘𝑔 𝜎 = 4 𝑘𝑔
𝑛 = 250 𝑥̅ = 58 𝑘𝑔

8|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
1. L’intervalle de confiance est donné par :
𝑌 𝛼 ×𝜎 𝑌 𝛼 ×𝜎
1− 1−
[𝑋̅ − 2
; 𝑋̅ + 2
]
250 √250

𝛼 = 5%

𝑌1−𝛼 = 1, 96
2

D’où l’intervalle de confiance est donné par :

1,96 ×4 1,96 ×4
[58 − ; 2, 63 + ]
√250 √250

7,84 7,84
[58 − ; 58 + ]
15,81 15,81

[58 − 0,5; 58 + 0,5]

𝐼𝜇 = [57,5 ; 58,5]

2) Il faut tester l’hypothèse

𝐻0 ∶ 𝜇 = 60 𝑘𝑔𝑠

𝐻1 ∶ 𝜇 < 60 𝑘𝑔𝑠
𝑥̅ −𝜇0
𝑍= 𝜎
⁄ 𝑛
√

58−60
=4 ⇒ 𝑍 = −7,91
⁄
√250

Il s’agit d’un test unilatéral, 𝑍𝑡𝑎𝑏 = −1,645 𝑜𝑢 1,645

9|Page
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 EXERCICE 3
Aux C.U.K , Sur un échantillon de 30 patients sur lesquels a été pratiquée une
opération chirurgicale donnée, 18 ont présenté ultérieurement des effets
secondaires graves dûs à cette opération.

1. Calculer l’intervalle de confiance à 95 % de la proportion des patients

présentant des effets secondaires dûs à l’intervention chirurgicale.
2. On souhaite estimer la proportion des patients présentant des effets
secondaires avec une précision de 3%. Quelle devrait être la taille de
l’échantillon ?
Au H.G.R.K , Sur un échantillon de 30 patients sur lesquels a été pratiquée une
opération chirurgicale donnée, 18 ont présenté ultérieurement des effets
secondaires graves dûs à cette opération.
3. Existe-il une différence significative entre les proportions des patients qui ont
présenté ultérieurement des effets secondaires graves dûs à cette opération dans
les deux institutions hospitalières ?
(Interro à domicile 2020-2021)

Résolution
18
1. 𝑛 = 30 𝑝= = 0,6 𝑜𝑢 𝑝 = 60% 𝑆 = 0,6 𝑜𝑢 𝑆 = 60%
30

𝑞 = 1 − 𝑝 = 1 − 0,6 = 0,4 𝑜𝑢 𝑞 = 40%

L’intervalle de confiance est donné par :

𝑝𝑞 𝑝𝑞
[𝑆 − 𝑌1−𝛼 × √ ; 𝑆 + 𝑌1−𝛼 × √ ]
2 𝑛 𝑛 2

0,6 ×0,4 0,6 ×0,4

[0,6 − 1,96 × √ ; 0,6 + 1,96 × √ ]
30 30

[0,6 − 0,175; 0,6 + 0,175]

[0,425 ; 0,775] ou [42,5 ; 77,5]

10 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
Nous sommes sûrs à 95% que proportion des patients présentant des effets
secondaires dus à l’intervention chirurgicale est entre 0,425 et 0,775 ou soit entre
42,5% et 77,5%
2. 𝑑 = 3 %
𝑌2𝛼 𝑝𝑞
1−
2
𝑛=
𝑑2

(1,96)2 ×60×40
=
32
3,8416 ×2400
=
9

𝑛 = 1 024, 426666
𝑛 ≅ 1 025
3)
𝑛1 = 30 𝑛2 = 30
18 18
𝑝1 = × 100 = 60% 𝑝2 = × 100 = 60%
30 30
𝑞1 = 100 − 𝑝1 = 40% 𝑞2 = 100 − 𝑝2 = 40%

Il s’agit du test de comparaison de deux proportions

𝐻0 ∶ 𝜌1 = 𝜌2 il n’y a pas différence significative entre les proportions des patients

𝐻1 ∶ 𝜌1 ≠ 𝜌2 il y a une différence significative entre les proportions des patients

𝑝1 −𝑝2
𝑍= 𝑝1 𝑞1 𝑝2 𝑞2
√ 𝑛 + 𝑛
1 2

60−60
= 60×40 60×40
√ + 30
30

𝑍=0

On considère 𝛼 = 5%, il s’agit du test bilatéral, 𝑍𝑡𝑎𝑏 = 1, 96

|𝑍 | < 1,96 On accepte 𝐻0

Donc il n’y a pas de différence significative entre les proportions des patients qui
ont présenté ultérieurement des effets secondaires graves dus à cette opération
dans les deux institutions hospitalières

11 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
EXERCICE 4
La machine à embouteiller a été mal réglée, une bouteille sur deux, en moyenne,
ne comporte pas de capsule. Quelle est la probabilité pour que, dans une série
de 120 bouteilles, la proportion des bouteilles sans capsule soit :

1. Compris entre 40 et 60%

2. De 5/8 ou plus

(TP 2020-2021)

