Chargement de l'audio en cours
Plus

Plus

1. L’inégalité de Bienaymé-Tchebychev
P.420-421

Mode édition
Ajouter

Ajouter

Terminer

Terminer

Entraînement


1
L’inégalité de Bienaymé-Tchebychev





DIFFÉRENCIATION

◉◉ Parcours 1 : exercices 44 ; 52 ; 63 ; 72 et 80
◉◉ Parcours 2 : exercices 53 ; 62 ; 67 et 77
◉◉◉ Parcours 3 : exercices 64 ; 66 ; 78 et 81

38
FLASH

Majorer P(X4)\text{P}(\text{X} \geqslant 4) pour une variable aléatoire positive X\text{X} d’espérance 11.
Voir les réponses

39
FLASH

Soit X\text{X} une variable aléatoire positive d’espérance xx. Déterminer xx tel que P(X2)13\mathrm{P}(\mathrm{X} \geqslant 2) \leqslant \dfrac{1}{3}.
Voir les réponses

40
FLASH

Soit X\text{X} une variable aléatoire positive d’espérance 33. Que peut-on dire de P(X<9)\mathrm{P}(\mathrm{X}\lt9) ?
Voir les réponses

41
FLASH

On considère une variable aléatoire X\text{X} telle que E(X2)=18,4\mathrm{E}\left(\mathrm{X}^{2}\right)=18{,}4 et E(X)=4\mathrm{E}(\mathrm{X})=4.
On rappelle que V(X)=E(X2)E(X)2\mathrm{V}(\mathrm{X})=\mathrm{E}\left(\mathrm{X}^{2}\right)-\mathrm{E}(\mathrm{X})^{2}V(X)\mathrm{V}(\mathrm{X}) désigne la variance de X\text{X}.
Majorer alors P(X43)\mathrm{P}(|\mathrm{X}-4| \geqslant 3).
Voir les réponses

42
FLASH

Une classe présente les caractéristiques suivantes : une moyenne de 12,412{,}4 et un écart type de 1,21{,}2.
Majorer la probabilité qu’un élève ait une moyenne écartée d’au moins 2,52{,}5 points de la moyenne.
Voir les réponses

43
FLASH

On donne l’inégalité de Bienaymé-Tchebychev : P(XE(X)5)0,3.\mathrm{P}(|\mathrm{X}-\mathrm{E}(\mathrm{X})| \geqslant 5) \leqslant 0{,}3. Déterminer la variance de X\text{X}.
Voir les réponses

Pour les exercices
44
à 
48

Appliquer l’inégalité de Markov avec les valeurs de l’énoncé. On suppose que X\text{X} est une variable aléatoire positive dans chaque cas.

44
[Calculer.] ◉◉
P(Xa)\mathrm{P}(\mathrm{X} \geqslant a), avec a=5a = 5 et E(X)=3\text{E(X)} = 3.
Voir les réponses

45
[Calculer.]
P(X<a)\mathrm{P}(\mathrm{X} \lt a), avec a=2a = 2 et E(X)=1\text{E(X)} = 1.
Voir les réponses

46
[Calculer.]
P(Xa)\mathrm{P}(\mathrm{X} \geqslant a), avec a=0,5a = 0{,}5 et E(X)=0,1\text{E(X)} = 0{,}1.
Voir les réponses

47
[Calculer.]
P(X<a)\mathrm{P}(\mathrm{X} \lt a), avec a=1,4a = 1{,}4 et E(X)=0,75\text{E(X)} = 0{,}75.
Voir les réponses

48
[Calculer.]
P(Xa)\mathrm{P}(\mathrm{X} \geqslant a), avec a=151a = 151 et E(X)=130\text{E(X)} = 130.
Voir les réponses

49
[Calculer.]
On considère la variable aléatoire X\text{X} donnant le nombre de buts marqués par une équipe de football au cours d’un match. Un analyste affirme : « Grâce à l’inégalité de Markov, je peux dire que la probabilité que l’équipe marque au moins deux buts est inférieure à 70\text{70} %. ».
Trouver alors le nombre moyen de buts marqués par match par l’équipe.
Voir les réponses

50
[Communiquer.]
Soit X\text{X} la variable aléatoire donnant la température moyenne d’un jour donné dans une ville. La température moyenne annuelle de la ville est de 14,114{,}1 °C. Le professeur demande aux élèves s’il est possible d’estimer la probabilité que la température soit supérieure à 17,2\text{17{,}2} °C.
Voici la copie d’un élève.
copie d'élève - exercice 50 - chapitre 14

