Probabilités - La Faculté des Sciences Sociales de l`Université de

publicité
Probabilités
Faculté de Sciences Sociales de Strasbourg – L1S2
2016 – 2017
Séance 3
Previously in « Probabilité »
 Loi de l’addition : 𝐴∪𝐵
 𝑝 𝐴⋃𝐵 = 𝑝 𝐴 + 𝑝 𝐵 − 𝑝 𝐴 ∩ 𝐵
 Loi de Morgan : 𝐴 ∩ 𝐵 = 𝐴 ∪ 𝐵 et 𝐴 ∪ 𝐵 = 𝐴 ∩ 𝐵
 Loi de la multiplication : 𝐴∩𝐵
 Événements indépendants  𝒑 A∩B = 𝒑 𝑨 × 𝒑 𝑩
 Événements dépendants  𝒑 𝑨 ∩ 𝑩 = 𝒑𝑨 𝑩 × 𝐩(𝐀)
Previously in « Probabilité »
 Le principe multiplicatif
𝑝 𝐴∩𝐵∩𝐶 =𝑝 𝐴 ×𝑝 𝐵 ×𝑝 𝐶
𝑝 𝐴 ×𝑝 𝐵 ×𝑝 𝐶 =
𝐴
𝐵
𝐶
×
×
Ω
Ω
Ω
𝐴 × 𝐵 × 𝐶
𝐴 × 𝐵 × 𝐶
𝑝 𝐴 ×𝑝 𝐵 ×𝑝 𝐶 =
=
Ω × Ω × Ω
Ω3
Previously in « Probabilité »
 Formule de Bayes
Si p(B)≠0
𝑝𝐵 𝐴 =
𝑝𝐴 𝐵 ×p(A)
p(B)
Previously in « Probabilité »
 Formule de Bayes, si on va plus loin
On remarque que :
𝑝 𝐵 = 𝑝 𝐴 ∩ 𝐵 + 𝑝 𝐴 ∩ 𝐵 = 𝑝𝐴 𝐵 × 𝑝 𝐴 + 𝑝𝐴 (𝐵) × 𝑝(𝐴)
Alors :
𝑝𝐵 𝐴 =
𝑝𝐴 𝐵 ×p(A)
𝑝𝐴 𝐵 ×𝑝 𝐴 + 𝑝𝐴 (𝐵)×𝑝(𝐴)
Previously in « Probabilité »
Toujours lire attentivement l’énoncé
Previously in « Probabilité »
Vous venez de passer un test pour le dépistage d’un cancer. Le
médecin vous convoque et vous annonce que le résultat est
positif. Ce type de cancer ne touche que 0.1% de la population.
Patient, fébrile - Le test est-il fiable?
Médecin. - Si vous avez ce cancer, le test sera positif dans 90%
des cas ; alors que si vous ne l’avez pas, il sera négatif dans 97%
des cas.
 Quelle est la probabilité que vous ayez ce cancer ?
Test
Malade - M
𝑴
Total
Positif - P
9
300
309
𝑷
1
9 690
9 691
Total
10
9 990
10 000
Test
Malade - M
𝑴
Total
Positif - P
90 %
3%
3%
𝑷
10 %
97 %
97 %
Total
100 %
100 %
100 %
Fréquence en colonne :
Fréquence en ligne :
Test
Malade - M
𝑴
Total
Positif - P
2,9 %
97,1 %
100 %
𝑷
0,01 %
99,99 %
100 %
Total
0,1 %
99,9 %
100 %
Previously in « Probabilité »
 Sur les 309 personnes testées positives, 9 sont malades et 300
sont saines (faux positifs).
 Si vous êtes positif, vous n’avez que 2,9% (=9/309) de risque
d’être malade et 97,1% (=300/309) de chance d’être un faux
positif.
 Pourquoi ce résultat est-il contre-intuitif?
Previously in « Probabilité »
 Soit l’événement M: « être malade »
 Soit l’événement P: « avoir un résultat positif au test »
Confusion entre « la probabilité d’être malade
sachant que le test est positif » et « la probabilité
d’être testé positif sachant que l’on est malade ».
Previously in « Probabilité »
 Si vous êtes testé positif et que vous vous demandez si
vous avez ce cancer, vous cherchez la probabilité
suivante
 pP(M) : « la probabilité d’être malade sachant que le test est
positif »
 Si le médecin vous dit que si vous avez ce cancer, le test
sera positif dans 90% des cas, vous cherchez cette
probabilité
 pM(P) : « la probabilité d’être testé positif sachant que l’on est
malade »
Previously in « Probabilité »
Comment passer de 𝑝𝑃 𝑀 à 𝑝𝑀 𝑃 ?