Résolution
1
𝜇𝑝 = 𝑝 = = 0,5 𝑛 = 120 𝑞 = 1 − 𝑝 = 1 − 0,5 = 0,5
2
𝑝𝑞 0,5 ×0,5 0,25
𝜎𝑝2 = = = = 0,0020833 … ⇒ 𝜎𝑝 = √0,0020833 = 0,0456
𝑛 120 120

𝑛 = 120 , la distribution binomiale peut être approchée par une distribution

normale
0,40−𝜇𝑝 𝑋−𝜇𝑝 0,60−𝜇𝑝
1. ℙ(40 ≤ 𝑋 ≤ 60) = ℙ ( ≤ ≤ )
𝜎𝑝 𝜎𝑝 𝜎𝑝

0,4−0,5 𝑋−0,5 0,6−0,5

= ℙ( ≤ ≤ )
0,0456 0,0456 0,0456

= ℙ (−2,19 ≤ 𝑇 ≤ 2,19)

= ℙ (𝑇 ≤ 2,19) − ℙ(𝑇 ≤ −2,19)

= ℙ (𝑇 ≤ 2,19) − ℙ(𝑇 ≥ 2,19)

= ℙ (𝑇 ≤ 2,19) − (1 − ℙ(𝑇 < 2,19))

= 0,9857 − (1 − 0,9857)

= 0,9857 − 0,0143

ℙ(40 ≤ 𝑋 ≤ 60) = 0,9714

Il y a 97,14% de chance pour que dans une série de 120 bouteilles, la proportion
des bouteilles sans capsule soit comprise entre 40 et 60%

12 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 5
2) = 0,625
8

𝑋−𝜇𝑝 0,625−𝜇𝑝
ℙ(𝑋 ≥ 0,625) = ℙ ( ≥ )
𝜎𝑝 𝜎𝑝

𝑋−0,5 0,625−0,5
= ℙ( ≥ )
0,0456 0,0456

= ℙ(𝑇 ≥ 2,74)

= 1 − ℙ(𝑇 < 2,74)

= 1 − 0,9969

ℙ(𝑋 ≥ 0,625) = 0,0031

Il y a 0,31% de chance pour que dans une série de 120 bouteilles, la proportion
des bouteilles sans capsule soit comprise de 5/8 ou plus

EXERCICE 5
Pour tester le bon fonctionnement d’un lot important d’ordinateurs, on en a
considéré un E.A.S. de 50 ordinateurs, sur lesquels on a prélevé des mesures de
consommation de courant électrique (en milliampères). Le tableau ci-dessous en
donne la répartition en 5 classes.

Classe Effectif

300 ; 600 7

600 ; 900 11

900 ; 1200 14

1200 ; 1500 11

1500 ; 1800 7

1. Estimer l’espérance mathématique de la population.

2. Estimer la variance et l’écart-type de la population.
3. Quel est l’intervalle de confiance de l’espérance mathématique de la
population au risque α= 5% ?
4. Montrer qu’on peut ajuster cette distribution observée par la distribution
normale (Indication : Test d’ajustement)

13 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
(Interro à domicile 2020-2021)
Résolution

Classe 𝑛𝑖 𝑥𝑖 𝑛𝑖 . 𝑥𝑖 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )2

300 ; 600 7 450 3150 2520000

600 ; 900 11 750 8250 990000

900 ; 1200 14 1050 14700 0

1200 ; 1500 11 1350 14850 990000

1500 ; 1800 7 1650 11550 2520000

∑ 52 500 7 020 000

1 52500
𝑥̅ = ∑ 𝑛𝑖 . 𝑥 𝑖 = = 1050
𝑛 50
1 7 020 000
𝑆2 = ∑ 𝑛𝑖 (𝑥𝑖 − 𝑥̅ )2 = = 140 400
𝑛 50

𝑆 = √140 400 = 374,7

1 ) 𝔼𝑋 = 1050

2 ) L’estimateur sans biais de la variance de la population est donné par :

𝑛
𝑆̂ 2 = 𝑆2
𝑛−1
50
= × 140 400
50−1

𝑆̂ 2 = 143 265, 3061

𝑆̂ = √143 265, 3061

𝑆̂ = 378, 50 𝑚𝐴

L’intervalle de confiance est donné par la formule

𝑌1−𝛼 × 𝜎 𝑌1−𝛼 × 𝜎
2 2
[𝑥̅ − ; 𝑥̅ + ]
√𝑛 √𝑛

14 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 1,96 ×378,50 1,96 ×378,50
[1050 − ; 1050 + ]
√50 √50

[1050 − 104,91; 1050 + 104,91]

[945, 09 ; 1154,91]

4 Test d’ajustement

𝐻0 ∶ La distribution observée peut être ajustée par la distribution normale

𝐻1 ∶ La distribution observée ne peut pas être ajustée par la distribution normale

(𝑛𝑖 −𝑛𝑝𝑖𝑜 )2
𝑌 = ∑𝑘𝑖=1
𝑛 𝑝𝑖𝑜

Trouvons d’abord le 𝑛𝑝𝑖𝑜

Pour la première classe :

300−1050 𝑋−1050 600−1050
ℙ(300 ≤ 𝑋 < 600) = ℙ ( ≤ < )
374,7 374,7 374,7

= ℙ(−2,00 ≤ 𝑍 < −1,20)

