\documentclass[10pt]{article}
\usepackage[T1]{fontenc}
\usepackage[utf8]{inputenc}%ATTENTION codage en utf8 !
\usepackage{fourier}
\usepackage[scaled=0.875]{helvet}
\renewcommand{\ttdefault}{lmtt}
\usepackage{amsmath,amssymb,makeidx}
\usepackage{fancybox}
\usepackage{tabularx}
\usepackage[normalem]{ulem}
\usepackage{pifont}
\usepackage{graphicx}
\usepackage{textcomp} 
\newcommand{\euro}{\eurologo{}}
%Tapuscrit : Denis Vergès Sujet aimablement fourni par Nathalie Leroy
\usepackage{pst-plot,pst-text}
\newcommand{\R}{\mathbb{R}}
\newcommand{\N}{\mathbb{N}}
\newcommand{\D}{\mathbb{D}}
\newcommand{\Z}{\mathbb{Z}}
\newcommand{\Q}{\mathbb{Q}}
\newcommand{\C}{\mathbb{C}}
\setlength{\textheight}{23,5cm}
\newcommand{\vect}[1]{\mathchoice%
{\overrightarrow{\displaystyle\mathstrut#1\,\,}}%
{\overrightarrow{\textstyle\mathstrut#1\,\,}}%
{\overrightarrow{\scriptstyle\mathstrut#1\,\,}}%
{\overrightarrow{\scriptscriptstyle\mathstrut#1\,\,}}}
\renewcommand{\theenumi}{\textbf{\arabic{enumi}}}
\renewcommand{\labelenumi}{\textbf{\theenumi.}}
\renewcommand{\theenumii}{\textbf{\alph{enumii}}}
\renewcommand{\labelenumii}{\textbf{\theenumii.}}
\def\Oij{$\left(\text{O},~\vect{\imath},~\vect{\jmath}\right)$}
\def\Oijk{$\left(\text{O},~\vect{\imath},~\vect{\jmath},~\vect{k}\right)$}
\def\Ouv{$\left(\text{O},~\vect{u},~\vect{v}\right)$}
\setlength{\voffset}{-1,5cm}
\usepackage{fancyhdr}
\usepackage{hyperref}
\hypersetup{%
pdfauthor = {APMEP},
pdfsubject = {BTS CGO},
pdftitle = {Nouvelle Calédonie  9 novembre 2015},
allbordercolors = white,
pdfstartview=FitH}
\usepackage[frenchb]{babel}
\usepackage[np]{numprint}
\begin{document}
\setlength\parindent{0mm}
\lhead{\small Brevet de technicien supérieur}
\rhead{\textbf{A. P{}. M. E. P{}.} }
\lfoot{\small{Comptabilité et gestion des organisations}}
\rfoot{\small{Nouvelle--Calédonie 9 novembre 2015}}
\renewcommand \footrulewidth{.2pt}
\pagestyle{fancy}
\thispagestyle{empty}
\marginpar{\rotatebox{90}{\textbf{A. P{}. M. E. P{}.}}}
\begin{center}{\Large\textbf{Brevet de technicien supérieur session 2015\\ Comptabilité et gestion des organisations\\
Nouvelle--Calédonie}}

\medskip

\textbf{Durée : 2 heures}
  
\end{center}

\vspace{0,25cm}

\textbf{Exercice 1 \hfill 11 points}

\begin{center}
\emph{Un formulaire est donné en fin d'exercice.}
\medskip

\textbf{Partie A}
\end{center}

\medskip

Le tableau ci-dessous présente la production électrique des panneaux photovoltaïque en France sur la période 2006-2013.

\begin{center}
\begin{tabularx}{\linewidth}{|l|*{8}{>{\centering \arraybackslash}X|}}\hline
Années 					&2006 	&2007 	&2008 	&2009 	&2010 	&2011 	&2012 	&2013\\ \hline
Rang de l'année : $x_i$	&1 		&2 		&3 		&4 		&5 		&6 		&7 		&8\\ \hline
Production en MW : $y_i$&5 		&12 	&48 	&200 	&808 	&\np{2321} &\np{3126} &\np{3731}\\ \hline
\end{tabularx}
\end{center}

Le nuage de point associé à la série statistique $\left(x_i~;~y_i\right)$ est présenté en annexe 1.

\medskip

\begin{enumerate}
\item Déterminer à l'aide d'une calculatrice, le coefficient de corrélation linéaire $r$ de la série statistique $\left(x_i~;~y_i\right)$, arrondi à $10^{-2}$.