 𝑝𝑃 𝑀 =
𝑝𝑀 𝑃 ∗𝑝(𝑀)
𝑝(𝑃)
 𝑝𝑃 𝑀 =
0,90∗0,001
0,0309
 𝑝𝑃 𝑀 = 0,029 = 2,9%
 La probabilité d’être malade sachant que le test est positif
 𝑝𝑃 𝑀 = 2,9 %
 La probabilité d’être testé positif sachant que l’on est malade
 𝑝𝑀 𝑃 = 90%
Previously in « Probabilité »
Le dénombrement
 Le Dénombrement :
Ordonné ?
Oui
Arrangement
Non
Combinaison
L’arrangement :

Disposition ordonnée de p éléments parmi n
éléments
𝑝
Noté : 𝐴𝑛
lecture : « arrangement de p éléments parmi n »
Previously in « Probabilité »
Le dénombrement
Ordonné ?
Oui
Non
Arrangement
Combinaison
Avec remise ?
Oui
Non
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
Previously in « Probabilité »
Le dénombrement
 Les factorielles : « ! »
𝑛! = 𝑛 ∗ 𝑛 − 1 ∗ 𝑛 − 2 ∗ ⋯ ∗ 3 ∗ 2 ∗ 1
Exemple : 6! = 6 x 5 x 4 x 3 x 2 x 1
𝑛 ∗ 𝑛 − 1 ! = 𝑛!
Exemple : 6 x 5! = 6 x 5 x 4 x 3 x 2 x 1 = 6!
 1! = 1
 0! = 1
Previously in « Probabilité »
Le dénombrement
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
• n représente le nombre d'éléments dans l'ensemble
• p représente le nombre d'éléments sélectionnés dans
l'ensemble
Previously in « Probabilité »
Le dénombrement
 Dans une association, on doit élire 1 président, 1 secrétaire et 1
trésorier parmi n candidat.
Sachant que tous les candidats se présentent à tous les postes,
combien y a-t-il de possibilités avec :
n=3
 𝐴33 =
3!
3−3 !
=
3!
0!
=
3 × 2 ×1
1
=6
n=6
 𝐴63 =
6!
6−3 !
=
6!
3!
=
6 ×5 ×4 × 3 × 2 ×1
3 ×2×1
=
6 ×5 ×4 × 3 × 2 ×1
3 ×2×1
= 6 × 5 × 4 = 120
Previously in « Probabilité »
Le dénombrement
 n = 10
 𝐴10
3 =
10!
10−3 !
=
10!
7!
=
10×9×8×7×6 ×5 ×4 × 3 × 2 ×1
7×6 ×5 ×4 × 3 × 2 ×1
=
10×9×8×7×6 ×5 ×4 × 3 × 2 ×1
7×6 ×5 ×4 × 3 × 2 ×1
10 × 9 × 8 = 720
 n = 101
 𝐴101
=
3
101!
101−3 !
=
101!
98!
= 101 × 100 × 99 = 999 900
=
Previously in « Probabilité »
Le dénombrement
Ordonné ?
 Quand n=p
Oui
Non
Arrangement
 Permutation
Combinaison
Avec remise ?
Oui
Définition : disposition
ordonnée de tous les
éléments d’un
ensemble
Non
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
Arrangement et
permutation
Dans l’exercice précédent nous avions dit qu’avec n=3
3!
3! 3 × 2 × 1
3
𝐴3 =
= =
=6
3 − 3 ! 0!
1
𝑝
 Soit : 𝐴𝑛 =
𝑛!

𝐴𝑛𝑛
𝑛−𝑝 !
=
𝑛!

𝑛−𝑛 !
𝐴𝑛𝑛 =
𝑛!
0!
=
𝑛!
1
= 𝑛!
On note quand n=p :
𝑷𝒏 = 𝒏!  𝑃3 = 3! = 3 × 2 = 6
La permutation est une simplification de la formule de
l’arrangement quand n=p
Tout va s’arranger
Avec remise
Ordonné ?
Oui
Non
Arrangement
Combinaison
Avec remise ?
