EXERCICE 1
Un �tudiant effectue son stage dans une boutique de lunetterie.
PARTIE A - Probabilit�s conditionnelles.
Cette boutique est sp�cialis�e dans les montures r�alis�es � partir de bois recycl�.
Elle propose deux mod�les de montures :
- les montures SURF, r�alis�es avec le bois d’anciennes planches de surf;
- les montures TRADITION, r�alis�es avec le bois provenant d’un �b�niste.
Un client souhaitant acheter des montures a le choix entre deux formules :
-la formule PERSONNELLE : les montures sont confectionn�es sur mesure;
-la formule IMMEDIAT : le client ach�te un mod�le d�j� confectionn�.
On dispose des informations suivantes :
• 65 % des montures vendues sont des montures SURF.
Parmi elles, 10 % ont �t� vendues selon la formule PERSONNELLE, les autres ont �t�
vendues selon la formule IMMEDIAT.
• 35 % des montures vendues sont des montures TRADITION.
Parmi elles, 15 % ont �t� vendues selon la formule PERSONNELLE, les autres ont �t�
vendues selon la formule IMMEDIAT.
On choisit au hasard une monture ayant �t� vendue. On d�finit les �v�nements :
S : il s’agit d’une monture SURF.
E : il s’agit d’une monture ayant �t� vendue selon la formule PERSONNELLE.
1. Repr�senter la situation � l’aide d’un arbre pond�r�.
2. Calculer la probabilit� P(S ∩E).
3. D�montrer que P(E) = 0,1175.
4. La monture a �t� vendue selon la formule PERSONNELLE.
Quelle est la probabilit� qu’il s’agisse d’une monture SURF?
P
E(S) = P(S n E) / P(E) = 0,065 / 0,1175 =0,553.
Partie B -
Lois de probabilit�s
Dans cette partie, on �tudie les temps d’attente des clients selon les jours de la semaine. On
a recueilli les observations ci-dessous.
|
Description de la situation
|
Loi de probabilit� d�crivant
le temps d’attente
exprim� en minutes |
Courbe correspondante
|
Param�tres
|
Mardi, Jeudi
|
Peu de clients.
Peu d’attente. |
Loi exponentielle de param�tre l = 0,5. |
C1
|
l = 0,5. |
Mercredi, Vendredi
|
Impr�visible. Un client peut attendre
beaucoup, un peu, ou pas du tout |
Loi uniforme sur l’intervalle
[a ; b]. |
C3
|
a =0
b =8
|
Samedi
|
Beaucoup de vendeurs,
beaucoup de clients |
Loi normale de moyenne m et
d’�cart-type s = 1 minute. |
C2
|
m=6.
s = 1 minute. |
Dimanche, Lundi
|
Boutique ferm�e.
|
|
|
On a repr�sent� ci-dessous les repr�sentations graphiques des densit�s des trois lois d�crites
dans le tableau ci-dessus.
1. Recopier et compl�ter le tableau ci-dessus (colonnes 4 et 5 ).
2. Justifier que, le mardi, le temps d’attente moyen est �gal � 2 minutes.
1 /
l = 1 /0,5 = 2 minutes.
3. Justifier que, le mercredi, la probabilit� que le temps d’attente soit inf�rieur � 6 minutes est �gale � 0,75.
6 /(8-0) = 6 /8 = 0,75.
4. Le samedi, quelle est la probabilit� que le temps d’attente soit compris entre 4 et 8
minutes ? (Le r�sultat sera arrondi � 10
−3
).
P( temps d'attente
< 4 )= 0,02275.
P( temps d'attente < 8 )= 0,9772.
P( 4 < temps d'attente < 8 )= 0,9772=0,02275=0,954.
PARTIE C - Suites num�riques
La boutique vend �galement des appareils auditifs.
On constate que le nombre d’appareils vendus annuellement augmente de
12 % chaque ann�e. On mod�lise cette �volution par une suite (u
n).
Ainsi, selon cette mod�lisation, u
n repr�sente le nombre d’appareils vendus durant l’ann�e
2010+n.
Par exemple, u
7 repr�sente le nombre d’appareils vendus durant l’ann�e 2017.
On suppose que l’on a u
0 = 50.
Tous les termes de la suite (u
n) seront arrondis � l’unit�.
1. Calculer u
1.
u
1 = 1,12 u
0 =1,12 x 50 =56.
2. V�rifier que, durant l’ann�e 2012, le nombre d’appareils auditifs vendus est �gal � 63.
u2 = 1,12 u1 =1,12 x 56=62,72 ( 63).
3. Justifier que la suite (u
n) est une suite g�om�trique dont on pr�cisera la raison.
On passe d'un terme au suivant en le multipliant par 1,12.
Suite g�om�trique de raison q = 1,12, de premier terme u
0 = 50.
u
n = 50 x1,12
n.
4. R�soudre, par la m�thode de votre choix l’in�quation u
N > 200.
Interpr�ter le r�sultat dans le contexte de l’�nonc�.
50 x1,12n > 200 ; 1,12n > 4.
n ln(1,12) > ln(4) ; n > ln(4) / ln(1,12) ; n >12,23 (13).
En 2010 +13 =2023, on vend plus de 200 appareils auditifs.
PARTIE D - Intervalle de confiance
On souhaite estimer la proportion p de personnes int�ress�es par la commercialisation de
lunettes connect�es.
On r�alise un sondage aupr�s d’un �chantillon de 200 clients. La client�le est suffisamment
importante pour assimiler cet �chantillon � un tirage avec remise.
Soit F la variable al�atoire qui � tout �chantillon ainsi pr�lev�, associe la fr�quence, dans cet
�chantillon, des clients int�ress�s par la commercialisation de lunettes connect�es.
On admet que F suit la loi normale de moyenne p inconnue dont l’�cart-type est �gal � [p(1-p) /200]
�.
Lors du sondage, 45 clients sur 200 ont dit �tre int�ress�s par la vente de lunettes connect�es.
1. Donner une estimation ponctuelle f de la proportion inconnue p.
f =45 / 200 =0,225.
2. D�terminer un intervalle de confiance centr� sur f de la proportion p avec le niveau
de confiance de 95 %. Arrondir les bornes de l’intervalle � 10
−3
.
f � 2
s = f �2
[f(1-f) /200]�= 0,225 �0,059.
Intervalle de confiance : [0,225 -0,059 ; 0,225 +0,059] soit [0,166 ; 0,284].
3. La proportion p appartient-elle de fa�on certaine � cet intervalle ? Justifier.
Non, seulement 95 % des intervalles obtenus contiennent la proportion p.