EXERCICE CORRIGE

Une laiterie produit des camemberts commercialisés sous la marque « Le moine

gourmand ». La masse X, exprimée en g, d’un camembert tiré au hasard dans la
production, est distribuée selon une loi normale.
On tire un échantillon simple de 17 camemberts que l’on pèse et dont le tableau
suivant fournit les masses :
250 254 254 253 256 250 257 251 253 255 250 255 252 261
252 251 255
1- a) En utilisant une calculatrice donner la moyenne et la variance de cet
échantillon.
b) Donner une estimation ponctuelle de la variance σ² de la production.
2- Déterminer une estimation par intervalle de confiance à 95% de la masse
moyenne µ de la production.
3- Le responsable de fabrication des camemberts « Le moine gourmand »
souhaite savoir quelle taille minimale donner à un échantillon aléatoire
simple pour obtenir un intervalle de confiance pour µ, au niveau 95 %,
d’amplitude inférieure à 1.
a) On indique au responsable que l’on ne peut pas répondre à sa question
sans un renseignement supplémentaire sur la variance de la production.
Pourquoi la connaissance de cette variance est-elle nécessaire pour
répondre à cette question ?
b) Le responsable précise alors que σ ² = 6,25. Calculer la taille minimale
que doit avoir un échantillon pour que l’intervalle de confiance à 95 % pour
µ ait une amplitude inférieure à 1.
4- Le responsable de fabrication estime que plus de 15 % des camemberts de
la production ont une masse supérieure à 257 g. On tire un échantillon
aléatoire simple de 200 camemberts. On constate que 40 d’entre eux pèsent
plus de 257 g.
Au vu de cet échantillon, peut-on conclure, au seuil de signification 5 %,
que le responsable de fabrication a raison ?

Eléments de correction :
1. a) x = 253,5 g s² = 8,01
n
b) σ̂ ² = s² σ̂ 2 = 8,51
n −1

Exercices Corrigés 1 Bulletin du GRES n°9

2. La population est normale, sa variance est inconnue, on utilise une loi de
( X −µ)
Student. La variable aléatoire T, définie par T = où X est la
S
n −1
moyenne de l’échantillon aléatoire de taille n de la variable aléatoire X, est
distribuée selon la loi de Student à n-1 ddl
X −µ
n = 17, T = , T est distribuée selon la loi de Student à 16 ddl.
S
4
Si t = t0,975 ; 16 alors P(-t < T < t) = 0,95. On lit dans la table : t0,975 ; 16 = 2,12.
On obtient l’intervalle de confiance aléatoire au niveau 95% :
 S S
 X − 2,12 × 4 ; X + 2,12 × 4 
x = 253,5 g et s = 2,8 g sont les valeurs observées de X et S sur l’échantillon
prélevé d’où une estimation de µ par intervalle de confiance au niveau 95 %

 2,8 2,8 
253 ,5 − 2 ,
12 × ;253 ,5 + 2 ,
12 ×
4 4 
[252,0 ; 255,0] est un intervalle de confiance de µ au niveau 95 %