Oui
𝑝
𝐴𝑛 = 𝑛 𝑝
Non
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
Tout va s’arranger
Avec remise
 Nombre d’arrangements possibles avec remise
𝑝
𝐴𝑛 = 𝑛 𝑝
• n représente le nombre d'éléments dans l'ensemble
• p représente le nombre d'éléments sélectionnés dans l'ensemble
Arrangement avec remise
1er evt
2ème evt
D
E
F
G
D
E
F
G
D
E
F
G
D
E
F
G
D
E
F
G
Résultats
DD
DE
DF
DG
ED
EE
EF
EG
FD
FE
FF
FG
GD
GE
GF
GG
 L’ordre compte : DE ≠ ED
 Les arrangements
possibles sont
(D,D),(D,E),(DF),(D,G), …
(G,G)
 16 arrangements
possibles
Soit 4 x 4 = 16
arrangements possibles
Tout va s’arranger
Avec remise
Avec la formule
 n=4 et p=2
𝑝
 𝐴𝑛 = 𝑛 𝑝
 𝐴24 = 42 = 4 × 4 = 16 arrangements possibles
Tout va s’arranger
Avec remise
 Vous devez choisir un mot de passe de n caractères.
Combien existe-t-il de mots de passe possibles si:
a) Le mot de passe ne comporte que des voyelles en
minuscule et fait 5 lettres.
 n = 6 (voyelles dans l’alphabet)
 p = 5 (lettres dans le mot de passe)
 𝐴56 = 65 = 6 × 6 × 6 × 6 × 6 = 7 776
Tout va s’arranger
Avec remise
 Vous devez choisir un mot de passe de n caractères.
Combien existe-t-il de mots de passe possibles si:
b) Le mot de passe ne comporte que des voyelles en minuscule
et fait 10 lettres.
 n = 6 (voyelles dans l’alphabet)
 p = 10 (lettres dans le mot de passe)
10 = 6 × 6 × 6 × 6 × 6 × 6 × 6 × 6 × 6 × 6 =
 𝐴10
6 =6
60 466 176 mots de passes différents possibles
Tout va s’arranger
Avec remise
 Vous devez choisir un mot de passe de n caractères.
Combien existe-t-il de mots de passe possibles si:
c) Le mot de passe fait 6 lettres et peut comporter
chacune des 26 lettres de l'alphabet français.
 n = 26 (lettres dans l’alphabet)
 p = 6 (lettres dans le mot de passe)
 𝐴626 = 266 = 308 915 776 mots de passes différents possibles
Tout va s’arranger
Avec remise
Une personne veut entrer dans un ordinateur, il ne connait pas le mot
de passe mais a vu le propriétaire le taper : il n’utilisait que les lettres
du clavier et a frappé 6 fois sur le clavier.
 Quelle est la probabilité de trouver le mot de passe avec 10 essais ?
 Card (A) = 10 (essais)
 Card(Ω) = ?  Arrangement avec remise
𝒑
 Card(Ω) = 𝑨𝒏
avec n=26 et p=6
 Card(Ω)= 𝐴626 = 266 = 308 915 776
𝐶𝑎𝑟𝑑(𝐴)
10
 p A = 𝐶𝑎𝑟𝑑 (Ω) = 308 915 776 = 0,000 000 032
 Soit, en 10 essais, on a 0,000 000 32% de chance de trouver le mot de
passe
Ordonné ?
Oui
Non
Arrangement
Combinaison
Avec remise ?
Oui
𝑝
𝐴𝑛 = 𝑛 𝑝
Non
𝑝
𝐴𝑛 =
𝑛!
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
?
La combine
Un moyen astucieux
Ordonné ?
Oui
Non
Arrangement
 Disposition non
ordonnée de p
éléments parmi n
éléments
Combinaison
Avec remise ?
Oui
𝑝
𝐴𝑛
=
𝑛𝑝
Non
𝑝
𝐴𝑛 =
𝑛!
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
Oui
Non
𝑝
𝐶𝑛 =
𝑛!
𝑝! ∗ 𝑛 − 𝑝 !
Combinaison
𝒑
𝑪𝒏
𝑝
𝐶𝑛
Sans remise
𝒏!
=
𝒑! × 𝒏 − 𝒑 !
𝑁𝑜𝑚𝑏𝑟𝑒 𝑑 ′ 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠
=
𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑡𝑖𝑜𝑛𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑎𝑛𝑠 𝑐𝑒𝑡 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡
De l’arrangement à la
combinaison
𝑝
𝐶𝑛
𝑁𝑜𝑚𝑏𝑟𝑒 𝑑 ′ 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠
=
𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑡𝑖𝑜𝑛𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑎𝑛𝑠 𝑐𝑒𝑡 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡
𝑝
𝐶𝑛 =
𝑝
𝐶𝑛
=
𝑛!
𝑛−𝑝 !
𝑝!
𝑛!
