Problème ECT : contrôle qualité, probabilités conditionnelles et loi binomiale

↩ Chapitre : Probabilités finies · Variables aléatoires finies (ECT1-ECT2)

Introduction

Une pièce défectueuse vient-elle plutôt de la machine la plus fiable ou de l’autre ? Un test qui « détecte 95 % des défauts » est-il vraiment fiable ? Ces questions se résolvent avec la formule des probabilités totales et la formule de Bayes, outils clés de l’ECT.

Le problème suit une chaîne de production : calcul de la proportion de pièces défectueuses, recherche de la machine responsable, analyse d’un test de détection (vrais et faux positifs), puis étude d’un lot de pièces avec la loi binomiale. Il se termine par une simulation Python.

Le sujet

Problème de Pr. Elakili pour l’ECT. Durée indicative : 2 heures. Programme : probabilités conditionnelles, probabilités totales, Bayes, loi binomiale, Python.

Énoncé et corrigé

La machine M_1 produit 60\,\% des pièces, dont 3\,\% sont défectueuses ; la machine M_2 produit les autres, dont 5\,\% sont défectueuses. On choisit une pièce au hasard ; D est l’événement « la pièce est défectueuse ».

Partie I – Pièces défectueuses

1 ▷ Représenter la situation par un arbre pondéré.

Corrigé

Premier niveau : M_1 (probabilité 0{,}6) et M_2 (0{,}4). Second niveau : depuis M_1, D (0{,}03) et \overline D (0{,}97) ; depuis M_2, D (0{,}05) et \overline D (0{,}95).

2 ▷ Calculer P(D).

Corrigé

(M_1,M_2) est un système complet d’événements. Par la formule des probabilités totales : P(D)=P(M_1)P_{M_1}(D)+P(M_2)P_{M_2}(D)=0{,}6\times0{,}03+0{,}4\times0{,}05=0{,}018+0{,}02=0{,}038.

3 ▷ La pièce est défectueuse. Quelle est la probabilité qu’elle vienne de M_2 ?

Corrigé

Formule de Bayes : P_D(M_2)=\dfrac{P(M_2)P_{M_2}(D)}{P(D)}=\dfrac{0{,}02}{0{,}038}=\dfrac{10}{19}\approx0{,}526.

Alors que M_2 ne fabrique que 40\,\% des pièces, elle est responsable de plus de la moitié des défauts : savoir que la pièce est défectueuse augmente la probabilité qu’elle vienne de la machine la moins fiable.

Partie II – Un test de détection

Une pièce défectueuse est signalée (test positif, événement T) avec probabilité 0{,}95 ; une pièce correcte est signalée par erreur avec probabilité 0{,}02.

1 ▷ Calculer P(T).

Corrigé

Avec le système complet (D,\overline D) : P(T)=0{,}038\times0{,}95+0{,}962\times0{,}02=0{,}0361+0{,}01924=0{,}05534.

2 ▷ Calculer P_T(D).

Corrigé

P_T(D)=\dfrac{P(D\cap T)}{P(T)}=\dfrac{0{,}0361}{0{,}05534}\approx0{,}652.

Seules 65\,\% environ des pièces signalées sont réellement défectueuses : les défauts étant rares, les faux positifs pèsent lourd.

3 ▷ Calculer P_{\overline T}(\overline D). Le test est-il fiable ?

Corrigé

P(\overline T)=1-0{,}05534=0{,}94466 et P(\overline D\cap\overline T)=0{,}962\times0{,}98=0{,}94276. Donc P_{\overline T}(\overline D)=\dfrac{0{,}94276}{0{,}94466}\approx0{,}998.

Pour le client, le test est très fiable : une pièce acceptée est correcte dans 99{,}8\,\% des cas (contre 96{,}2\,\% sans test). Pour l’usine, il est coûteux : environ 35\,\% des pièces rejetées étaient correctes.

Partie III – Un lot de pièces

On prélève n pièces, assimilées à des tirages indépendants ; X est le nombre de pièces défectueuses et p=0{,}038.

1 ▷ Justifier que X suit une loi binomiale. Rappeler E(X) et V(X).

Corrigé

On répète n fois, de façon indépendante, une épreuve de Bernoulli dont le succès « la pièce est défectueuse » a pour probabilité p ; X compte les succès. Donc X\hookrightarrow\mathcal B(n,p), avec E(X)=np et V(X)=np(1-p).

2 ▷ Avec n=50 : (a) calculer E(X) et interpréter.

Corrigé

E(X)=50\times0{,}038=1{,}9 : en moyenne, un lot de 50 pièces contient un peu moins de 2 pièces défectueuses.

(b) Calculer P(X=0) et P(X\geqslant2).

Corrigé

P(X=0)=0{,}962^{50}\approx0{,}144 et P(X=1)=50\times0{,}038\times0{,}962^{49}\approx0{,}285.

Donc P(X\geqslant2)=1-P(X=0)-P(X=1)\approx0{,}571.

3 ▷ Plus petite taille n telle que P(X\geqslant1) dépasse 0{,}9.

Corrigé

P(X\geqslant1)=1-0{,}962^n. Donc P(X\geqslant1)>0{,}9\iff0{,}962^n<0{,}1\iff n\ln0{,}962<\ln0{,}1.

Comme \ln0{,}962<0, on obtient n>\dfrac{\ln0{,}1}{\ln0{,}962}\approx59{,}4. Il faut un lot d’au moins 60 pièces.

Partie IV – Simulation en Python

1 ▷ Écrire une fonction piece().

Corrigé

On simule d’abord la machine, puis le défaut avec la probabilité correspondante :

import random as rd

def piece():
    if rd.random() < 0.6:           # la pièce vient de M1
        return 1 if rd.random() < 0.03 else 0
    else:                            # la pièce vient de M2
        return 1 if rd.random() < 0.05 else 0

2 ▷ Simuler 10\,000 lots de 50 pièces et afficher la proportion de lots sans défaut.

Corrigé
compteur = 0
for i in range(10000):
    defauts = 0
    for k in range(50):
        defauts = defauts + piece()
    if defauts == 0:
        compteur = compteur + 1
print(compteur / 10000)

On attend une valeur proche de P(X=0)=0{,}962^{50}\approx0{,}144 (loi faible des grands nombres).


Télécharger l’énoncé en PDF

Pour composer sur papier dans les conditions d’un devoir, téléchargez l’énoncé au format PDF.

Pour aller plus loin

Besoin d’aide sur ce chapitre ?

Un blocage sur une notion, une méthode de rédaction à acquérir, un devoir ou un concours à préparer : Pr. Elakili, agrégé de mathématiques depuis 1991, plus de 20 ans d’enseignement en classes préparatoires, propose des cours particuliers, en présentiel à Casablanca, ou à distance, partout au Maroc et en France.

Publications similaires