L’élève peut-il raisonner ainsi ? Justifier.
Voir les réponses

51
[Raisonner.]
Soit X\text{X} une variable aléatoire positive telle que E(X)=a\text{E(X)} = a avec a>2a \gt 2.
Montrer que, pour tout entier n2n \geqslant 2, P(Xan)12\mathrm{P}\left(\mathrm{X} \geqslant a^{n}\right) \leqslant \dfrac{1}{2}.
Voir les réponses

52
[Calculer.] ◉◉
Léo termine le mois avec en moyenne 4040 € sur son compte. Sa banque ne lui autorise aucun découvert.
Minorer la probabilité qu’il termine le mois avec une somme strictement inférieure à 5050 €.
Voir les réponses

53
[Communiquer.] ◉◉
Un économiste affirme la chose suivante : « Moins de 6,26{,}2 % de la population mondiale adulte est millionnaire ». On donne les données suivantes :
  • la richesse mondiale est de 278,1278{,}1 billions de dollars (11 billion représente 10001\:000 milliards) ;
  • la population adulte mondiale s’élève à 4,54{,}5 milliards.

Peut-on penser que l’économiste a raison ? Justifier.
Voir les réponses

54
[Calculer.]
On considère un troupeau de zèbres vivant en liberté à proximité d’un fleuve. Chaque zèbre qui s’hydrate au bord du fleuve risque d’être agressé par un alligator, avec une probabilité égale à 13\dfrac{1}{3}.
On suppose que 3333 zèbres s’hydratent au bord du fleuve. On note X\text{X} la variable aléatoire donnant le nombre de zèbres victimes d’une attaque.

1. Donner l’espérance de X\text{X}.


2. Majorer la probabilité que plus de 2020 zèbres soient victimes d’une attaque.
Voir les réponses

55
[Raisonner.]
Soit X\text{X} une variable aléatoire positive.
1. Soit kk un entier naturel non nul. Montrer que P(XkE(X))1k\mathrm{P}(\mathrm{X} \geqslant k \mathrm{E}(\mathrm{X})) \leqslant \dfrac{1}{k}.


2. En déduire, sans calcul, que moins de 1010 % des salariés gagnent plus de 1010 fois le salaire moyen.
Voir les réponses

Pour les exercices
56
à 
60

Appliquer l’inégalité de Bienaymé-Tchebychev avec les valeurs de l’énoncé.

56
[Calculer.]
P(XE(X)a)\mathrm{P}(|\mathrm{X}-\mathrm{E}(\mathrm{X})| \geqslant a), avec a=3a=3 et V(X)=2,5\mathrm{V}(\mathrm{X})=2{,}5.
Voir les réponses

57
[Calculer.]
P(XE(X)a)\mathrm{P}(|\mathrm{X}-\mathrm{E}(\mathrm{X})| \geqslant a), avec a=1,5a=1{,}5 et V(X)=1\mathrm{V}(\mathrm{X})=1.
Voir les réponses

58
[Calculer.]
P(XE(X)<a)\mathrm{P}(|\mathrm{X}-\mathrm{E}(\mathrm{X})| \lt a), avec a=3a=3 et V(X)=1\mathrm{V}(\mathrm{X})=1.
Voir les réponses

59
[Calculer.]
P(XE(X)<a)\mathrm{P}(|\mathrm{X}-\mathrm{E}(\mathrm{X})| \lt a), avec a=11a=11 et V(X)=7\mathrm{V}(\mathrm{X})=7.
Voir les réponses

60
[Calculer.]
P((XE(X))2a)\mathrm{P}((|\mathrm{X}-\mathrm{E}(\mathrm{X}))^2| \geqslant a), avec a=16a=16 et V(X)=4\mathrm{V}(\mathrm{X})=4.
Voir les réponses

61
[Calculer.]
Dans une gare, le nombre moyen de passagers par jour est évalué à 50005\:000 avec une variance de 2500.2\:500.
Majorer la probabilité que l’écart entre le nombre de visiteurs enregistré lors d’une journée et la moyenne soit supérieur ou égal à 100100.
Voir les réponses

62
[Modéliser.] ◉◉
Une urne contient trois boules noires et sept boules blanches. On tire des boules successivement et sans remise, jusqu’à l’obtention de la première boule blanche.
On note X\text{X} la variable aléatoire donnant le rang d’apparition de la première boule blanche.