= ℙ(𝑍 < −1,20) − ℙ(𝑍 < −2,00)

= 0,1151 − 0,0228

ℙ(300 ≤ 𝑋 < 600) = 0,0923

𝑛𝑝1 = 50 × 0,0923 = 4,615

Pour la deuxième classe

600−1050 𝑋−1050 900−1050
ℙ(600 ≤ 𝑋 < 900) = ℙ ( ≤ < )
374,7 374,7 374,7

= ℙ(−1,20 ≤ 𝑍 < −0,40)

= ℙ(𝑍 < −0,40) − ℙ(𝑍 < −1,20)

= 0,3446 − 0,1151

ℙ(600 ≤ 𝑋 < 900) = 0,2295

𝑛𝑝2 = 50 × 0,2295 = 11,475

Pour la troisième classe

900−1050 𝑋−1050 1200−1050
ℙ(900 ≤ 𝑋 < 1200) = ℙ ( ≤ < )
374,7 374,7 374,7

= ℙ(−0,40 ≤ 𝑍 < 0,40)

15 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 = ℙ(𝑍 < 0,40) − ℙ(𝑍 < −0,40)

= 0,6554 − 0,3446

ℙ(900 ≤ 𝑋 < 1200) = 0,3108

𝑛𝑝3 = 50 × 0,3108 = 15,54

Pour la quatrième classe

1200−1050 𝑋−1050 1500−1050
ℙ(1200 ≤ 𝑋 < 1500) = ℙ ( ≤ < )
374,7 374,7 374,7

= ℙ(0,40 ≤ 𝑍 < 1,20)

= ℙ(𝑍 < 1,20) − ℙ(𝑍 < 0,40)

= 0,8849 − 0,6554

ℙ(1200 ≤ 𝑋 < 1500) = 0,2295

𝑛𝑝4 = 50 × 0,2295 = 11,475

Pour la cinquième classe

1500−1050 𝑋−1050 1800−1050
ℙ(1500 ≤ 𝑋 < 1800) = ℙ ( ≤ < )
374,7 374,7 374,7

= ℙ(1,20 ≤ 𝑍 < 2,00)

= ℙ(𝑍 < 2,00) − ℙ(𝑍 < 1,20)

= 0,9772 − 0,8849

ℙ(1500 ≤ 𝑋 < 1800) = 0,0923

𝑛𝑝5 = 50 × 0,0923 = 4,615

On peut résumer les calculs dans le tableau suivant :

Classes 300 ; 600 600 ; 900 900 ; 1200 1200 ; 1500 1500 ; 1800
𝑛𝑖 7 11 14 11 7
𝑛𝑝𝑖 4,615 11,475 15,54 11,475 4,615

(𝑛𝑖 −𝑛𝑝𝑖𝑜 )2
𝑌 = ∑𝑘𝑖=1
𝑛 𝑝𝑖𝑜

( 7− 4,615 )2 (11 −11,475 )2 ( 14−15,54 )2 ( 11−11,475 )2 ( 7−4,615 )2

= + + + +
4,615 11,475 15,54 11,475 4,615

16 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 5,688225 0,225625 2,3716 0,225625 5,688225
= + + + +
4,615 11,475 15,54 11,475 4,615

𝑌 = 2,66
2
𝜒1−𝛼 =? 𝑑𝑑𝑙 = 𝑘 − 1 = 5 − 1 = 4
2

2
𝜒1−𝛼 = 9,488
2

Règle de décision
2
𝑌 < 𝜒𝑡𝑎𝑏 on accepte 𝐻0

Donc la distribution observée peut être ajustée par la distribution normale

EXERCICE 6
Dans un centre de renseignements téléphoniques, une étude statistique a montré
que l’attente (en secondes) avant que la communication soit amorcée suit une
loi normale de moyenne 18 et d’écart-type 7,2.

Après réorganisation du service, une étude est effectuée pour contrôler s’il y a eu
une amélioration du temps d’attente.

Attente 2-6 6-10 10-12 12-14 14-18 18-26 26-34

Effectif 8 14 9 11 30 16 12

Le centre veut savoir si le temps d’attente a diminué depuis la réorganisation du

service au seuil de risque 5%

(TP 2020-2021)

Résolution
𝜇0 = 18 𝜎 = 7,2

Trouvons d’abord la moyenne de l’échantillon.

17 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 Attente 𝑛𝑖 𝑥𝑖 𝑛𝑖 × 𝑥 𝑖
2-6 8 4 32
6-10 14 8 112
10-12 9 11 99
12-14 11 13 143
14-18 30 16 480
18-26 16 22 352
26-34 12 30 360
100 1578

1 1578
𝑥̅ = ∑ 𝑛𝑖 𝑥 𝑖 = = 15,78
𝑛 100

Testons les hypothèses :

𝐻0 ∶ 𝜇 = 18 ∶ le temps d’attente n’a pas diminué

𝐻1 ∶ 𝜇 < 18 : Le temps d’attente a diminué

𝑥̅ −𝜇0
𝑍= 𝜎⁄ 𝜎 = 7,2 𝑛 = 100
√𝑛

EXERCICE 7
𝐼) Une population est constituée de cinq nombres 2, 3, 6, 8, 11. On considère tous
les échantillons tous les échantillons non exhaustifs de taille 2 de cette population.
Trouver :

