Probabilité - Modélisation d’une expérience aléatoire Une expérience aléatoire est une expérience que l’on peut répéter autant de fois que l’on veut, mais dont l’issue peut changer, de manière imprévisible, à chaque répétition. Pour vérifier qu’une expérience est aléatoire, on doit pouvoir observer que les fréquences statistiques de réalisation de chacune des issues possibles se «stabilisent» : il y a «moins» de fluctuations de ces fréquences entre des échantillons de grande taille (de 10000 répétitions par exemple) qu’entre des échantillons de petite taille (100 répétitions par exemple). Définitions : • Modéliser une expérience aléatoire c’est définir l’ensemble Ω = { x 1, x 2, …, x n } des issues(1) et associer à chaque issue x i un nombre p i entre 0 et 1, ces nombres étant tels que p 1 + p 2 + … + p n = 1 . En choisissant ces nombres, on dit que l’on définit une loi de probabilité sur Ω . Le nombre p 2 est la probabilité de l’issue x 2 . • 1 La loi de probabilité uniforme sur Ω = { x 1, x 2, …, x n } est celle où p 1 = p 2 = … = p n = --- . n On dit alors que l’on a une situation d’équiprobabilité. Remarques : 1 1 1 1 1. Ce choix définit bien une loi de probabilité car on a alors p 1 + p 2 + … + p n = --- + --- + … + --- = --- × n = 1 . n n n n 2. Le fait d’adopter la loi uniforme pour modéliser une expérience aléatoire n’a pas vraiment à être justifié : la seule justification serait d’ordre statistique en répétant l’expérience un grand nombre de fois. Mais ceci ne doit toutefois être fait qu’avec précautions, après avoir identifié l’ensemble des issues, et soupesé les raisons pour lesquelles on estime que toutes ces issues ont les «mêmes chances» de se produire. 3. Il peut y avoir plusieurs modélisations correctes, certaines avec équiprobabilité, et d’autres sans. Notion d’événement En ce qui concerne l’expérience aléatoire, un événement est quelque chose susceptible de se produire, ou de ne pas se produire, lors de chaque répétition de cette expérience. Chaque événement est donc déterminé en précisant les issues dites favorables pour lesquelles il se produit (on dit aussi «pour lesquelles il est réalisé»). En ce qui concerne la modélisation : Définitions : • un événement A est une partie de Ω ; sa probabilité p(A) est la somme des nombre p i associés à chacun des éléments de A . • un événement est dit élémentaire s’il ne contient qu’une issue. Sa probabilité est le nombre p i correspondant. • ∅ est l’événement impossible : p(∅) = 0 . Ω est l’événement certain : p(Ω) = 1 Propriétés / Définitions : • Si la loi de probabilité est uniforme on a card A nombre d’issues favorables p(A) = --------------- = ------------------------------------------------------------------nombre total d’issues card Ω étant donnés des événements A : «l’issue est comme ceci» et B : «l’issue est comme cela» • A : «l’issue n’est pas comme ceci» A est l’événement contraire de A ; • A ∩ B «l’issue est comme ceci et comme cela à la fois» A ∪ B «l’issue est comme ceci ou comme cela ou les deux à la fois» A Ω A p(A) = 1 − p(A) A A∩B B A∪B Ω colorié p(A ∪ B) = p(A) + p(B) − p(A ∩ B) • Si A ∩ B = ∅ on dit que A et B sont des événements incompatibles et on a p(A ∪ B) = p(A) + p(B) A 1. Ω (lire «oméga») est parfois appelé «univers des possibles». On suppose ici qu’il y a un nombre fini d’issues. B Ω Exercice 1 2°) Dessiner une roulette pour obtenir une expérience aléatoires avec 4 issues A, B, C et D dont les probabilités sont 0.3, 0.1, 0.4 et 0.2 . 3°) Comment simuler cette dernière expérience avec un tableur ? 120° A Modéliser l’expérience aléatoire consistant à faire tourner la roulette et noter le résultat A ou B suivant le secteur s’arrêtant en face du repère. B 1°) Correction 1°) Les probabilités des deux issues A et B sont proportionnelles aux angles des secteurs correspondants : issue A B somme probabilité a mesure du secteur en degrés 120 a+b = 1 b 360 − 120 = 240 360 1 × 120 1 1 × 240 2 On a donc a = ------------------ = --- et b = ------------------ = --- . 360 3 360 3 (autrement dit, la roulette, s’arrête deux fois plus souvent sur A que sur B! ceci suppose que la roulette ne soit pas truquée) issue A B C D somme probabilité 0.3 0.1 0.4 0.2 1 mesure du secteur en degrés 108 36 144 72 360 D A B 3°) Même principe que précédemment C 2°) Pour faire apparaitre un résultat aléatoire A, B, C ou D dans une cellule avec 0.2 0.3 0.1 0.4 les probabilités précédentes on se sert de la fonction ALEA() qui donne un nombre aléatoire entre 0 et 1. On affiche alors A, B, C ou D selon que le résultat obtenu est dans l’un des 4 intervalles dont les largeurs sont égales aux probabilités voulues 0 0.30.4 0.8 1 Formules à utiliser : dans la cellule A1 la formule est =ALEA() dans la cellule B1 la formule est =SI(A1<0.3;"A";SI(A1<0.4;"B";SI(A1<0.8;"C";"D"))) ces deux formules sont recopiées vers le bas jusqu’à la ligne 1000. En recalculant tout (touche F9) on observe que les fréquences fluctuent, mais que les fluctuations autours des probabilités sont d’autant plus faibles que le nombre de répétition est grand.. