Professional Documents
Culture Documents
CALCUL DE PROBABILITE.
I-EXPERIENCE ALEATOIRE ET EVENEMENT
On lance un d non pip et on note le numro de la face suprieure. On ne peut pas prvoir lavance le
rsultat de cette exprience. On dit que cest une exprience alatoire.
Chacun des rsultats possibles ({1}, {4}, {5}.......) est un vnement lmentaire .
Lensemble des rsultats possibles de cette exprience, not est appel Univers de lexprience.
= {1,2,3,4,5,6}.
Toute partie A de est un vnement. Il est constitu dvnements lmentaires.
Par exemple A = {1 ; 3 ; 5} est un vnement.
On peut aussi dfinir cet vnement A ainsi : le numro de la face apparue est impaire .
Voici dautres exemples dexpriences alatoires :
- le tirage dune carte dun jeu de 32 cartes
- le lancer dune punaise.
- le tirage de boules dans une urne.
- le sexe dune naissance.
Un vnement est dit ralis sil contient le rsultat de lexprience.
Par exemple si lissue dun lanc la face 5 apparat, on dit que A est ralis.
Lvnement le numro de la face apparue est infrieur 7 est . Cest lvnement certain.
Lvnement le numro de la face apparue est suprieur 7 est . Cest lvnement impossible.
Il ne se ralise jamais.
Deux vnements sont incompatibles lorsque leur intersection est vide ; ils ne peuvent pas se raliser en
mme temps. Par exemple : A = {1 ; 3 ; 5} et C = {2 ; 6} sont incompatibles.
1
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
3-Probabilit uniforme
Lorsque les vnements lmentaires ont la mme probabilit : on dit quil y a quiprobabilit.
Lorsque quil y a quiprobabilit:
1
- la probabilit dun vnement lmentaire wi est P(wi) =
card
cardA nombre de cas favorables
- P(A) = =
card nombre de cas possibles
Remarque :
Dans certains cas la probabilit des vnements lmentaires ne sont pas gales. On dit que la probabilit est
non uniforme.
APPLICATION : EN CLASSE
III-PROBABILITES CONDITIONNELLES
1-Dfinition
Soit A et B sont deux vnements dune exprience alatoire avec P ( B ) 0 ,
La probabilit conditionnelle de A sachant B est le nombre rel not : PB(A) ou P( A B )
P( A B)
P ( A / B ) = PB ( A) =
P( B)
2-Application : Application1 :
Dans une urne contenant 3 boules numrotes de 1 3, on tire successivement avec remise.
On considre les vnements suivants
A : Obtenir une somme paire de numros .
B : Obtenir au moins un numro 3 .
1) Dterminer lensemble des rsultats possibles puis les ensembles A et B.
2) Calculer P(A) ; P(B) ; PA(B) .
Application2 :
Une population de 1000 individus contient 20% de couleur bleue.10% des individus sont bleus et riches.
On prend au hasard un individu bleu .Quelle est la probabilit pour quil soit riche ?
2-Proprits
3-Probabilit de lintersetion
a-Proprit :
Soit P une probabilit dfinie sur . A et B deux vnements tels que P(A)0 et P(B) 0
P ( A B ) = P ( A / B ) P ( B ) = P ( B / A) P ( A)
b-Application:
A1 :
Dans un sac contenant 3 boules blanches et 5 rouges, on tire 2 boules successivement sans remise. On
considre les vnements suivants :
A : La 1re boule tire est une boule blanche .
B : La 2 me boule tire est une boule rouge .Calculer P (A) ; PA(B) ; P(A B).
2
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
A2 : Un lyce compte 100 lves parmi lesquels 45 filles et 55 garons. Parmi les filles, 30 % sont internes et
70% sont externes. Parmi les garons 60% sont internes et 40% externes.
On tire au hasard une fiche dans le fichier des lves du lyce.
On veut dterminer la probabilit dobtenir une fille externe
CORRECTION : EN CLASSE
Correction application1
Correction application2
Utilisons larbre ci dessous
I
F
E
E
la fiche est celle dune fille externe
Le chemin reprsente la ralisation simultane des vnements F et E cest dire F E .
F
0.7
0.45
E
La probabilit inscrite sur la branche est celle dune externe parmi les filles. On dit que cest la
probabilit dobtenir une externe sachant que la fiche tire est celle dune fille . elle est gale P ( E / F )
F
0.7
E
3
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
4-Evnements indpendants
a- Dfinition :
Deux vnements A et B sont dits indpendants si et seulement si P ( A B ) = P ( A) P ( B )
b-Proprit :
Remarque :
Deux vnements sont indpendants lors que la ralisation de lun ne dpend pas de la ralisation de lautre
FORMULE DES PROBABILITES TOTALES
Si B1 , B2Bn forment une partition de alors la probabilit dun vnement A est donne par :
P( A) =P( A B1 ) + P( A B2 ) + ..............P( A Bn ) i
n
P(A)= P( A / B1 ) P( B1 ) + P( A / B2 ) P( B2 ) + ............... + P( A / Bn ) P( Bn ) = P ( A / Bi ) P ( Bi )
i =1
Exemple
Dans lentrept dune usine de fabrication de clous, 50% des clous sont fabriqus par la machine I, 30% par la
machine II et 20% par la machine III . Parmi les clous fabriqus par la machine I ,3% sont dfectueux. Parmi ceux
fabriqus par la machine II, 5% sont dfectueux et parmi ceux fabriqus par la machine III , 8% sont dfectueux .On
choisit un clou au hasard . Quelle est la probabilit pour quil soit dfectueux. ?