𝑎) La moyenne de la population

𝑏) L’écart-type de la population

𝑐) La moyenne de la distribution des moyennes de l’échantillonnage

𝑑) L’écart-type de la distribution d’échantillonnage des moyennes

𝐼𝐼) Résoudre la première sous question dans le cas d’un échantillon non exhaustif

(TD 2020-2021)

18 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
Résolution

𝐼) On peut avoir les échantillons suivants :

(2 ; 2) ; (2 ; 3) ; (2 ; 6) ; (2 ; 8) ; (2 ; 11) ; (3 ; 3) ; (3 ; 2) ; (3 ; 6) ; (3 ; 8) ; (3 ; 11) ; (6 ; 6) ;
(6 ; 2) ; (6 ; 3) ; (6 ; 8) ; (6 ;11) ; (8 ; 8) ; (8 ; 2) ; (8 ;3) ; (8 ; 6) ; (8 ; 11) ; (11 ;11) ; (11 ;
2) ; (11 ; 3) ; (11 ; 6) ; (11 ; 8)
1
𝑎) 𝑥̅ = ∑ 𝑥𝑖
𝑛
2+3+6+8+11
=
5
30
=
5

𝑥̅ = 6
1 1
𝑏) 𝜎 2 = ∑ (𝑥𝑖 − 𝑥̅ )2 = ∑ 𝑥𝑖 2 − 𝑥̅ 2
𝑛 𝑛

22 +32+62 +82 +112

= − 62
5
4+9+36+64+121
= − 36
5

234
= − 36
5

= 46, −36

𝜎 2 = 10,8

𝜎 = √𝜎 2 = √10,8

𝜎 = 3, 29

19 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
𝑐)

Classes 𝑥̅ 𝑖 𝑥̅ 𝑖 2
Echantillon
(2 ; 2) 2 4
(2 ; 3) 2,5 6,25
(2 ; 6) 4 16
(2 ; 8) 5 25
(2 ; 11) 6,5 42,25
(3 ; 2) 2,5 6,25
(3 ; 3) 3 9
(3 ; 6) 4,5 20,25
(3 ; 8) 5,5 30,25
(3 ; 11) 7 49
(6 ;2) 4 16
(6 ; 3) 4,5 20,25
(6 ; 6) 6 36
(6 ; 8) 7 49
(6 ; 11) 8,5 72,25
(8 ; 2) 5 25
(8 ; 3) 5,5 30,25
(8 ; 6) 7 49
(8 ; 8) 8 64
(8 ; 11) 9,5 90,25
(11 ; 2) 6,5 42,25
(11 ; 3) 7 49
(11 ; 6) 8,5 72,25
(11 ; 8) 9,5 90,25
(11 ; 8) 11 121
∑
150 1035

1
𝜇𝑥̅ = ∑ 𝑥̅ 𝑖
𝑛

20 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 150
=
25

𝜇𝑥̅ = 6
1
𝑑) 𝜎 2 𝑥̅ = ∑ 𝑥̅ 𝑖 2 − 𝑋̅ 2
𝑛
1035
= − 62
25

= 41,4 − 36

𝜎 2 𝑥̅ = 5,4

𝜎𝑥̅ = √5,4 = 2,32

𝐼𝐼)

1) On peut former les échantillons suivants : (2 ;3) ; (2 ; 6) ; (2 ;8) ; (2 ; 11) ; (3 ;

6) ; (3 ; 8) ; (3 ; 11) ; (6 ; 8) ; (6 ; 11) et (8 ; 11)
1
𝑎) 𝑥̅ = ∑ 𝑥𝑖
𝑛
2+3+6+8+11
=
5

30
=
5

𝑥̅ = 6
1 1
𝑏) 𝜎 2 = ∑ (𝑥𝑖 − 𝑥̅ )2 = ∑ 𝑥𝑖 2 − 𝑥̅ 2
𝑛 𝑛

22 +32+62 +82 +112

= − 62
5
4+9+36+64+121
= − 36
5

234
= − 36
5

= 46, −36

𝜎 2 = 10,8

𝜎 = √𝜎 2 = √10,8

𝜎 = 3, 29

𝑐)

21 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 Classes 𝑥̅ 𝑖 𝑥̅ 𝑖 2
(Echantillon)
(2 ; 3) 2,5 6,25
(2 ; 6) 4 16
(2 ; 8) 5 25
(2 ;11) 6,5 42,25
(3 ; 6) 4,5 20,25
(3 ; 8) 5,5 30,25
(3 ;11) 7 49
(6 ; 8) 7 49
(6 ; 11) 8,5 72,25
(8 ; 11) 9,5 90,25
∑ 60 400,5

1
𝜇𝑥̅ = ∑ 𝑥̅ 𝑖
𝑛
60
=
10

𝜇𝑥̅ = 6
1
𝑑) 𝜎 2 𝑥̅ = ∑ 𝑥̅ 𝑖 2 − 𝑋̅ 2
𝑛

400,5
= − 62
10

= 40, 05 − 36

𝜎 2 𝑥̅ = 4, 05

𝜎𝑥̅ = √4, 05 = 2, 01

22 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
EXERCICE 8
Considérons un groupe de personnes à qui la température a été mesurée au T0
après un match de football. Après une bonne douche de 30 minutes, un nouveau
prélèvement a été effectué au temps T3. Les résultats sont repris dans le tableau
ci-dessous.

