Estimation et intervalles

Exercices types : 22ème< partie - Exercice 1

30 min
50
Les parties AA, BB et CC peuvent être traitées indépendamment.
Partie A .
Question 1
Une société de location de voitures s'intéresse à l’état mécanique de son parc automobile afin d’anticiper les frais d’entretien. On dispose des données suivantes :
  • 20%20\% des voitures sont sous garantie ;
  • pour 1%1\% des voitures sous garantie, une réparation est nécessaire ;
  • pour 10%10\% de celles qui ne sont plus sous garantie, une réparation est nécessaire.
  • On choisit une voiture au hasard dans le parc et on considère les évènements suivants :
    GG : « la voiture est sous garantie » ;
    RR : « une réparation est nécessaire ».

    Traduire la situation par un arbre pondéré.

    Correction
    Question 2

    Calculer la probabilité que la voiture choisie soit sous garantie et nécessite une réparation.

    Correction
    Il s'agit de l'évènement GRG\cap R . Ainsi :
    P(GR)=P(G)×PG(R)P\left(G\cap R\right)=P\left(G\right)\times P_{G} \left(R\right)
    P(GR)=0,2×0,01P\left(G\cap R\right)=0,2\times 0,01
    P(GR)=0,002P\left(G\cap R\right)=0,002

    Question 3

    Justifier que P(R)=0,082P\left(R\right)=0,082.

    Correction
    GG et G\overline{G} forment une partition de l'univers.
    D'après la formule des probabilités totales on a :
    P(R)=P(GR)+P(GR)P\left(R\right)=P\left(G\cap R\right)+P\left(\overline{G}\cap R\right)
    P(R)=P(G)×PG(R)+P(G)×PG(R)P\left(R\right)=P\left(G\right)\times P_{G} \left(R\right)+P\left(\overline{G}\right)\times P_{\overline{G}} \left(R\right)
    Soit : P(R)=0,2×0,01+0,8×0,1P\left(R\right)=0,2\times 0,01 +0,8\times 0,1
    Ainsi :
    P(R)=0,082P\left(R\right)=0,082

    Question 4

    Il s'avère que la voiture choisie nécessite une réparation. Quelle est la probabilité qu’elle soit sous garantie? On arrondira le résultat à 10310^{-3}.

    Correction
    Il s'agit ici d'une probabilité conditionnelle.
    • PB(A)=P(AB)P(B)P_{B} \left(A\right)=\frac{P\left(A\cap B\right)}{P\left(B\right)}
    Il vient alors que :
    PR(G)=P(GR)P(R)P_{R} \left(G\right)=\frac{P\left(G\cap R\right)}{P\left(R\right)}
    PR(G)=P(G)×PG(R)P(R)P_{R} \left(G\right)=\frac{P\left(G\right)\times P_{G} \left(R\right)}{P\left(R\right)}
    PR(G)=0,2×0,010,082P_{R} \left(G\right)=\frac{0,2\times 0,01}{0,082} d'où :
    PR(G)0,024P_{R} \left(G\right)\approx 0,024
    Question 5
    La société de location fait appel à un garage pour l’entretien de son parc automobile. L’entretien consiste en une révision à laquelle s’ajoutent d’éventuelles réparations. Les conditions commerciales du garage sont les suivantes :
  • si la voiture est encore sous garantie, l’entretien est gratuit ;
  • si la voiture n’est plus sous garantie, l’entretien est facturé de la manière suivante : la révision coûte 100100 euros et, si une réparation est nécessaire, il faut rajouter 400400 euros.
  • Sachant que son parc automobile compte 22 500500 voitures, est-il raisonnable pour la société de location de prévoir un budget annuel de 250250 000000 euros pour l’entretien de l’ensemble des voitures?
    On pourra introduire la variable aléatoire XX qui représente le coût d’entretien d’une voiture.

    Correction
    Soit XX la variable aléatoire prenant pour valeurs le coût d’entretien d’une voiture.
    On va calculer le coût moyen par voiture qui correspond à l’espérance mathématique de XX. Il y a trois trois{\color{blue}\text{trois}} cas de figures :
  • G{\color{red}G} qui correspond à une voiture sous garantie dont la probabilité est 0,20,2 et qui nécessite 00 euros de dépense.
  • GR{\color{red}\overline{G}\cap \overline{R}} qui correspond à une voiture qui n’est plus sous garantie mais qui ne nécessite pas de réparation, dont la probabilité est p(GR)=0,8×0,9=0,72p\left(\overline{G}\cap \overline{R}\right)=0,8\times 0,9=0,72 et qui nécessite 100 euros de dépense.
  • GR{\color{red}\overline{G}\cap R} qui correspond à une voiture qui n’est plus sous garantie mais qui nécessite une réparation, dont la probabilité est p(GR)=0,8×0,1=0,08p\left(\overline{G}\cap R\right)=0,8\times 0,1=0,08 et qui nécessite 100+400=500100+400=500 euros de dépense.
  • La loi de probabilité de XX est donnée ci-dessous :
      On appelle l’espérance mathématique de la variable XX, la quantité notée E(X)E\left(X\right) définie par :
    • E(X)=xi×pi=x1×p1+x2×p2++xn×pnE\left(X\right)=\sum x_{i} \times p_{i} =x_{1} \times p_{1}+x_{2} \times p_{2}+\ldots+ x_{n} \times p_{n}
    Calcul de l'espérance
    E(X)=0×0,2+100×0,72+500×0,08E\left(X\right)=0\times 0,2 +100\times 0,72 +500\times 0,08
    Soit
    E(X)=112E\left(X\right)=112

    Chaque voiture coûte en moyenne 112112 euros .
    il y a 22 500500 voitures, ce qui fait une dépense totale de 112×2500=280112\times2500=280 000000 euros .
    Le budget de 250250 000000 euros est alors insuffisant.
    Question 6
    Partie B .
    La société de location propose à ses clients deux contrats de location : un contrat de courte durée (inférieure à 22 jours) et un contrat de longue durée (de 33 à 77 jours). La directrice de cette société affirme que 80%80\% des clients demandent un contrat de courte durée. Sur les 600600 derniers contrats signés l’année précédente, 550550 étaient des contrats de courte durée.