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 A 0.9056152 0.28424685 0.09352772 0.53091255 0.9737772 0.07671322 0.33831032 0.18356583 0.11978521 0.67621357 0.82224408 0.67941485 0.94139608 0.51232759 0.38437749 0.69780199 0.7199997 0.28975512 0.28315885 0.09551284 0.15752385 0.9273567 B D A A C D A B A A C D C D C B C C A A A A D C D issue fréquence sur 20 répétitions fréquence sur 100 répétitions fréquence sur 1000 répétitions E F G H A 0.4 0.27 0.274 B 0.1 0.11 0.111 C 0.3 0.47 0.416 D 0.2 0.15 0.199 1 0.9 0.8 0.7 fréquence sur 20 répétitions 0.6 0.5 fréquence sur 100 répétitions 0.4 0.3 fréquence sur 1000 répétitions 0.2 0.1 0 A B C D I Exercice 2 On considère l’expérience aléatoire qui consiste à lancer trois fois de suite une pièce équilibrée : PFP est un exemple d’issue (avec P pour Pile et F pour Face) 1°) Utiliser un arbre pour obtenir l’ensemble de toutes les issues. 2°) Calculer la probabilité de chacun des événements : a) A : «Obtenir une seule fois Pile» b) B : «Obtenir exactement deux fois Pile» c) C : «Obtenir trois fois Pile» Correction 1°) Il y a 8 issues. 2°) On considère que les 8 issues sont équiprobables 3 a) A = { PFF, FPF, FFP } donc p(A) = --- . 8 3 b) B = { PPF, FPP, PFP } donc p(B) = --- . 8 1 c) C = { PPP } donc p(C) = --- ( C est un événement élémentaire) 8 Second lancé Premier lancé Troisième issue lancé Pile PPP Face PPF Pile PFP Face PFF Pile FPP Face FPF Pile FFP Face FFF Pile Pile Face Pile Face Face Exercice 3 La somme des points (de 1 à 6) sur les faces opposées d’un dé cubique est toujours égale à 7. On constate qu’un tel dé est pipé : la probabilité d’obtenir la face 6 est deux fois plus grande que celles d’obtenir l’une des faces 2 à 5, chacune de ces dernières probabilités (égales entre elles) étant cinq fois plus grande que celle d’obtenir la face 1. Déterminer la probabilité de sortie de chaque face. Correction Lancer le dé est une expérience à 6 issues mais ces issues ne sont pas équiprobables. Soit x la probabilité d’obtenir la face 1 ; d’après l’énoncé, on peut dire que la probabilité d’obtenir 2 (ou 3 ou 4 ou 5) est égale à 5x ; la probabilité d’obtenir 6 est égale à 2 × 5x = 10x . issue 1 2 3 4 5 6 probabilité x 5x 5x 5x 5x 10x la somme des probabilités des issues doit être égale à 1 : 1 x + 5x + 5x + 5x + 5x + 10x = 1 c’est à dire 31x = 1 d’où x = ------ . 31 issue 1 2 3 4 5 6 probabilité 1 -----31 5 -----31 5 -----31 5 -----31 5 -----31 10 -----31 Exercice 4 Dans un groupe de 20 personnes, 10 personnes s’intéressent à la pêche, 8 à la lecture et 5 personnes ne s’intéressent ni à la pêche ni à la lecture. On désigne au hasard une personne de ce groupe. Calculer la probabilité pour qu’elle s’intéresse : a) à l’une au moins de ces activités. b) aux deux activités. Correction Désigner au hasard une personne de ce groupe est une expérience aléatoire qui comporte 20 issues équiprobables : Ω = { x 1, x 2, …, x 20 } (où x 1, x 2, …, x 20 désignent chacun une personne) a) 5 personnes ne s’intéressent ni à la pêche ni à la lecture donc 20 − 5 = 15 s’interessent à l’une au moins des 15 activités : la probabilité cherchée est ------ . 20 b) 15 − 10 = 5 personnes s’intéressent à la lecture mais pas à la pêche. 8 − 5 = 3 personnes s’intéressent à la lecture et à la pêche. L ( 20 ) P P∩L 3 (7) (5) (3) Ω la probabilité cherchée est ------ . 20 ( 10 ) (8) (5) Autre manière de rédiger : Donnons un nom aux événements de probabilité connue d’après l’énoncé : 10 P : «la personne désignée s’intéresse à la pêche» ; probabilité p(P) = -----20 illustration avec les nombres de personnes entre parenthèses 8 L «la personne désignée s’intéresse à la lecture» ; probabilité p(L) = -----20 5 N «la personne désignée ne s’intéresse ni à la pêche ni à la lecture» ; probabilité p(N) = -----20 5 5 15 a) la probabilité cherchée est p(N) = 1 − p(N) = 1 − ------ = 20 ------ − ------ = ------ . 20 20 20 20 b) la probabilité cherchée est p(P ∩ L) ; or p(P ∪ L) = p(P) + p(L) − p(P ∩ L) d’où p(P ∩ L) = p(P) + p(L) − p(P ∪ L) . de plus P ∪ L est l’événement «la personne désignée s’intéresse à la pêche ou à la lecture ou aux deux», c’est à dire «la personne désignée s’intéresse à au moins une des deux actvités». 3 10 8 15 Finalement la probabilité cherchée est p(P ∩ L) = ------ + ------ − ------ = -----20 20 20 20