Identifiant 1 2 3 4 5 6 7 8 9 10 11
T0 39 39,5 40 37 38,5 37,5 37 38 40 37 39
T3 36 36 36 35 37 36 36 36,5 37 35 37

𝑎) Calculez la variance de T0 et T3

𝑏) Utilisez les résultats en a) pour calculer la variance de T0-T3

𝑐) Au seuil de signification de 5%, y-a-t-il une différence entre les mesures en T0 et

celles en T3 ?

(Examen 2021-2022)

Résolution

𝑎) Pour T0 :
39+39,5+40+37+38,5+37,5+37+38+40+37+39 422,5
𝑥
̅̅̅1 = = = 38,41
11 11
1 1
𝑆12 = ∑(𝑥𝑖 − 𝑥̅ )2 = ∑ 𝑥𝑖2 − (𝑥̅1 )2
𝑛 𝑛

392+(39,5)2+(40)2+(37)2 +(38,5)2+(37,5)2+(37)2+(38)2+(40)2+(37)2+(39)2
= − (38,41)2
11

𝑆12 = 1,26

Pour T3
36+36+36+35+37+36+36+36,5+37+35+37 397,5
𝑥2 =
̅̅̅ = = 36,14
11 11
1 1
𝑆22 = 𝑥 2 )2 =
∑(𝑥𝑖 − ̅̅̅ ∑ 𝑥𝑖2 − (𝑥̅ )2
𝑛 𝑛

(36)2+(36)2+(36)2+(35)2+(37)2+(36)2 +(36)2+(36,5)2+(37)2+(35)2+(37)2
= − (36,14) 2
11

𝑆22 = 0,46

23 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
𝑏) On sait que si X et Y sont deux variables indépendantes, alors :

𝑉𝑎𝑟 (𝑋 + 𝑌 ) = 𝑉𝑎𝑟 (𝑋 − 𝑌 ) = 𝑉𝑎𝑟 (𝑋) + 𝑉𝑎𝑟 (𝑌 )

EXERCICE 9

On désire comparer la précision et l’exactitude de deux balances, en étudiant

les résultats des pesages d’un poids calibré à 15Kg. On a obtenu les résultats
suivants en kg) :

1ère Balance 15 14 13 17 16
2 Balance
e 11 12 14 12 15
En considérant le seuil de confiance de 5%.
Dire si :
𝑎) Les deux balances ont la même précision

𝑏) La première balance est précise

𝑐) La deuxième balance est précise
(𝑇𝑃 2021 − 2022)

Résolution

Trouvons d’abord la moyenne et l’écart-type de chaque balance

1 15+14+13+17+16
𝑥
̅̅̅1 = ∑ 𝑥𝑖 = = 15
𝑛 5
1 11+12+14+12+15
𝑥2 =
̅̅̅ ∑ 𝑥𝑖 = = 12, 8
𝑛 5
1 1
𝑆1 2 = ∑(𝑥𝑖 − 𝑥̅ )2 = ∑ 𝑥𝑖 2 − 𝑥̅ 2
𝑛 𝑛

152+142 +132+172+162
= − 152
5
225+196+169+289+256
= − 225
5
1135
= − 225
5

= 227 − 225

𝑆1 2 = 2 ⇒ 𝑆1 = √2 = 1, 41
1 1
𝑆2 2 = ∑(𝑥𝑖 − 𝑥̅ )2 = ∑ 𝑥𝑖 2 − 𝑥̅ 2
𝑛 𝑛

24 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 112+122+142 +122+152
= − (12, 8)2
5
121+144+196+144+225
= − 163, 84
5
830
= − 163, 84
5

= 166 − 163,84

𝑆2 2 = 2, 16 ⇒ 𝑆2 = √2,16 = 1,47
𝐻0 ∶ 𝜇1 = 𝜇2 𝐿𝑒𝑠 𝑑𝑒𝑢𝑥 𝑏𝑎𝑙𝑎𝑛𝑐𝑒𝑠 𝑜𝑛𝑡 𝑙𝑎 𝑚𝑒𝑚𝑒 𝑝𝑟é𝑐𝑖𝑠𝑖𝑜𝑛
𝑎) {
𝐻𝐴 ∶ 𝜇1 ≠ 𝜇2 𝐿𝑒𝑠 𝑑𝑒𝑢𝑥 𝑏𝑎𝑙𝑎𝑛𝑐𝑒𝑠 𝑛 ′ 𝑜𝑛𝑡 𝑝𝑎𝑠 𝑙𝑎 𝑚𝑒𝑚𝑒 𝑝𝑟é𝑐𝑖𝑠𝑖𝑜𝑛
(𝑛1−1)𝑆12 +(𝑛2−1)𝑆22
𝑆2 = (𝑛1−1)+(𝑛2−1)

(5−1) 2+(5−1)2,16
= (5−1)+(5−1)