𝑛−𝑝 !
1
∗
𝑝!
𝐶𝑛 =
𝑝
𝑛!
𝑝! 𝑛−𝑝 !
𝑝
𝐶𝑛
𝑛!
𝑝! 𝑛−𝑝 !
=
De l’arrangement à la
combinaison - Illustration
On tire au hasard trois billes d'un sac contenant une
bille rouge (R), une bille bleue (B), une bille jaune (J)
et une bille verte (V).
 24 arrangements possibles en tenant compte de l'ordre :
(R, B, J), (R, B, V), (R, J, B), (R, J, V), (R, V, B), (R, V, J),
(B, R, J), (B, R, V), (B, J, R), (B, J, V), (B, V, R), (B, V, J),
(J, R, B), (J, R, V), (J, B, R), (J, B, V), (J, V, R), (J, V, B),
(V, R, B), (V, R, J), (V, B, R), (V, B, J), (V, J, R), (V, J,
B).
 6 permutations possibles: 6 façons différentes de tirer
trois billes de couleur si l'on tient compte de l'ordre
Si l’on tient
pas compte
de l’ordre,
RBJ=RJB=BRJ=
BJR=JRB=JBR
 4 combinaisons possibles : (R, B, J), (R, B, V), (J, B, V), (J,
V, R).
Donc on divise
24 par 6  4
De l’arrangement à la
combinaison
 Avec la formule
 p=3 billes choisies parmi n=4 billes
𝒑
𝑪𝒏
𝐶43
=
𝐶43 =
𝐶43
=
4!
3! 4−3 !
4×3×2×1
3×2×1 ×1
24
6
=4
𝒏!
=
𝒑! 𝒏 − 𝒑 !
C’est quoi la combine ?
Dans un jeu de 32 cartes, combien de mains de 5 cartes peut-on
recevoir ?
 Ordre ?
 Remise ?
C’est quoi la combine ?
Dans un jeu de 32 cartes, combien de mains de 5 cartes peut-on
recevoir ?
 Ordre ? NON
 Remise ? NON
𝒑
 Combinaison sans remise : 𝑪𝒏
=
𝒏!
𝒑! 𝒏−𝒑 !
C’est quoi la combine ?
Dans un jeu de 32 cartes, combien de mains de 5 cartes peut-on
recevoir ?
𝒑
 Combinaison sans remise : 𝑪𝒏
=
𝒏!
𝒑! 𝒏−𝒑 !
Avec p=5 cartes parmi n=32
5
𝐶32
=
5
𝐶32
=
32!
5! 32−5 !
32×31×30×28×27!
5! × 27!
=
32×31×30×29×28
5×4×3×2
= 201 376 𝑚𝑎𝑖𝑛𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠
Ordonné ?
Oui
Non
Arrangement
Combinaison
Avec remise ?
Oui
𝑝
𝐴𝑛 = 𝑛𝑝
Non
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
Oui
𝒑
𝑪𝒏
(𝒏 + 𝒑 − 𝟏)!
=
𝒑! × 𝒏 − 𝟏 !
Non
𝑝
𝐶𝑛 =
𝑛!
𝑝! × 𝑛 − 𝑝 !
Combinaison
Avec remise
 Nombre de combinaisons possibles avec remise
𝒑
𝑪𝒏
(𝒏 + 𝒑 − 𝟏)!
=
𝒑! × 𝒏 − 𝟏 !
• n représente le nombre d'éléments dans l'ensemble
• p représente le nombre d'éléments sélectionnés dans l'ensemble
Combinaison
Avec remise
Dans un festival, vous avez 5 tickets boisson. Le bar peut vous
servir 8 boissons différentes pour 1 ticket… Combien de
possibilités avez-vous ?
 Ordre ?
 Remise ?
Combinaison
Avec remise
On tire au hasard trois billes dans une urnes qui contient 1 bille
rouge, 2 billes violettes distinctes, et 3 billes kaki distinctes. Combien
existe-t-il de combinaisons possibles si l’on effectue les tirages avec
répétition ?
𝒑
Ordre ? Non, Remise ? Oui  Combinaison avec remise : 𝑪𝒏 =
Avec p=3 billes choisies parmi n=8 billes
 𝐶73 =
(7+3−1)!
3! 7−1 !
 𝐶73 =
9∗8∗7∗6∗5∗4∗3∗2∗1
3∗2∗1∗6∗5∗4∗3∗2∗1
=
9!
3!∗6!
=
504
6
= 84 combinaisons possibles
(𝒏+𝒑−𝟏)!