Au vu du nuage de points, on renonce à un ajustement affine et on effectue le changement de variable $z_i = \ln \left(y_i\right)$.
\item 
	\begin{enumerate}
		\item Reproduire et compléter le tableau suivant dans lequel on fera figurer les valeurs approchées de $z_i$ arrondies à $10^{-2}$.
		
\begin{center}
\begin{tabularx}{\linewidth}{|l|*{8}{>{\centering \arraybackslash}X|}}\hline
Rang de l'année : $x_i$		&1 		&2 	&3 	&4 	&5 	&6 	&7 	&8\\ \hline
 $z_i = \ln\left(y_i\right)$&1,61 	& 	& 	& 	& 	& 	& 	&\\ \hline
\end{tabularx}
\end{center}		

		\item Déterminer à l'aide d'une calculatrice, le coefficient de corrélation linéaire $R$ de la série statistique $\left(x_i~;~z_i\right)$, arrondi à $10^{-2}$.
		\item Les valeurs des deux coefficients de corrélation $r$ et $R$ calculés précédemment justifient-elles le changement de variable effectué ? Expliquer.
	\end{enumerate}
\item  
	\begin{enumerate}
		\item Déterminer à l'aide d'une calculatrice, l'équation de la droite de régression de $z$ en $x$ sous la forme $z = ax + b$ où $a$ et $b$ sont à arrondir à $10^{-2}$.
		\item En supposant que cette évolution se poursuive, et en utilisant la droite de régression de $z$ en $x$, déduire une estimation, arrondie à l'unité, de la production électrique française provenant du photovoltaïque, en MW, pour l'année 2016.
	\end{enumerate}
\item On admettra que l'expression de $y$ en $x$ est de la forme : $y = 2,29 \text{e}^{1,04x}$.
	
Afin de vérifier si ce modèle permet d'ajuster au mieux le nuage de points, on choisit donc d'étudier la fonction $f$ définie sur [1~;~8,5] par : 
	
	\[f(x) = 2,29\text{e}^{1,04x}.\]
	
	\begin{enumerate}
		\item Calculer $f'(x)$, où $f'$ est la dérivée de $f$ sur [1~;~8,5].
		\item En déduire le tableau de variation de $f$ sur [1~;~8,5]. On complètera ce tableau en donnant une valeur approchée à l'unité près des valeurs extrêmes.
		\item Recopier et compléter le tableau de valeurs suivant dans lequel les valeurs sont à arrondir à l'unité. Tracer ensuite la courbe correspondante dans le repère fourni de l'annexe 1.
		
\begin{center}
\begin{tabularx}{\linewidth}{|c|*{7}{>{\centering \arraybackslash}X|}}\hline
$x$&3&4&5&6&7&8&8,5\\ \hline
$f(x)$&&&&&&&\\ \hline
\end{tabularx}
\end{center}		
	\end{enumerate}
\item Au vu de votre courbe, cet ajustement vous paraît-il finalement satisfaisant ? Justifier.
\end{enumerate}

\medskip

\begin{center}
\textbf{Partie B}
\end{center}

On décide de d'utiliser une fonction polynomiale $g$ permettant d'effectuer un autre ajustement de ce nuage de points.

\smallskip

Plus précisément, on définit la fonction $g$ sur [1~;~11] par : 

\[g(x) = 84x^2 - 168x + 85.\]

Le tracé de $\mathcal{C}_g$, courbe représentative de la fonction $g$, ainsi que le nuage de points de la série statistique $(x~;~y)$ précédemment étudiée sont donnés en annexe 2.

\medskip

\begin{enumerate}
\item Au vu de ce tracé, cet ajustement vous semble-t-il meilleur que le précédent ? Justifier.
\item Soit $G$ la fonction définie sur [1~;~11] par : 

\[G(x) = 28x^3 - 84x^2 + 85x.\]

Montrer que $G$ est une primitive de $g$ sur [1~;~11].
\item  On note : $I = \displaystyle\int_1^{11} g(x)\:\text{d}x$.
	\begin{enumerate}
		\item Montrer que la valeur exacte de $I$ est \np{28010}.
		\item En déduire, $V_m$, la valeur moyenne de la fonction $g$ sur l'intervalle [1~;~11].
		\item Interpréter cette valeur moyenne en terme de production électrique photovoltaïque lorsque ce modèle est utilisé.
	\end{enumerate}
\end{enumerate}

\begin{center}	
\textbf{Formulaire}
\end{center}

Si $u$ est une fonction dérivable sur un intervalle $I$, alors la fonction $\text{e}^u$ est dérivable sur $I$, et on a

\[\left(\text{e}^u\right)' = u'\text{e}^u.\]

Soit $f$ une fonction continue sur un intervalle $[a~;~b]$. La valeur moyenne $m$ de la fonction $f$ sur $[a~;~b]$ est :

\[m = \dfrac{1}{b - a} \times \displaystyle\int_a^b  f(t)\:\text{d}t.\]

\vspace{0,25cm}

\textbf{Exercice 2 \hfill 9 points}

\medskip

Les trois parties de cet exercice peuvent être traitées de façon indépendante

\begin{center}	
\textbf{Partie A - Fiabilité d'un alcootest}
\end{center}

Un laboratoire a mis au point un nouvel alcootest. On sait que 2\,\% des personnes contrôlées par la police sont réellement en état d'ébriété.

