Files
TD-R/TP_estimateurs/Exercice4.R

70 lines
2.1 KiB
R
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# https://github.com/BreizhHardware/TD-R/tree/main/TP_estimateurs
# 1. Si l'automate est réglée sur une moyenne de 10,5 kg, quelle est la probabilité qu'un sac
# conƟent moins de 10 kg de farine ?
# Paramètres
mu <- 10.5 # moyenne
sigma <- 0.6 # écart-type
x <- 10 # valeur seuil
# Calcul de la probabilité P(X < 10)
proba <- pnorm(x, mean = mu, sd = sigma)
# Affichage du résultat
cat("P(X < 10) =", round(proba, 4), "\n")
# Visualisation graphique
curve(dnorm(x, mean = mu, sd = sigma),
from = 8,
to = 13,
main = "Distribution du poids des sacs de farine",
xlab = "Poids (kg)",
ylab = "Densité")
# Zone de probabilité avec transparence
x_values <- seq(8, 10, length.out = 100)
polygon(c(x_values, 10),
c(dnorm(x_values, mu, sigma), 0),
col = rgb(1, 0, 0, 0.5))
# Légende
abline(v = 10, col = "red", lty = 2)
text(10, 0.2, "10 kg", pos = 4)
# 2. Quelle devrait être la valeur de la moyenne afin que le risque qu'un sac conƟenne moins de
# 10 kilos soit limité à 5% l'écart type restant toujours à 0,6 kg.
# Paramètres connus
sigma <- 0.6 # écart-type
x <- 10 # seuil
alpha <- 0.05 # risque souhaité
# Calcul de la moyenne requise
# Si P(X < 10) = 0.05, alors 10 = µ + z_{0.05}*σ
# où z_{0.05} est le quantile d'ordre 0.05 de la loi normale centrée réduite
mu_requise <- x - qnorm(alpha) * sigma
# Affichage du résultat
cat("La moyenne doit être réglée sur", round(mu_requise, 3), "kg\n")
# 3. L'automate est réglée sur 10,8 kg et les sacs sont livrés par paleƩes de 20 sacs quelle est la
# probabilité que le poids total de farine sur une paleƩe dépasse 222 kg ?
# Paramètres pour un sac
mu_sac <- 10.8 # moyenne par sac
sigma_sac <- 0.6 # écart-type par sac
n_sacs <- 20 # nombre de sacs par palette
# Paramètres pour la palette (somme des sacs)
mu_palette <- n_sacs * mu_sac
sigma_palette <- sqrt(n_sacs) * sigma_sac
# Seuil
seuil <- 222
# Calcul de P(S > 222)
proba <- 1 - pnorm(seuil, mean = mu_palette, sd = sigma_palette)
# Affichage du résultat
cat("P(S > 222) =", round(proba, 4), "\n")