École Polytechnique de Montréal

MTH2302B - Hiver 2021

TD 9

Auteur :
Youssouf Emine

1er avril 2021

Exercice 1. Un composant d’un certain type fonctionne pendant un temps (durée de fonctionnement) de
moyenne 1000 heures et d’écart type 200 heures avant d’être remplacé par un composant neuf du même
type.
a. Quelle est la probabilité qu’au plus 62 composants soient utilisés en 60000 heures ? Justifier votre
démarche.

Solution:
On commence par introduire la variable aléatoire X qui est la durée de vie d’un compo-
sant. E [X] = 1,000 et V [X] = 2002 = 40,000. On considère un échantillon de 62 compo-
sants et Xi la durée! de vie du composant i. On cherche à calculer la probabilité suivante :
X62
P Xi ≥ 60,000 . Le théorème central limite nous permet d’affirmer que :
i=1
62
X
Xi ∼ N 62 × 1,000; 62 × 2002 = N (62,000; 2,480,000)


i=1

62
! P62 !
i=1 Xi − 62,000 60,000 − 62,000
X
P Xi ≥ 60,000 =P √ ≥ √
i=1
2,480,000 2,480,000
= P (Z ≥ −1.27)
= P (Z ≤ 1.27)
= 0.975

b. On envisage d’utiliser un nouveau modèle de composant à la place du modèle actuel. Des tests en
laboratoire ont permis d’obtenir les données suivantes sur les durées de fonctionnement (en heures)
d’un échantillon de composants de ce nouveau modèle (ces données se trouvent à la colonne 1 du
fichier Td9.csv, disponible sur le site du cours).

1196.51 1125.01 836.11 917.81 1472.01 1281.54 755.02

1007.18 811.32 1045.84 957.06 871.35 1009.72 1103.36
1175.78 1260.91 1037.83 1156.91 1281.90 1101.20 906.61
928.87 1042.12 632.10 1121.96 1165.09 1141.98 1029.10
1308.58 1125.14 986.33 1223.59 1167.92 910.87 1062.98
Remarque : on a x = 1061.646 ; s = 172.677. On suppose que ces données proviennent d’une
population de distribution normale (i.e. gaussienne).
i. Calculer un intervalle de confiance pour la moyenne de la durée de fonctionnement du nouveau
modèle de composant au niveau de confiance de 95%. Interpréter brièvement le résultat. [Vous
pouvez vérifier le résultat à l’aide d’un logiciel tel que R]

Solution:
Nous sommes dans le cas où la variance est inconnue. La formule de l’intervalle de confiance
est  
s s
x − t 2 ; n−1 ×
α √ , x + t 2 ; n−1 ×
α √ ,
n n
avec n = 35, α = 0.05, x = 1,061.65, s = 172.68 et t α2 ; n−1 = 2.03. L’intervalle de confiance
est donc :
 
172.68 172.68
1,061.65 − 2.03 × √ , 1,061.65 + 2.03 × √ = [1,002.34, 1,120.96]
35 35

1
ii. Calculer un intervalle de confiance pour la variance de la durée de fonctionnement du nouveau
modèle de composant au niveau de confiance de 95%. Interpréter brièvement le résultat.

Solution:
La formule de l’intervalle de confiance est
(n − 1)s2 (n − 1)s2
 
, ,
χ α2 ; n−1 χ1− α2 ; n−1

avec n = 35, α = 0.05, x = 1,061.65, s = 172.68, χ α2 ; n−1 = 51.97 et χ1− α2 ; n−1 = 19.81.
L’intervalle de confiance est donc :
(35 − 1) × 172.682 (35 − 1) × 172.682
 
, = [19,507, 51,175]
51.97 19.81

iii. Calculer un intervalle de prévision pour la prochaine observation de la durée de fonctionnement

du nouveau modèle de composant au niveau de confiance de 90%. Interpréter brièvement le
résultat.

Solution:
La formule de l’intervalle de prévision est
" s   s  #
1 1
x − t α2 ; n−1 × s2 1 + , x + t α2 ; n−1 × s2 1 + ,
n n

avec n = 35, α = 0.1, x = 1,061.65, s = 172.68 et t α2 ; n−1 = 1.69. L’intervalle de prevision

est donc :
" s  #
1
1,061.65 ± 1.69 × 172.682 × 1 + = [765.68, 1,357.61]
35

2
Exercice 2. Des ingénieurs travaillent au développement d’un procédé de fabrication. Afin d’en améliorer
la fiabilité, ils s’intéressent à la proportion p d’unités non conformes produites par le procédé. Au stade
actuel du développement du procédé, les ingénieurs ont établi que la proportion p ne dépasse pas 20%.
Dénotons par Xn le nombre d’unités non conformes trouvées dans un échantillon de taille n de la
production du procédé.
a. Proposez un estimateur ponctuel pour p en vous basant sur un échantillon de taille n. Calculez son
erreur quadratique moyenne (EQM ).

Solution: On peut utiliser l’estimateur qui constitue la proportion des unités non conformes
dans l’échantillon : pb = Xnn . L’erreur quadratique moyenne de cet estimateur est :
2
EQM (b
p) = (Biais (b
p)) + Var (b
p)
2
p] − p) + V [b
= (E [b p]
   2  
Xn Xn
= E −p +V
n n
 2
E [Xn ] 1
= − p + 2 V [Xn ]
n n

p(1−p)
Comme Xn ∼ B(n, p) alors E [Xn ] = np et V [Xn ] = np(1 − p). Donc EQM (b
p) = n .

b. Quelle taille d’échantillon n devrait-on utiliser afin de s’assurer que l’erreur d’estimation commise
soit inférieure à 4% pour 95% des échantillons possibles ?

Solution:
On cherche la valeur de n tel que :
 
|b
p − p|
P ≤ 0.04 = 0.95.
p
Le théorème central limite permet d’affirmer que
p − pb
q ∼ N (0, 1).
p(1−p)
n

Donc
q 
  p(1−p)
|b
p − p| n |b
p − p|
P ≤ 0.04 = P  ×q ≤ 0.04
p p p(1−p)
n
r 
1−p
=P × |Z| ≤ 0.04
np
 r 
1−p
= P |Z| ≤ 0.04
np
 r 
1−p
= 2P Z ≤ 0.04 − 1.
np
 r 
1−p q
np
Donc P Z ≤ 0.04 = 0.975. En utilisant la table on obtient : 0.04 1−p = 1.96. Donc
np
1.962 1.962
 
1−p 1
n= × = × − 1 .
0.042 p 0.042 p

3
 1.962 1


Or p ≤ 0.2. Donc n ≥ 0.042 × 0.2 − 1 = 9,664.44.

c. Indépendamment de la réponse en b), il fut décidé en définitive qu’un échantillon de taille 250 sera
choisi. Supposons que 41 des 250 unités d’un échantillon convenablement recueilli ont été trouvées
défectueuses. Donnez un intervalle de confiance pour p au niveau de confiance 95% et interprétez le
résultat.

Solution:
La formule de l’intervalle de confiance est
" r r #
pb (1 − pb) pb (1 − pb)
pb − z α2 × , pb + z α2 × ,
n n

41
avec n = 250, α = 0.05, pb = 250 = 0.16 et z α2 = 1.96. L’intervalle de confiance est donc :
" r r #
pb (1 − pb) pb (1 − pb)
pb − z α2 × , pb + z α2 × = [0.12, 0.21] .
n n

Les ingénieurs avaient raison.