𝒑!× 𝒏−𝟏 !
Combinaison
Avec remise
On peut aussi passer par la formule de la combinaison sans
répétition
 en remplaçant n par n+p-1
𝑝
𝐶𝑛
3
 𝐶7+3−1
= 𝐶93
3
 𝐶7+3−1
=
9!
3! 9−3 !
3
 𝐶7+3−1
= 84
𝑛!
=
𝑝! 𝑛 − 𝑝 !
S’arranger avec nos combinaisons
Ordonné ?
Oui
Non
Arrangement
Combinaison
Avec remise ?
Oui
𝑝
𝐴𝑛 = 𝑛𝑝
Non
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
Oui
𝑝
𝐶𝑛
(𝑛 + 𝑝 − 1)!
=
𝑝! × 𝑛 − 1 !
Non
𝑝
𝐶𝑛 =
𝑛!
𝑝! × 𝑛 − 𝑝 !
Quelques illustrations pour digérer
Vers l’infini et l’au-delà !
Probabilités
• 1er
semestre
Statistique
descriptive
• 2ème
semestre
• 3ème et
4ème
semestres
Statistiques
inférentielles
Statistiques inférentielles ?
Variable aléatoire
 Définition :
 Variable qui prend différentes valeurs
numériques selon le résultat d’une expérience
aléatoire
 Grandeur numérique dont la valeur dépend du
résultat de l’expérience aléatoire
Variable aléatoire
Illustrons !
 On lance un dé à 6 faces. Si le résultat est pair, le joueur
gagne le double du résultat. Si le résultat est impair, le
joueur perd le double du résultat.
 Soit X, la variable aléatoire, qui est égale au gain du
joueur.
 Quelles sont les valeurs possibles de X?
 Quelle est la loi de probabilité de X?
Variable aléatoire
Illustrons !
 Quelles sont les valeurs possibles de X?
Résultats
1
2
3
4
5
6
Valeur de X
-2
4
-6
8
-10
12
 Intérêt du tableau : lister toutes les valeurs de X sans
en oublier
 Plus petite valeur: -10
 Plus grande valeur: 12
Variable aléatoire
Illustrons !
 Quelle est la loi de probabilité de X ?
 La loi de probabilité d’une variable aléatoire (v. a.) X est
donnée par le tableau suivant:
Valeurs de X
xi
x1
x2
x3
Probabilités
pi
p(X=x1) p(X=x2) p(X=x3)
p1
p2
p3
…
xn
p(X=xn)
pn
aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa
aaaaaaaaaaaaaaaaaaaa
aaaaaaaaaaaaa
Notation abrégée
Somme des probabilités est égale à 1 :
𝑛
𝑖=1 𝑝𝑖
=1
Variable aléatoire
Illustrons !
 Exemple du dé :
Résultats
5
3
1
2
4
6
Valeurs de X -10
xi
-6
-2
4
8
12
Probabilités
pi
1/6
1/6
1/6
1/6
1/6
1/6
Variable aléatoire
Illustrons !
 Exemple du dé :
Valeurs de X -10
xi
-6
-2
4
8
12
Probabilités
pi
1/6
1/6
1/6
1/6
1/6
1/6

𝑝𝑖 = 1
Variable aléatoire
et loi de probabilité
 La loi de probabilité d’une variable aléatoire est
l’ensemble des valeurs possibles de X (xi) et les
probabilités associées (pi)
Lister toutes les valeurs que peut prendre la variable
aléatoire X
xi
Pour chaque valeur de X, calculer la probabilité qu’elle
soit obtenue
pi
A retenir !
Ordonné ?
Oui
Non
Arrangement
Combinaison
Avec remise ?
Oui
𝑝
𝐴𝑛 = 𝑛𝑝
Non
𝑝
𝐴𝑛
𝑛!
=
𝑛−𝑝 !
Si n=p
Permutation
𝑃𝑛 = 𝑛!
Oui
𝑝
𝐶𝑛
(𝑛 + 𝑝 − 1)!
=
𝑝! × 𝑛 − 1 !
Non
𝑝
𝐶𝑛 =
𝑛!
𝑝! × 𝑛 − 𝑝 !
A retenir !
 Variable aléatoire
 Variable qui prend différentes valeurs numériques selon le
résultat d’une expérience aléatoire
 Majuscule pour la variable aléatoire (v. a.), minuscule pour
les valeurs prises par la v. a.
 Loi de probabilité
 Ensemble des valeurs possibles de X et des probabilités
associées
 𝑝𝑖 = 1
Téléchargement