X −µ
3. a) Si X est de loi normale la variable T, définie par T = où X est la
S
n −1
moyenne de l’échantillon aléatoire de taille n de la variable aléatoire X, est
distribuée selon la loi de Student à n-1 ddl.
Ce qui fait l’intérêt de la variable de Student T, c’est qu’elle ne dépend pas de
l’écart type σ de la variable mère X. On utilise ce résultat chaque fois σ est
inconnu.
Si X est distribuée selon une loi normale, de moyenne µ et d’écart type σ
inconnus, l’intervalle de confiance aléatoire de la moyenne µ au niveau 95% est :
 S S 
 X − t ; X + t
n − 1
0 ,975 ;n−1 0 ,975;n −1
 n −1
S
Cet intervalle a pour amplitude 2 × t 0 ,975;n −1 .
n −1
Le problème posé par le responsable de fabrication correspond à la résolution de
S
l’inéquation 2 × t 0 ,975 ;n−1 ≤ 1.
n −1
Or S, n − 1 et t 0 ,975;n −1 dépendent de n. En l’absence de données supplémentaires
on ne peut pas résoudre cette inéquation.
b) X est de loi normale et on connaît maintenant sa variance σ ². Sous ces
Exercices Corrigés 2 Bulletin du GRES n°9
 σ X −µ
conditions X est distribuée selon la loi N(µ, ), et U, définie par U = ,
n σ
n
selon la loi normale N(0 ; 1). L’intervalle de confiance aléatoire de la moyenne µ
 σ σ
au niveau 95% est :  X − u0 ,975 ; X + u0 ,975 .
 n n 
σ
Cet intervalle a pour amplitude 2 × u 0 ,975 . Pour obtenir un intervalle
n
σ
d’amplitude inférieure ou égale à 1, il suffit de choisir n tel que 2 × u0 ,975 ≤1
n
soit n ≥ ( 2 × u0 ,975 ) 2 × σ 2
Application numérique : n ≥ ( 2 × 1,96 ) 2 × 6 ,25
n ≥ 96,04
Un échantillon doit comporter au minimum 97 camemberts pour que
l’intervalle de confiance à 95% correspondant ait une amplitude inférieure à 1 .

4. Hypothèses :
 H 0 : p = p0 avec p0 = 0,15  H : p = 0,15
 soit  0
 H1 : p > p0 hypothèse alternativ e fournie par l' énoncé  H1 : p > 0,15
Seuil de signification : α = 5%
Conditions d’application : grand échantillon n = 200
np0 ≥ 5 et n(1-p0) ≥ 5
Variable de décision : On utilise pour ce test la statistique F qui prend pour
valeur la proportion des camemberts de l’échantillon pesant plus de 257 g.
Sous l’hypothèse Ho, nF est distribuée selon la loi binomiale B( n ; p 0 ) .
p ( 1− p0 )
E(nF) = np0 ; V(nF) = np0(1-p0) d’où E(F) = p0 ; V(nF) = 0
n
Les conditions d’application rendent légitime l’approximation de B( n ; p 0 )
par la loi normale N(np0, np0 ( 1− p0 ) ).
Sous l’hypothèse Ho, F est approximativement distribuée selon la loi
 p0 (1 − p0 ) 
normale N  p 0 , 
 n 
F − p0
On prend pour variable de décision U, définie par U =
p0 ( 1− p0 )
n
F − 0,15
soit iciU =
0,15 × 0,85
200
Sous l’hypothèse Ho, U est approximativement distribuée selon la loi
Exercices Corrigés 3 Bulletin du GRES n°9
 normale N(0 ; 1).
Règle de décision :
La valeur critique uc de la variable U
dépend de l’hypothèse alternative H1.
0,95 Le test est unilatéral à droite, uc est
définie par P(U ≤ uc) = 0,95
On lit dans la table de la fonction de
0,05
répartition de la loi normale centrée
réduite uc = u0,95 = 1,64.
Règle de décision :soit uobs la valeur de
0 uc = u0,95 la variable U observée sur l’échantillon,
si uobs > uc on rejette l’hypothèse nulle,
non rejet de H0 rejet de H0 si uobs < uc on ne rejette pas l’hypothèse
nulle
40
Calcul de la valeur observée : fobs = soit fobs = 0,2
200
f − 0,15 0,20 − 0,15
uobs = obs d’où uobs = soit uobs = 1,98
0,15 × 0,85 0,15 × 0,85
200 200
Décision et conclusion :
Au seuil de signification 5% et au vu de l’échantillon on rejette l’hypothèse
nulle H0. Plus de 15% des camemberts de la production ont une masse
supérieure à 257g. Le responsable de production n’a pas tort.

≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈≈

Exercices Corrigés 4 Bulletin du GRES n°9