Les premiers essais ont conduit aux résultats suivants :

\setlength\parindent{8mm}
\begin{itemize}
\item[$\bullet~~$] lorsqu'une personne est réellement en état d'ébriété, 95 fois sur 100 l'alcootest se révèle positif;
\item[$\bullet~~$] lorsqu'une personne n'est pas en état d'ébriété, 96 fois sur 100 l'alcootest se révèle négatif.
\end{itemize}
\setlength\parindent{0mm}

On choisit au hasard une personne contrôlée par la police.
On considère les évènements suivants :

\setlength\parindent{8mm}
\begin{itemize}
\item[$\bullet~~$] $E$ : \og la personne contrôlée est en état d'ébriété\fg
\item[$\bullet~~$] $A$ : \og l'alcootest est positif \fg.
\end{itemize}
\setlength\parindent{0mm}

\medskip

\begin{enumerate}
\item Déduire des informations figurant dans l'énoncé : $P(E)\: ;\: P_E(A)\: ;\: P_E\left(\overline{A}\right)$.
\item Calculer $P(E \cap A)$ et $P\left(\overline{E} \cap A\right)$.
\item Déduire de ce qui précède la valeur de $P(A)$.
\item Calculer la probabilité qu'une personne soit réellement en état d'ébriété lorsque l'alcootest est positif. Arrondir le résultat à $10^{-4}$.
\end{enumerate}

\begin{center}	
\textbf{Partie B - Un rendez-vous}
\end{center}

Monsieur Théo Raime et Madame Anna Grahm se donnent rendez-vous entre 12~h et 13~h. Proche du lieu fixé, M. Raime arrivera à 12~h~30. Quant à M\up{me} Grahm, son arrivée dépend des conditions de circulation ; elle arrivera entre 12~h et 13~h.

On admet que la variable aléatoire $H$ prenant pour valeur l'heure d'arrivée de M\up{me}~Grahm suit la loi uniforme sur l'intervalle [12~;~13].

\medskip

\begin{enumerate}
\item Calculer la probabilité que M\up{me} Grahm arrive avant M. Raime.
\item Calculer la probabilité que M. Raime attende M\up{me} Grahm plus de 15 minutes.
\end{enumerate}

\begin{center}	
\textbf{Partie C - Traversée d'une ville}
\end{center}

Pour rentrer chez lui en fin d'après midi, M. Raime doit traverser la ville.

On admet que, pour un véhicule choisi au hasard, la variable aléatoire $T$ prenant pour valeur le temps nécessaire (en minutes) pour traverser la ville suit la loi normale de moyenne 25 minutes et d'écart-type 4 minutes.

Quelle est la probabilité que M. Raime mette moins de 30~minutes pour traverser la ville ?

\newpage
\begin{center}
\textbf{\large ANNEXE 1- EXERCICE 1 Partie A (à rendre avec la copie)}

\vspace{1cm}
\psset{yunit=0.0005cm}
\begin{pspicture}(-0.5,-500)(11.5,16400)
\multido{\n=0.0+0.5}{24}{\psline[linestyle=dotted,linecolor=lightgray](\n,0)(\n,16400)}
\multido{\n=0+1000}{17}{\psline[linestyle=dotted,linecolor=lightgray](0,\n)(11.6,\n)}
\psaxes[linewidth=1.25pt,Dy=16000](0,0)(-0.5,-500)(11.5,16400)
\psaxes[linewidth=1.25pt,Dy=16000](0,0)(11.5,16400)
\multido{\n=2000+2000}{7}{\uput[l](0,\n){\np{\n}}}
\psdots[dotstyle=+,dotangle=45,dotscale=1.6](1,5)(2,12)(3,48)(4,200)(5,808)(6,2321)(7,3126)(8,3731)
\end{pspicture}

\vspace{1cm}

\textbf{\large ANNEXE 2 - EXERCICE 1 Partie B}

\vspace{1cm}

\psset{yunit=0.0005cm}
\begin{pspicture}(-0.5,-500)(11.5,10400)
\multido{\n=0.0+0.5}{24}{\psline[linestyle=dotted,linecolor=lightgray](\n,0)(\n,10400)}
\multido{\n=0+1000}{11}{\psline[linestyle=dotted,linecolor=lightgray](0,\n)(11.6,\n)}
\psaxes[linewidth=1.25pt,Dy=16000](0,0)(-0.5,-500)(11.5,10400)
\psaxes[linewidth=1.25pt,Dy=16000](0,0)(11.5,10400)
\multido{\n=0+2000}{6}{\uput[l](0,\n){\np{\n}}}
\psdots[dotstyle=+,dotangle=45,dotscale=1.6](1,5)(2,12)(3,48)(4,200)(5,808)(6,2321)(7,3126)(8,3731)
\psplot[plotpoints=3000,linewidth=1.25pt,linecolor=blue]{0}{11}{x dup mul 84 mul 168 x mul sub 85 add}
\uput[r](10.6,7800){$\blue \mathcal{C}_g$}
\end{pspicture}
\bigskip
\end{center}
\end{document}