1. Déterminer la loi de probabilité de X\text{X}.

2. Calculer l’espérance et la variance de X\text{X}.


3. Minorer la probabilité de l’événement : XE(X)<1,625|\text{X}-\text{E(X)} | \lt1{,}625.


4. a. Calculer la probabilité de l’événement : XE(X)<1,625|\text{X}-\text{E(X)} |\lt1{,}625.


b. Comparer le résultat obtenu avec la minoration de la question 3..
Voir les réponses

63
[Raisonner.] ◉◉
Une variable aléatoire X\text{X} suit une loi géométrique de paramètre pp lorsqu’elle compte le nombre d’essais avant le premier succès dans une répétition d’une épreuve de Bernoulli de paramètre pp.
Dans ce cas, X\text{X} est une variable aléatoire positive et on admet qu’on a alors E(X)=1p\mathrm{E}(\mathrm{X})=\dfrac{1}{p} et V(X)=1pp2\mathrm{V}(\mathrm{X})=\dfrac{1-p}{p^{2}}.
Soient nn un entier naturel non nul et Y\text{Y} une variable aléatoire suivant une loi géométrique de paramètre p=1n.p=\dfrac{1}{n}.

1. Donner alors l’espérance et la variance de Y\text{Y}.


2. Montrer que P(Yn2)1n.\mathrm{P}\left(\mathrm{Y} \geqslant n^{2}\right) \leqslant \dfrac{1}{n}.


3. Montrer que P(Ynn)11n\mathrm{P}(|\mathrm{Y}-n| \geqslant n) \leqslant 1-\dfrac{1}{n}.


Remarque : La loi géométrique permet, par exemple, de modéliser la désintégration d’une particule radioactive.
Voir les réponses

64
[Chercher.] ◉◉◉
On considère une pièce de monnaie dont la probabilité de tomber sur pile est pp.
Soit X\text{X} la variable aléatoire valant 11 si pile est obtenu et 00 sinon.
Soit aa un réel strictement positif.
Déterminer la valeur de pp pour laquelle le majorant de P(XE(X)a)\mathrm{P}(|\mathrm{X}-\mathrm{E}(\mathrm{X})| \geqslant a) obtenu à l’aide de l’inégalité de Bienaymé-Tchebychev est le plus grand.
Voir les réponses

65
[Calculer.]
Des clients estiment que leur temps d’attente en magasin varie trop fortement selon les périodes. Le gérant décide donc de vérifier cette impression. Il mesure que le temps d’attente moyen de ses clients est de douze minutes et que la probabilité qu’un client attende strictement entre neuf et quinze minutes est de 0,550{,}55.
Que peut-il en déduire sur la valeur minimale de l’écart type du temps d’attente de ses clients ?
Voir les réponses

66
[Communiquer.] ◉◉◉
On considère une urne contenant 8080 % de boules blanches et le reste de boules noires.
On suppose que le nombre total de boules est supérieur à 10001\:000.
On tire 400400 fois une boule de l’urne sans remise.
On note X\text{X} le nombre de boules blanches obtenu.
On cherche à savoir si on peut facilement minorer la probabilité P(300X340)\mathrm{P}(300 \leqslant \mathrm{X} \leqslant 340).
Un élève a rédigé la réponse ci-dessous.

copie d'élève - exercice 66 - chapitre 14

1. L’élève commet deux erreurs dans son raisonnement : lesquelles ?


2. Peut-on répondre à la question posée ? Justifier.
Voir les réponses

67
[Chercher.] ◉◉
Une personne souffre d’hyperglycémie si son taux de glycémie à jeun est supérieur à 1,81{,}8 g\cdotL1^{—1} et souffre d’hypoglycémie si ce taux est inférieur à 0,40{,}4 g\cdotL1^{—1}
Un statisticien affirme : « En utilisant l’inégalité de Bienaymé-Tchebychev, je peux affirmer que moins de 1515 % de la population présente un problème de glycémie. »
Un médecin lit cette conclusion et se demande s’il est possible d’en déduire l’espérance et la variance de X\text{X}, où X\text{X} est la variable aléatoire donnant le taux de glycémie d’une personne.
Proposer une argumentation détaillée permettant de calculer l’espérance et majorer la variance de X\text{X} puis déterminer E(X)\text{E(X)}.
Voir les réponses

68
[Calculer.]
Après étude de sa production, un boulanger constate que la masse moyenne de ses pains s’élève à 275275 g.
Il décide que seuls les pains dont la masse est comprise entre 250250 g et 300300 g peuvent être vendus.
On choisit un pain au hasard dans la production et on note X\text{X} la variable aléatoire correspondant à la masse du pain en grammes. On donne V(X)=225\text{V(X)} = 225.
Majorer la probabilité que le pain choisi ne soit pas mis en vente.
Voir les réponses
Utilisation des cookies
En poursuivant votre navigation sans modifier vos paramètres, vous acceptez l'utilisation des cookies permettant le bon fonctionnement du service.
Pour plus d’informations, cliquez ici.