Probabilités, loi normale
-
Ggary dernière édition par
Bonjour à tous,
Voilà je bloque sur une question de mon exercice :*Une machine fabrique des résistances chauffantes en grandes séries. Parmi la production, on prélève un certain nombre de pièces au hasard.
A chacune d'entre elles, on associe sa longueur exprimée en millimètres. On définit ainsi une variable aléatoire L.
On suppose que L suit une loi normale d'espérance mu=400 et d'écart-type sigma.- Une pièce est déclarée acceptable si L∈]392.5;407.5[ et défectueuse dans le cas contraire.
Sachant que sigma= 5,2, calculer le pourcentage de pièces défectueuses dans la production.*
J'ai calculé P(D)=1-P(A)=0.15
*2) Un réglage de la machine permet de modifier l'écart type sans changer la moyenne. M est la variable centrée réduite définie par M=(L-400)/sigma
a) Quelle est la valeur de l'unique nombre réel u tel que P(-u≤M≤u)=0.95 ? *
ici j'ai trouvée u=1.96
*b) En déduire la valeur que doit prendre l'écart-type pour que le pourcentage de pièce défectueuses soit 5%.
*
C'est ici que je suis bloquée, je ne vois pas du tout comment relier P(D)=0.05 à u=1.96 ???*3) Dans cette question, on suppose que l'écart-type est égal à 3.83.
Suite à des retours négatifs de certains clients, on décide de réduire l'intervalle où la pièce est déclarée acceptable à [mu - sigma ; mu + sigma].
Calculer les bornes de cet intervalle et donner une valeur approchée de la proportion de résistances acceptables. *Ici j'ai calculée l'intervalle : [396.17;403.83] et la calculatrice me donne
P(396.17≤ L ≤403.83)=0.68Voila où j'en suis, merci de votre aide !
- Une pièce est déclarée acceptable si L∈]392.5;407.5[ et défectueuse dans le cas contraire.
-
Bonjour,
Je viens de faire les calculs et je suis d'accord avec tes réponses de 1),2)a) et 3( 68%) ).
Je te donne ma "version" pour le 2)b) :
P(D)=0.05 donc P(A)=0.95
Tu sais que 1.96 est l'unique valeur telle que P(A)=0.95
c'est à dire :
p(−1.96≤m≤1.96)=0.95p(-1.96 \le m \le 1.96 )=0.95p(−1.96≤m≤1.96)=0.95
p(−1.96≤l−400σ≤1.96)=0.95p(-1.96 \le\frac{l-400}{\sigma}\le 1.96)=0.95p(−1.96≤σl−400≤1.96)=0.95
D'après le 2)a) : p(−1.96≤l−4005.2≤1.96)=0.95p(-1.96 \le\frac{l-400}{5.2}\le 1.96)=0.95p(−1.96≤5.2l−400≤1.96)=0.95
Donc :σ=....\sigma=....σ=....