    En supposant que l’affirmation de la directrice est correcte, déterminer un intervalle de fluctuation asymptotique au seuil de 95%95\% de la fréquence des contrats de courte durée.

    Correction
    Il faut vérifier les conditions suivantes n30n\ge 30 , np5np\ge 5 et n(1p)5n\left(1-p\right)\ge 5 avec p=0,8p=0,8 et n=600n=600 .
    • 60030600\ge 30 donc n30n\ge 30
    • 600×0,8=480600\times 0,8=480 donc np5np\ge 5
    • 600×(10,8)=120600\times \left(1-0,8\right)=120 donc n(1p)5n\left(1-p\right)\ge 5
    Les trois conditions sont réalisées, on peut donc calculer l'intervalle de fluctuation asymptotique au seuil de 95%95\% .
    On a alors :
    I=[p1,96×p×(1p)n;p+1,96×p×(1p)n]I=\left[p-1,96\times \frac{\sqrt{p\times \left(1-p\right)} }{\sqrt{n} } ;p+1,96\times \frac{\sqrt{p\times \left(1-p\right)} }{\sqrt{n} } \right]
    I=[0,81,96×0,8×(10,8)600;0,8+1,96×0,8×(10,8)600]I=\left[0,8-1,96\times \frac{\sqrt{0,8\times \left(1-0,8\right)} }{\sqrt{600} } ;0,8+1,96\times \frac{\sqrt{0,8\times \left(1-0,8\right)} }{\sqrt{600} } \right]
    I=[0,767;0,833].I=\left[0,767;0,833\right] .
    Ici 0,7670,767 est une valeur approchée par défaut de 0,81,96×0,8×(10,8)6000,8-1,96\times \frac{\sqrt{0,8\times \left(1-0,8\right)} }{\sqrt{600} }
    Ici 0,8330,833 est une valeur approchée par excès de 0,8+1,96×0,8×(10,8)6000,8+1,96\times \frac{\sqrt{0,8\times \left(1-0,8\right)} }{\sqrt{600} }
    Question 7

    Que peut-on penser de l’affirmation de la directrice?

    Correction
    Sur les 600600 derniers contrats signés l’année précédente, 550550 étaient des contrats de courte durée.
    On détermine la fréquence des contrats de courte durée dans l'échantillon, il vient alors que :
    fobs=5506000,917f_{obs} =\frac{550}{600} \approx0,917
    Or fobs[0,767;0,833]f_{obs} \notin \left[0,767;0,833\right], donc la fréquence fobsf_{obs} des contrats de courte durée n'est pas dans l'intervalle. Donc, au risque de 5%5\%, l’affirmation de la directrice n’est pas correcte.
    Question 8
    Partie C .
    On modélise le nombre de kilomètres parcourus par les clients louant une voiture pour une semaine par une variable aléatoire YY suivant la loi normale d’espérance μ=450\mu=450 et d’écart-type σ=100\sigma=100.

    Quelle est la probabilité que le client louant la voiture pour une semaine roule entre 500500 km et 600600 km? On arrondira le résultat à 10310^{-3}.

    Correction
    Nous devons calculer P(500Y600)P\left(500\le Y\le 600\right)

    Avec une calculatrice Texas, pour P(500Y600)P\left(500\le Y\le 600\right) on tape NormalFrep(valeur min, valeur max, espérance, écart type)
    C'est-à-dire ici NormalFrep(500500 , 600600 , 450450 , 100100) puis on tape sur Enter et on obtient :
    P(500Y600)0,242P\left(500\le Y\le 600\right)\approx 0,242

    Avec une calculatrice Casio Graph 35+, pour P(500Y600)P\left(500\le Y\le 600\right) on tape :
    Normal C.D
    Lower : 500500 valeur Minimale
    Upper : 600600 valeur Maximale
    σ\sigma : 100100 écart type
    μ\mu : 450450 espérance

    Puis on tape sur EXE et on obtient :
    P(500Y600)0,242P\left(500\le Y\le 600\right)\approx 0,242
    Question 9

    La société de location souhaite faire une offre promotionnelle aux 15%15\% de ses clients parcourant le moins de kilomètres en une semaine. En-dessous de quel kilométrage hebdomadaire, arrondi à l’unité, un client sera-t-il concerné par cette offre?

    Correction
    Nous devons calculer P(Ya)=0,15P\left(Y\le a\right)=0,15

    Avec une calculatrice Texas, pour P(Ya)=0,15P\left(Y\le a\right)=0,15 on tape InvNorm(valeur donnée, espérance, écart type)
    C'est-à-dire ici InvNorm(0.150.15 , 450450, 100100) puis on tape sur Enter et on obtient :
    a346a\approx 346

    Avec une calculatrice Casio Graph 35+, pour P(Ya)=0,15P\left(Y\le a\right)=0,15 on tape :
    Normal inverse
    Data : Variable
    Tail : Left car c'est \le
    Area : 0,150,15
    σ\sigma : 100100 Ecart type
    μ\mu : 450450 Espérance

    puis on tape sur EXE et on obtient :
    a346a\approx 346

    En-dessous de 346346 km hebdomadaire, un client sera alors concerné par l'offre promotionnelle.