4 ×2+4×2,16
=
4+4
8+8,64
=
8
16,64
=
8

𝑆 2 = 2,08
̅𝑥̅̅1̅−𝑥
̅̅̅2̅
𝑡= 𝑆2 𝑆2
√ +
𝑛1 𝑛2

15−12,8
= 2,08 2,08
√ +
5 5

2,2
=
√0,416+0,416
2,2
=
√0,832
2,2
=
0,912140

𝑡 = 2,412

Choix de seuil ∝= 5%
∝ 0,05
= = 0,025
2 2
∝
1− = 1 − 0,025 = 0,975
2

25 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
𝑑𝑑𝑙 = (𝑛1 + 𝑛2 − 2) = 5 + 5 − 2 = 8
𝑡1−𝛼 = 2, 306
2

Pour accepter 𝐻0 il faut que −𝑡1−𝛼 < 𝑡𝑜𝑏𝑠 < 𝑡1−𝛼

2 2

Dans notre cas, 𝑡 ∉ ]−2, 306 , 2, 306[ Donc on rejette 𝐻0

Donc les deux balances n’ont la même précision

𝐻0 : 𝜇 = 15 𝑘𝑔 𝐿𝑎 𝑏𝑎𝑙𝑎𝑛𝑐𝑒 𝑒𝑠𝑡 𝑝𝑟é𝑐𝑖𝑠𝑒
𝑏) {
𝐻𝐴 : 𝜇 ≠ 15 𝑘𝑔 𝐿𝑎 𝑏𝑎𝑙𝑎𝑛𝑐𝑒 𝑛 ′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑝𝑟é𝑐𝑖𝑠𝑒
𝑥̅ −𝜇0
𝑡= 𝑆
√𝑛−1

15−15
= 1,41
√4

𝑡=0
∝ 0,05
= = 0,025
2 2
∝
1− = 1 − 0,025 = 0,975
2

𝑑𝑑𝑙 = 𝑛 − 1 = 5 − 1 = 4
𝑡1−∝ = 2, 776
2

𝑡 ∈ ]−2,776 ; 2,776[ : on accepte 𝐻0

Conclusion : La première balance est précise

𝐻0 : 𝑚 = 15 𝑘𝑔 𝐿𝑎 𝑏𝑎𝑙𝑎𝑛𝑐𝑒 𝑒𝑠𝑡 𝑝𝑟é𝑐𝑖𝑠𝑒
𝑐) {
𝐻𝐴 : 𝑚 ≠ 15 𝑘𝑔 𝐿𝑎 𝑏𝑎𝑙𝑎𝑛𝑐𝑒 𝑛 ′ 𝑒𝑠𝑡 𝑝𝑎𝑠 𝑝𝑟é𝑐𝑖𝑠𝑒
𝑥̅ −𝑚0
𝑡= 𝑆
√𝑛−1

12,8−15
= 1,47
√4

−2,2
=
0,735

𝑡 = −2, 99
∝ 0,05
= = 0,025
2 2
∝
1− = 1 − 0,025 = 0,975
2

26 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
𝑑𝑑𝑙 = 𝑛 − 1 = 5 − 1 = 4
𝑡1−∝⁄ = 2, 776
2

|𝑡| > 𝑡1−∝⁄ On rejette 𝐻0

2

Conclusion : La deuxième balance n’est pas précise

EXERCICE 10
Trouver la probabilité pour que parmi les 200 prochains enfants à naitre (a) il y ait
moins de 40% de garçons (b) il y ait entre 43% et 57% de filles. (c) il y ait plus de
54% de garçons. On supposera que la naissance d’un garçon et la naissance
d’une fille sont équiprobables.

(TP 2021-2022)

Résolution
1
𝜇𝑝 = 𝑝 = = 0,5
2
1 1
𝑝𝑞 ×
𝜎𝑝2 = = 2 2
= 0,00125 ⇒ 𝜎𝑝 = 0,0354
𝑛 200

𝑛 = 200 , la distribution binomiale peut être approchée à une distribution normale

40%−𝜇𝑝 0,40−0,5
𝑎) 𝑇1 = = = −2,82
𝜎𝑝 0,0354

ℙ(𝑋 < 40) = ℙ(𝑇 < 𝑇1 ) = ℙ(𝑇 < −2,82)

= ℙ(𝑇 > 2,82)
= 1 − ℙ(𝑇 < 2,82)
= 1 − 0,99760
= 0,0024

Il y a 0,24% de chance que parmi les 200 prochains enfants à naitre, qu’il y ait
moins de 40% de garçons.
43%−𝜇𝑝 0,43−0,50 57%−𝜇𝑝 0,57−0,50
𝑏) 𝑇1 = = = −1,98 𝑇2 = = = 1,98
𝜎𝑝 0,0354 𝜎𝑝 0,0354

ℙ(43 ≤ 𝑋 ≤ 57) = ℙ(𝑇1 ≤ 𝑇 ≤ 𝑇2 ) = ℙ(−1,98 ≤ 𝑇 ≤ 1,98)

= ℙ(𝑇 ≤ 1,98) − ℙ(𝑇 ≤ −1,98)

