1 Variables aléatoires binomiales (Savoir minimum) 1. Variables aléatoires binomiales définition. ....................................................... 2 Solution de l’exercice 1 ......................................................................................... 3 2. Situation binomiale (cas général) ...................................................................... 4 Solution de l’exercice 2 ......................................................................................... 5 3. Espérance, variance, écart type d’une variable aléatoire binomiale. ................ 6 Solution de l’exercice 3 ......................................................................................... 7 2 1. Variables aléatoires binomiales définition. Si p est un réel de l’intervalle] 0, 1[et n un entier positif non nul, une variable aléatoire X est dite binomiale de paramètres (n ; p) lorsque : 1) les valeurs possibles de X sont : {0, 1, …...n} 2) les probabilités de chacune de ces valeurs sont pour k=0, 1, …...n : k n k P( X k ) C k n p (1 p) n! k!(n k )! 0! 1,1! 1, 2! 1 2, 3! 1 2 3, 4! 1 2 3 4, 5! 1 2 3 4 5, etc.... avec C k n Vocabulaire Lorsqu’une variable aléatoire X est binomiale de paramètres (n, p) on dit que X suit la loi B(n , p) (ou que B(n , p) est la loi de X). Ecriture rapide X B(n , p) Exercice 1 X est une variable aléatoire de loi Binomiale B (5 ; 0,4). 1) Quelles sont les valeurs possibles de X ? 2) Donner l’expression en fonction de k de la probabilité pour que X soit égale à k, indiquer les valeurs possibles de k. 3) Calculer le plus simplement possible la probabilité pour que X soit au moins égale à 1. 4) Calculer la probabilité pour que X soit au plus égale à 3. 5) Calculer la probabilité pour que X soit égale à moins de 3. 3 Solution de l’exercice 1 1) Les valeurs possibles de X. Comme X est une variable aléatoire de loi Binomiale B (5 ; 0,4) ses valeurs possibles sont {0, 1, 2, 3, 4, 5}. 2) Les probabilités pour que X soit égale à k. Chaque fois que l’entier k est une valeur possible de X, la probabilité pour que X soit égale à k est : P(X k ) C5k 0.4 k 0.65 k pour k 0,1,2,3,4 ou 5. Les valeurs possibles de k sont 0,1,2,3,4 ou 5 . 3) Calcul de la probabilité pour que X soit au moins égale à 1 X est au moins égale à 1 lorsque X n’est pas égale à 0. La probabilité pour que X soit égale à 0 se note P(X 0) donc la probabilité pour que X ne soit pas égale à 0 est :1 P(X 0) . Ainsi : la probabilité pour que X soit au moins égale à 1 est :1 P(X 0) . 5! P(X 0) C50 0,40 0,65 0,65 car C50 1 et 0,40 1. 0!5! Donc : La probabilité pour que X soit au moins égale à 1est 1 0.65. Remarque Cette probabilité peut s’écrire P(X 0) . 4) La probabilité pour que X soit au plus égale à 3 Il faut calculer : P(X 0) P(X 1) P(X 2) P(X 3). On obtient : 0.65 5 0.4 0.6 4 10 0.4 2 0.63 10 0.43 0.6 2. 5) La probabilité pour que X soit égale à moins de 3 Il faut calculer : P(X 0) P(X 1) P(X 2) 0.65 5 0.4 0.6 4 10 0.4 2 0.63. (J’ai oublié ma calculatrice à la maison) Appréciation La rédaction de la question 3 est beaucoup trop chargée, par exemple: tout le 5! monde sait que et 0,40 1 (on sait aussi que C50 1 mais on peut le 0!5! préciser en écrivant simplement : « comme C50 1 on obtient ..... ») 4 2. Situation binomiale (cas général) On se donne un entier positif n. On décide d’effectuer n fois la même expérience avec le même objectif. On se place dans la situation suivante 1) pour chaque expérience, la probabilité d'atteindre cet objectif est la même et vaut p (0p1). 2) les expériences sont indépendantes les unes des autres. X représente le nombre de fois où l'objectif sera atteint. X est la variable aléatoire de paramètres n et p. 1) Valeurs possibles de X {0, 1, …...n} 2) Probabilités de chacune de ces valeurs Pour k=0, 1, …...n : k nk P( X k ) C k n p (1 p) n! avec C k n k!