Probabilités , conditionnement et indépendance TS Probabilités sur un ensemble fini et variables aléatoires I. 1. • • • • Définitions soit une expérience aléatoire . on appelle issue tout résultat possible de cette expérience . : xi on appelle univers l’ensemble de toutes les issues : E = { x1 , x2 , … , xn } . on appelle événement tout sous ensemble de l’univers : A = { xi , ... , xj } ⊂ E . on appelle événement impossible , et on note : ∅ , l’événement qui ne contient aucune issue . A∩ B = ∅ . si A ∩ B = ∅ et • deux événements A et B d’un univers E sont incompatibles si • deux événements A et B d’un univers E sont contraires A ∪ B = E . On note B = A . • soit E un univers comportant un nombre n d’issues : E = { x1 , x2 , … , xn } ; définir une loi de probabilité P sur E n consiste à associer à chaque issue xi de E un nombre pi compris entre 0 et 1 ; tel que p1 + p2 + … + pn = ∑p =1. i i=1 on dit que pi est la probabilité de xi associé à la loi P , on note pi = P ( xi ) • P doit vérifier : si A et B sont deux événements incompatibles de E , alors : 2. Propriétés • soit E l’univers d’une expérience aléatoire et P une loi de probabilité sur E . P ( E ) = 1 et P ( ∅ ) = 0 . • pour tout événement A de E : P( A )=1–P(A). • si A est inclus dans B , alors : P(A) ≤ P(B) . • si A et B sont deux événements quelconques de E , alors : 3. P( A ∪B )=P(A)+P(B) P( A ∪B )=P(A)+P(B)– P( A ∩B ) Loi équirépartie ( ou équiprobabilité ) Soit E = { x1 , x2 , … , xn } un univers et P une loi de probabilité sur E définie par les nombres ( p1 , p2 , … , pk ). On dit que la loi P est équirépartie sur E si tous les pi sont égaux. 1 On dit encore qu’il y a équiprobabilité des issues. P ( xi ) = pi = k pour cette loi de probabilité , nombre d'éléments de A nombre d'issues favorables à la réalisation de A pour tout événement A : P(A)= = nombre d'éléments de E nombre total d'issues possibles 4. Variables aléatoires • • soit E l’univers d’une expérience aléatoire et P une loi de probabilité sur E . réelle X est une fonction qui associe , à toute issue de E , un nombre réel . la fonction X permet de définir sur R une nouvelle probabilité PX : si a est un nombre réel et A l’ensemble des issues de E qui ont pour image a , alors PX ( A ) = P ( X = a ) = P ( A ) une variable aléatoire 5. Espérance mathématique d’une variable aléatoire réelle X on représente en général la loi de probabilité de la variable aléatoire X sous forme de tableau , Valeurs xi de X P ( X = xi ) en notant les valeurs on appelle : x1 p1 x2 p2 x3 p3 x4 p4 x5 p5 … … xi que peut prendre la variable aléatoire et les probabilités de ces valeurs , notées PX (xi) ou P ( X = xi ) n espérance de la loi PX le nombre : E(X) = - xn pn ∑p xi = p1 x1 + p2 x2 + … + pn xn i = µ i=1 n variance de la loi PX le nombre : V (X)= - ∑ p ( x −µ ) i i 2 = σ X 2 = E( X2 ) – [ E(X) ]2 = E( X2 ) – µ2 i =1 écart-type de la loi PX le nombre : σ X = - V Ces paramètres sont les valeurs théoriques, dans le modèle probabiliste, de paramètres statistiques bien connus. II. Evénements conditionnés , événements indépendants 1. Définitions soit A et B deux événements d’un univers E muni d’une probabilité P , A ayant une probabilité non nulle . on définit la probabilité que l’événement B soit réalisé sachant que l’événement A est réalisé ( probabilité de B sachant A ) notée PA ( B ) = P ( A ∩ B) P ( A) Ex : une entreprise comprend des hommes et des femmes , qui sont cadres ou ouvriers , suivant la distribution ci-dessous : on choisit au hasard une personne de cette entreprise ; on note respectivement H , F , O et C les événements « la personne est un homme , une femme , un ouvrier , un cadre » 3 d’après le tableau PC ( F ) = = 16 2. = P(F ∩C) P (C ) . Propriété soit A et B deux événements d’un univers E , de probabilités non nulles . On a alors : Ex : 3 253 16 253 P ( A ∩ B ) = P ( B ) × PB ( A ) =P ( A ) × PA ( B ) 3. Définition soit A et B deux événements d’un univers E , de probabilités non nulles . On dit que , A et B sont indépendants lorsque : P ( A ∩ B) = P ( A ) × P ( B ) Remarques : - cela revient à dire que A et B sont indépendants si et seulement si PB ( A ) =P ( A ) ou PA ( B ) =P ( B ) la réalisation de A n’a pas d’effet sur la réalisation de B et réciproquement . - on peut définir de même l’indépendance de deux variables aléatoires X et Y ( voir exercices ) III. 1. Formule des probabilités totales Définitions soit E un univers , les événements B1 , B2 , … Bn constituent une partition de E lorsque les conditions suivantes sont réunies : aucun de ces événements n’est