27 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 = ℙ(𝑇 ≤ 1,98) − ℙ(𝑇 ≥ 1,98)
= ℙ(𝑇 ≤ 1,98) − [1 − ℙ(𝑇 ≤ 1,98)]
= 0,97615 − (1 − 0,97615)
= 0,97615 − 0,02385
= 0,9523

Il y a 95,23% de chance que parmi les 200 prochains enfants à naitre, qu’il ait entre
43% et 57% des filles
54%−𝜇𝑝 0,54−0,5
𝑐) 𝑇1 = = = 1,13
𝜎𝑝 0,0354

ℙ(𝑋 > 54%) = ℙ(𝑇 > 𝑇1 ) = ℙ(𝑇 > 1,13)

= 1 − ℙ(𝑇 < 1,13)
= 1 − 0,87076
= 0,12924

Il y a 12,92% de chance que parmi les 200 prochains enfants à naitre, qu’il y a plus
de 54% de garçons.

EXERCICE 11
Un promoteur désire étudier le nombre de garage qu’il est souhaitable de
construire avec un ensemble de logements, afin que les occupants puissent y
ranger leur voiture. Pour cela il fait effectuer une enquête par sondage auprès
d’un échantillon de ménages susceptibles d’habiter ces appartements.
𝑎) A Kinshasa, on interroge un échantillon de 3238 ménages. On trouve parmi eux
1943 possesseurs d’une voiture. Estimez, à parti de cet échantillon, la proportion
des ménages ayant une voiture. Degré de confiance 99%
𝑏) A partir de la proportion estimée, combien de ménages faudrait-il pour
interroger, pour construire, avec un risque d’erreur de 5%, un intervalle de
confiance d’amplitude 0,04 ?
𝑐) A Lubumbashi, on interroge un échantillon de 1500 ménages, on trouve parmi
eux 1000 possesseurs d’une voiture. Existe-t-il une différence significative entre les
proportions des ménages ayant une voiture dans ces deux groupes.

28 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
Résolution
1943
𝑎) 𝑛 = 3238 ⇒𝑝= = 0,60 𝑆 = 0,6 𝑜𝑢 𝑆 = 60%
3238

𝑞 = 1 − 𝑝 = 1 − 0,60 = 0,40 𝑜𝑢 𝑞 = 40%

L’intervalle de confiance est donné par :

𝑝𝑞 𝑝𝑞
[𝑆 − 𝑌1−𝛼 × √ ; 𝑆 + 𝑌1−𝛼 × √ ]
2 𝑛 2 𝑛

𝛼
𝛼 = 100% − 99% = 1% = 0,01 ⇒ 1 − = 0,995
2

Procédons par interpolation pour trouver 𝑍0,995

𝑥−2,57 0,995−0,9949
=
2,58−2,57 0,9951−0,9949

𝑥−2,57 0,0001
=
0,01 0,0002

0,0002(𝑥 − 2, 57) = 0,01 × 0,0001

0, 0002𝑥 − 0, 000514 = 0, 000001
0,0002𝑥 = 0,000001 + 0,000514
0, 0002𝑥 = 0, 000515
0,000515
𝑥=
0,0002

𝑥 = 2, 575
𝑌1−𝛼 = 2,575
2

𝑝𝑞 𝑝𝑞
[𝑆 − 𝑌1−𝛼 × √ ; 𝑆 + 𝑌1−𝛼 × √ ]
2 𝑛 2 𝑛

0,60×0,40 0,60×0,40
= [0,60 − 2,575 × √ ; 0,60 + 2,575 × √ ]
3238 3238

29 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
 0,24 0,24
= [0,60 − 2,575 × √ ; 0,60 + 2,575 × √ ]
3238 3238

= [0,60 − 0,022 ; 0,60 + 0,022 ]

𝐼𝑝 = [0,578 ; 0,622] 𝑜𝑢 𝐼𝑝 = [57,8% , ; 62,2%]

Nous sommes sûrs à 99% que la proportion des ménages ayant une voiture est
entre 0,578 et 0,622 ou soit entre 57,8% et 62,2%

𝑏) 𝑑 = 0,04 = 4 % 𝛼 = 5% ⇒ 𝑌1−𝛼 = 1,96

2

𝑌2 𝛼 𝑝𝑞
1−
2
𝑛=
𝑑2

(1,96)2×60×40
= (4)2

3,8416×2400
=
16

= 576,24
𝑛 ≅ 576
𝑐) 𝑛1 = 3238 𝑝1 = 60% 𝑞1 = 40%
1000
𝑛2 = 1500 𝑝2 = = 66,67% 𝑞2 = 33,33%
1500

Il s’agit du test de comparaison de deux proportions

𝐻0 ∶ 𝜌1 = 𝜌2 il n’y a pas différence significative entre les proportions des ménages
ayant une voiture
𝐻1 ∶ 𝜌1 ≠ 𝜌2 il y a une différence significative entre les proportions des ménages
ayant une voiture
𝑝1 −𝑝2
𝑍= 𝑝1 𝑞1 𝑝2 𝑞2
√ 𝑛 + 𝑛
1 2

60−66,67
= 60×40 66,67×33,33
√ 3238 + 1500

−6,67
=
1,49

𝑍 = −4,477

On considère 𝛼 = 5%, il s’agit du test bilatéral, 𝑍𝑡𝑎𝑏 = 1, 96

30 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
|𝑍 | > 1,96 On accepte 𝐻𝐴

Donc il y a différence significative entre les proportions des ménages ayant une
voiture dans ces deux groupes.