Solution
On pose A= lvnement le clou est dfectueux
E1 = lvnement le clou provient de la machine I
E2 = lvnement le clou provient de la machine II
E3 = lvnement le clou provient de la machine III
Les informations donnes dans lnonc se traduisent de la faon suivante
CORRECTION : EN CLASSE
4
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
I-Notion de variable alatoire,dfinition
Un jeu consiste tirer deux boules au hasard dune urne contenant trois boules blanches et cinq boules
noires. On gagne 100 F par boule blanche tire et on perd 50 F par boule noire tire.
On dsigne par X la somme gagne ou perdue.
1) Peut-on prvoir les valeurs de X.
2) Quel est lensemble X() des valeurs possibles de X .
3) Pour chaque valeur de X donner lvnement correspondant.
4) Pour chaque valeur de k de X() , on note (X=k) la somme gagne ou perdue .
a) Calculer la probabilit P(X=k) pour toute valeur de k de X() .
b) Vrifier que la somme de ces probabilits est gal 1.
Rponses
1)
2) Lunivers est lensemble des combinaisons de deux boules prises parmi les 3 boules blanches et les
cinq boules noires.
(B,B ) ; (B,N) (N,N) donc X ( )= { }.
3) 200F correspond lvnement
50F correspond lvnement
-100F correspond lvnement
4) a) La probabilit pour que X prenne la valeur -100 est note p(X=-100).
P(X =- 100) = P(X = 50) =
P(X = 200) =
b) P(X = - 100) + P(X = 50) + P(X = 200) =
Comme dans cet exemple, on peut lier chaque rsultat dune exprience alatoire un nombre x.
Lensemble de ces valeurs x permet de dfinir une variable alatoire X.
2-Dfinition
tant donn un ensemble fini muni d'une loi de probabilit p, on appelle variable alatoire relle sur ,
toute application X de dans IR. X : IR
X ( )
Remarques :
Lorsque l'ensemble est fini, une variable alatoire X ne peut prendre qu'un nombre fini de valeurs.
On note (X=xi) l'ensemble des ventualits pour lesquelles la variable alatoire X prend la valeur xi.
II-Loi de probabilit
Soit X une variable alatoire associ une preuve alatoire prenant les valeurs x1, x2,..,xn
X( ) ={ x1, x2,.. ,xn} (on suppose x1<x2<.<xn )
A chaque xi on peut associer la probabilit p(X=xi) do lon dfinie une application :
[ ]
X ( ) 0,1
xi p(X=xi).
Cette application est appele loi de probabilit de la variable alatoire X.
Remarque. Dterminer la loi de probabilit d'une variable alatoire X, c'est donner les diffrentes valeurs de
p(X=x1), p(X=x2) , ... , p(X=xn).
Gneralement la loi de probabilit se presente sous forme dun tableau.On pose pi=P(X=i)
xi X1 X2 XI .. xn
P(X=xi)
5
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
Exemple :
Dterminer la loi de probabilit de lactivi prcdente . X ( )= {- 100, 50, 200}.
xi -100 50 200
P(X=xi) 5 15 3
14 28 28
Proprit
n
Soit X( ) ={ x1, x2,.. ,xn}. P( X = xi) = 1
i =1
6
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
2)
p(X=x)
Loi de probabilit
4/16
3/16
2/16
1/16
2 5 8 x
3 4 6 7
p(X
x)
Fonction de rpartition
1
15/16
13/16
10/16
6/16
3/16
1/16
2 3 5 6 7 8 x
4
IV- MOYENNE,VARIANCE ECART TYPE
Caractristiques dune variable alatoire
On considre un ensemble fini muni d'une loi de probabilit p et X une variable alatoire numrique.
On note X() = {x1 ; x2 ; ; xn} .
n
Lesprance mathmatique de X (ou moyenne) est le nombre not E(X) ,et dfini par : E(X) = p x
i=1
i i
7
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
Une preuve de Bernoulli est une exprience alatoire qui deux ventualits.
Un schma de Bernoulli est une exprience alatoire qui consiste rpter n fois de faon
identiques, une preuve de Bernoulli.
On appelle variable alatoire binomiale de paramtre n , p, la variable alatoire X dfinie par
Egale au nombre de sucs obtenu o p est la probabilit dun succs.
Remarque :
La probabilit dun succs est note p e celle de lchec q=1-p
2-Loi de probailit :
Soit X la variable alatoire binomiale de paramtre n , p, la variable alatoire X dfinie par Egale au
nombre de sucs obtenu .
k
X () = {0 ;1 ;2 ;3 ; ;n} P( X = k ) = C n
p k (1 p) n k .
On dit que la variable alatoire suit une loi binomiale note B(n,p).
Proprit
Soit X variable alatoire binomiale de paramtre n , p.
E(X)= n p et V(X) =n p (1-p)
Application :
On jette 5 fois de suite une pice non truque et on observe le ct visible, pile on face.
Soit X la variable alatoire qui associe le nombre de face obtenu.
Dterminer la loi de probabilit de X . Calculer E(X) et V(X).
Correction :
8
TAPER BARRONTIC DANS GOOGLE
CVM/LMR TS2B-3214LMR Mr BARRO/BARRONTIC
10
TAPER BARRONTIC DANS GOOGLE