impossible les événements sont deux à deux incompatibles la réunion de ces événements est égale à E 2. FORMULE des probabilités totales soit E un univers et ( B1 , B2 , … Bn ) une partition de E . alors pour tout événement A de E : P ( A ) = PB1 ( A) × P ( B1 ) + PB 2 ( A) × P ( B2 ) + ... + PBn ( A) × P ( Bn ) preuve : IV. 1. Répétition d’expériences indépendantes Définitions soit E un univers muni d’une loi de probabilité P et une expérience dont le résultat est un élément de E répéter l’expérience n fois revient à définir un nouvel univers dont les éléments sont des n-listes de résultats de E . Ex : on considère le jet d’une pièce. L’univers est { Pile , Face } renouveler l’expérience 3 fois revient à définir un nouvel univers dont les éléments sont des 3-listes; par ex : ( Pile , Pile , Face ) 2. Dire que n expériences , dont le résultat est dans E , sont indépendantes , c’est dire que la probabilité d’obtenir une n-liste de résultats de E est égale au produit des probabilités de chacun des résultats . Ex : une urne contient trois boules rouges et deux boules vertes ( indiscernables au toucher ) , la probabilité de tirer une boule rouge 3 2 est égale à , la probabilité de tirer une boule verte est é gale à . On tire successivement six boules , avec remise . 5 5 2 la probabilité de la liste ( R , V , V , R , V , V ) est égale à 3 2 2 3 2 2 3 2 × × × × × = × 5 5 5 5 5 5 5 5 4 Remarque : l’indépendance des tirages successifs est ici conforme à l’intuition puisque l’on remet à chaque fois la boule tirée dans l’urne , un tirage donné ne dépend pas du tirage précédent . 1. Dénombrement Soit E un ensemble fini de n éléments ( n ≥ 1 ) et p un entier ( p ≥ 1 ) . Une suite ordonnée de p éléments de E , non nécessairement distincts, est appelée liste de p éléments de E . Si l’on impose à une liste de p éléments de E de ne contenir que des éléments deux à deux distincts, on ne peut espérer que la liste contienne plus de n éléments. La notion de liste de p éléments de E deux à deux distincts n’a de sens que pour 1 ≤ p ≤ n . • Proposition soit E un ensemble fini de n éléments ( n ≥ 1 ) pour tout entier p ( p ≥ 1 ), le nombre de listes de p éléments de E est : np . pour tout entier p , 1 ≤ p ≤ n , le nombre de listes de p éléments de E deux à deux distincts est : n ( n – 1) … ( n – p + 1 ) ( p facteurs ). Preuve : elle repose entièrement sur le principe de choix multiplicatif . • Définition on appelle permutation d’un ensemble E de n éléments, toute liste de n éléments de E deux à deux distincts. le nombre de permutations d’un ensemble à n éléments ( n ≥ 1 ) est le nombre noté n ! = n × ( n – 1) × … × 2 × 1 . ( lire « factorielle n » ) Remarques : on convient que 0 ! = 1 , on a la relation ( n + 1 ) ! = ( n + 1 ) × n ! le nombre de listes de p éléments de E deux à deux distincts est : n! n ( n – 1) … ( n – p + 1 ) = (n − p) ! 2. Combinaisons • Définition soit E un ensemble fini de n éléments et p un entier vérifiant 0 ≤ p ≤ 1 on appelle combinaison de p éléments de E toute partie de E ayant p éléments. n le nombre de combinaisons de p éléments d’un ensemble à n éléments est noté p ( lire « p parmi n » ). n Remarques : = n 1 pour n =1 n n n et p entiers, 0 ≤ p ≤ n , on a : = p n =1 0 n ( n − 1) ... ( n − p + 1) et p! = n n = p n − p n n − 1 n − 1 pour n et p entiers, 0 ≤ p ≤ n – 1, on a = + (relation de Pascal ) p p p − 1 • Théorème : soit a et b des nombres complexes et n un entier ( n ≥ 1 ) . On a : n n ∑ p a b = a p =0 n a ) un tirage de 3 boules avec remise correspond à une liste de 3 éléments parmi 10 ; leur nombre est donc : b ) un tirage de 3 boules sans remise correspond à une liste de 3 éléments deux à deux distincts parmi 10 ; leur nombre est donc : Ex : voici les six permutations de l’ensemble E = { 1 , 2 , 3 } : (1,2,3) (2,1,3) (3,1,2) (1,3,2) (2,3,1) (3,2,1) 1!=1 2!=2 3!=6 4 ! =24 5 ! = 120 n n n n −1 n + a n −1 b + a n − 2 b 2 + ... + a b +b 1 2 n − 1 n Cette formule du binôme explique le nom de coefficients binomiaux donnés aux p 6 ! = 720 7 ! = 5 040 8 ! = 40 320 9 ! = 362 880 10 ! = 3 628 800 Ex : au Loto, combien y a-t-il de tirages de 6 numéros parmi 49 ? un tirage de 6 numéros parmi les numéros 1,2, …,49 est une combinaison de 6 éléments parmi 49. Le nombre de tirages possibles est donc : 49 × 48 × 47 × 46 × 45 × 44 =13 983 816 = 6 × 5 × 4 × 3 × 2 ×1 n! p !(n − p) ! pour n et p entiers, 0 ≤ p ≤ n , on a : (a+b)n= Ex : une urne contient 10 boules numérotées de 0 à 9. Combien y a-t-il de tirages possibles de 3 boules : a ) avec remise ? b ) sans remise ? Le triangle de Pascal