(n k )! 0! 1,1! 1, 2! 1 2, 3! 1 2 3, 4! 1 2 3 4, 5! 1 2 3 4 5, etc.... Exercice 2 On suppose que les situations météorologiques des différents « 31 décembre à Paris » sont indépendantes les unes des autres et que la probabilité qu’il neige le 31 décembre à Paris est toujours égale à 0,20. La variable aléatoire X représente le nombre de « 31 décembre à Paris » où il neigera si on observe les 5 prochaines années. 1) Quelle est la loi suivie par la variable aléatoire X ? 2) Quelle est la probabilité pour que pendant les 5 prochaines années il y ait exactement 3 années avec de la neige le 31 décembre à Paris ? 3) Quelle est la probabilité pour que pendant les 5 prochaines années il ne neige jamais le 31 décembre à Paris ? 4) Quelle est la probabilité pour que pendant les 5 prochaines années il neige au moins une fois à Paris le 31 décembre ? 5 Solution de l’exercice 2 1) La loi suivie par la variable aléatoire X La variable aléatoire X qui représente le nombre de « 31 décembre à Paris » où il neigera si on observe les 5 prochaines années suit la loi binomiale de paramètres n 5 p 0,20 . En effet : les 5 prochaines années sont envisagées comme 5 expériences indépendantes dont l’objectif est atteint chaque fois avec la probabilité 0,20 (« il neige le 31 décembre à Paris »). 2) La probabilité pour que pendant les 5 prochaines années il y ait exactement 3 années avec de la neige le 31 décembre à Paris Cette probabilité est la probabilité pour que X soit égale à 3, elle vaut donc : 3 2 P(X 3) C3 5 0,20 0,80 5! (Je n’ai pas ma calculatrice, mais je sais que C35 10 car C3 5 3! 2! ). 3) La probabilité pour que pendant les 5 prochaines années il ne neige jamais le 31 décembre à Paris Cette probabilité est : P(X 0) 0,805 1compte tenu de l’égalité C50 1 4) La probabilité pour que pendant les 5 prochaines années il neige au moins une fois à Paris le 31 décembre Cette probabilité est P(X 1) 1 P(X 0) donc : 1 0,805 0,67 6 3. Espérance, variance, écart type d’une variable aléatoire binomiale. Résultats La variable aléatoire X binomiale suit la loi B (n, p) : 1) Espérance mathématique 2) Variance E( X) n p V(X) n p (1 p) 3) Ecart type (X) n p (1 p) . Remarque V(X) E(X) (1 p) Précisions La définition de l’espérance mathématique est dans ce cas: E(X) 0 P(X 0) 1 P(X 1) .... k P(X k ) .... n P(X n ) k nk Des calculs mathématiques qui utilisent P(X k ) Ck n p (1 p) donnent E(X) n p . [Voir : approfondissement] La définition de la variance est dans ce cas : V(X) 0 2 P(X 0) 12 P(X 1) .. k 2 P(X k ) .. n 2 P(X n ) E(X)2 On obtient V(X) n p (1 p) . [Voir : approfondissement] Exercice 3 X est une variable aléatoire de loi Binomiale B (5 ; 0,4). 1) Calculer la probabilité pour que X soit égale à son espérance mathématique. 2) Donner la variance et l’écart type de la variable aléatoire X. 3) Répondre aux questions 1 et 2 si la loi de X est B (5 ; 0,3). 7 Solution de l’exercice 3 X est une variable aléatoire de loi Binomiale B (5 ; 0,4). 1) La probabilité pour que X soit égale à son espérance mathématique L’espérance mathématique de X est :E(X) 5 0,4 2 . La probabilité demandée est : P(X 2) C52 0,4 2 0,63 10 0,4 2 0,63 . 2) La variance et l’écart type de la variable aléatoire X La variance de X est : V(X) 5 0,4 0,6 2 0,6 1,2 L’écart type de X est (X) 1,2 . (Je suis sans calculatrice, mais je sais que 121 11 donc pour moi : 1,2 ~ 1,1 ) 100 10 3) La loi de X est B (5 ; 0,3) E(X) 5 0,3 1,5 : 1,5 n’est pas une valeur prise par X donc on ne calcule pas la probabilité pour que X soit égale à son espérance mathématique, ou bien on dit que cette probabilité est nulle. V(X) 5 0,3 0,7 1,5 0,7 1,05 , (X) 1,05 .