IV. Triangle de Pascal et binôme de Newton 1°/ Le triangle de Pascal Rappel : pour et (Blaise Pascal, , physicien,inventeur, philosophe, moraliste et théologien français,1623,1662). entiers naturels, , et , on a Construction d’un tableau à double entrée, dans lequel, à l’intersection de la ligne p 0 1 2 3 4 5 et de la colonne 6 on place le nombre 7 0 1 2 3 4 5 6 7 8 Reprenons le même tableau avec les valeurs des 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 8 2°/ Le binôme de Newton (Isaac Newton, En utilisant les coefficients de ce tableau : Soit et deux réels, On montre que, pour tous Démonstration par récurrence Exemples : développer et réels, tout , philosophe, mathématicien, physicien, alchimiste astronome et théologien anglais, 1642,1727) entier naturel, V. Lois discrètes 1°/ Loi uniforme discrète (Liée à des situations d’équiprobabilité ) Définition : Soit X une variable aléatoire et les valeurs prises par X, la loi de probabilités définie par pour est appelée loi uniforme sur l’ensemble des On dit aussi loi équirépartie ; X suit une loi uniforme discrète. valeurs )= . 2°/ Loi de Bernoulli Définition : Une épreuve de Bernoulli est une expérience aléatoire qui ne comporte que deux issues, succès et échec, de probabilités respectives p et 1-p. issue succès échec La loi de probabilité donnée dans ce tableau probabilité p 1-p est appelée loi de Bernoulli de paramètre p. Propriété La loi de Bernoulli de paramètre p a pour espérance mathématique : E(X) = p et pour variance : V(X) = p( 1-p) dém : on peut poser : pour le succès i = 1 , pour l’échec i = 0 E(X) = p 1 + (1-p) 0 =p ; V(X) = p(1-p)² + ( 1-p)(0-p)² = (1-p) [ p(1-p)+p²] = p(1-p) Exemple : Une urne contient 10 boules indiscernables numérotées de 1 à 10. On tire une boule de l’urne. On gagne si on tire le n° 4, on perd sinon. Un tel tirage est une expérience de Bernoulli, de paramètre p = Soit X la variable aléatoire associée, la loi de X est définie ainsi : E(X ) = V(X ) = issue probabilité succès échec 3°/ La loi binomiale Définition et propriété : Une épreuve de Bernoulli est répétée fois ( ) dans des conditions identiques et indépendantes (schéma de Bernoulli). La variable aléatoire X comptant le nombre de succès associé à chaque liste de résultats a pour loi de probabilités, la loi binomiale de paramètres et , définie ainsi : Cette loi peut être notée : Dém : une issue est une probabilité : -liste, formée de succès et donc de ( indépendance ) échecs , et a pour le nombre de telles listes est égal au nombre de façons de place les il y a listes ; donc succès dans la liste Propriétés (admises) La loi binomiale de paramètres et a pour espérance mathématique : et pour variance : Exemple : On reprend l’expérience de l’exemple précédent et on répète 8 fois le tirage dans des conditions identiques et indépendantes (après chaque tirage, on remet la boule dans l’urne, après avoir noté son numéro ) Calculer la probabilité de gagner 3 fois, de gagner 7 fois . Calculer E(X) et V(X) , VI. Lois de probabilités continues 1°/ Loi uniforme sur l’intervalle [0 ;1] Définition : Une variable aléatoire inclus dans suit une loi de probabilité uniforme sur l’intervalle [0 ;1] si, pour tout intervalle , on a . Remarques : 1. L’événement { } se note souvent 2. Les trois axiomes d’une probabilité sont vérifiés : 3. Pour une loi uniforme sur un intervalle pour tout intervalle inclus dans , on a Exemple : La concentration d’une substance varie entre 0 mg/L et 1 mg/L . Elle est mesurée par une machine déréglée qui donne au hasard un nombre compris entre 0 et 1 . Modélisation des résultats : variable aléatoire suivant la loi uniforme sur [0 ;1] Par convention, choisir un nombre au hasard entre 0 et 1 , c’est le choisir selon le loi uniforme sur [0 ;1 ]. Calculer la probabilité d’obtenir un résultat entre 0,5 et 0,75 . Même question pour un résultat entre 0,6 et 0,8. 2°/ Densité de probabilité Définition 1 : Toute fonction de ℝ et vérifiant les conditions suivantes : définie sur un intervalle continue sur , positive sur , = 1 ( aire sous la courbe égale à 1 ) est appelée densité de probabilité. Remarque : si est définie sur un intervalle non borné, par exemple : Exemple : la fonction Définition 2 : Soit définie sur [0 ;1] par , la condition relative à l’aire devient : est une densité de probabilité une variable aléatoire continue prenant ses valeurs dans un intervalle de ℝ et de probabilité sur . La loi de admet comme densité de probabilité lorsque, pour tout intervalle une fonction densité inclus dans , . Représentation graphique : Remarques : Soit I = , on a bien On a bien , , en effet = en effet On a Exemples : 1. La loi uniforme sur [0 ;1] admet comme densité de probabilité la fonction constante égale à 1 sur [0 ;1] 2. On a vu que la fonction définie sur [0 ;1] par C’est l’aire sous la courbe de entre les droites d’équations est une densité de probabilité ; qui visualise la probabilité de l’intervalle . 3°/ La loi exponentielle Définition-propriété : Soit un réel strictement positif et la fonction définie sur Cette fonction est une densité de probabilité ; la loi de probabilité qui admet cette fonction pour densité de probabilité est appelée loi exponentielle de paramètre dém de : densité de probabilité : immédiate Propriété : Soit X une variable aléatoire suivant la loi exponentielle de paramètre , et un réel positif, =- Remarque : Dém : Cette propriété se traduit ainsi : « la probabilité conditionnelle d’un intervalle d’amplitude ne dépend pas de sa borne inférieure » ; appliquée à une durée de vie d’un objet, on parle de loi de durée de vie sans vieillissement ( ou sans mémoire ) : quelque soit l’âge d’un objet, la probabilité qu’il vive encore une durée supplémentaire ne dépend que de . Exemple La durée de vie , en heures, d’un composant électronique a été modélisée par la loi exponentielle de paramètre 1. calculer la probabilité qu’un de ces composants, pris au hasard, ait une durée de vie strictement inférieure à 1000 heures 2 . calculer la probabilité qu’un de ces composants, pris au hasard, soit encore en état de marche au bout de 500 heures . 4°/ Espérance- Variance - Ecart-type Propriété : Soit une variable aléatoire continue dont la loi admet une fonction densité définie sur un intervalle L’es érance de est La variance V de est , . L’écart-type Si est définie sur un intervalle , sous réserve de l’existence de limite, et Cas de la loi uniforme sur [0 ;1]: Dém : Cas de la loi exponentielle de paramètre Dém : à faire en exercice . : .