EXERCICE
On a tiré un échantillon exhaustif de 10000 ménages dans une région A
comportant au total environ 700 000 ménages. Sur cet échantillon, on a observé
pour un mois déterminé, une consommation moyenne des ménages de 950$,
avec un écart-type de 700$. Calculer l’intervalle de confiance se rapportant à
l’estimation de la consommation moyenne des ménages dans la région. Le seuil
de probabilité est de 0,95.

EXERCICE
Dans une station-service, on suppose que le montant des chèques essence suit
une loi normale de paramètres 𝜇 et 𝜎. On considère un échantillon de taille n=50
et on obtient une moyenne de 130F et un écart-type de 28F.

Donner une estimation de 𝜇 par un intervalle de confiance au niveau de

confiance de 95%.

EXERCICE
La compagnie de pneus MICHELIN prétend que ses pneus ont une durée de vie
moyenne de 42000km. En prélevant un échantillon de 30 pneus, on trouve une
durée de vie moyenne de 39480km. En supposant que la durée de vie de ces
pneus obéit à une loi normale d’écart-type 4500km, peut-on dire que l’affirmation
de la compagnie est exagérée au niveau de signification ∝= 0,05 ?

EXERCICE
Lors d’une étude de la relation entre la pression d’une même quantité d’un
certain gaz par rapport au volume du récipient à partir d’un échantillon de taille
n, on a trouvé les résultats suivants :

31 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
(Nota : les points dans les chiffres séparent la partie entière et la partie décimale)

𝑎) Calculez l’intervalle de confiance de -62.864 (Notez que 𝑡 = 1,98)

𝑏) Quelle est la taille de l’échantillon

𝑐) Interprétez le chiffre -62.864

EXERCICE
Dans une usine, une machine fabrique des bouteilles dans les conditions normales
de fonctionnement. On estime que la machine fonctionne de façon satisfaisante
si le pourcentage des bouteilles défectueuses est de 1/[Link] un échantillon de
n=10.000 bouteilles, on a trouvé 15 bouteilles défectueuses. La machine est-elle
mal réglée ?

EXERCICE

a) Pour un échantillon aléatoire simple observé de taille n=9 relatif au

caractère quantitatif X, on a établi le total ∑ 𝑥 = 135 et le total ∑ 𝑥 2 = 2205

Calculer l’I.C. 𝐼𝑚 de 𝑚 = 𝔼𝑋, en supposant une population normale

b) Pour les mêmes données et hypothèses qu’en (a), effecteur le test bilatéral
suivant au seuil 𝛼 = 0,01:
𝐻 : 𝑚 = 15,60
{ 0
𝐻𝐴 : 𝑚 ≠ 15, 60

32 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
EXERCICE
Cinq différents traitements de fertilisant ont été appliqués à un nombre de plates-
bandes de maïs. Le traitement (1) était appliqué à 4 plates-bandes ; le traitement
(2) et (3) étaient appliqués à plates-bandes ; le traitement (4) à 7 plates-bandes
et le traitement (5) à 3 plates-bandes.

Les productions par hectare se trouvent dans le tableau ci-après :

(1) (2) (3) (4) (5)

78,9 63,5 79,1 87 75,9
72 74,1 90,3 81,2 77,2
81,1 75,5 85,6 75,3 81,5
85,7 80,8 81,4 79,4
71,3 74,5 80,7
79,4 95,5 82,8
89,6

Tester l’hypothèse que la récolte moyenne est la même pour chaque traitement
du fertilisant au niveau de signification ∝= 0,05

EXERCICE
On prélève la durée de vie des 60 ordinateurs. Les résultats trouvés (en semaines)
sont consignés dans le tableau suivant :

158 172 166 170 168 175 152 190 191 157
163 160 149 186 183 172 173 184 181 180
172 169 171 173 171 180 198 167 175 177
170 173 168 167 169 180 181 178 166 164
159 168 166 162 170 182 183 190 167 169
170 160 171 188 168 169 172 157 149 180

1° Grouper ces données par classes d’amplitude 5 semaines

2° Trouver l’intervalle de confiance à 99% pour la moyenne de la durée de vie

33 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]
3° Peut-on affirmer sans risque de se tromper que cet échantillon provient d’une
population dont la durée de vie moyenne des ordinateurs est de 168,15 semaines
et la variance de 76, 92 (𝑠𝑒𝑚𝑎𝑖𝑛𝑒𝑠)2

4° Avec un risque d’erreur de 5%, est-ce que la durée de vie des ordinateurs est
distribuée normalement ?
5° Quelle est la probabilité pour qu’un ordinateur

a) D’avoir une durée de vie comprise entre 149 semaines et 179 semaines
b) D’avoir une durée de vie inférieure à 189 semaines ?
c) D’avoir une durée de vie inférieure à 169 semaines ou supérieure à 189
semaines ?

34 | P a g e
Aimé DIUMI DIKOLO Groupe Les Erudits
[Link]