Leçon 1O Probabilités et statistiques Probabilités Le domaine d’application des probabilités est très large. Sciences et économie les utilisent beaucoup. En 1reS, il s’agit de prendre contact avec le vocabulaire et les techniques de base car le principal du cours se fait en Terminale où nous reprenons tout généralement de A à Z. Exercice 1 Dans un sac contenant 3 boules rouges et 2 boules noires, on tire 2 boules l’une après l’autre sans remettre la boule tirée dans le sac. 1) Déterminer le nombre total de tirages possibles 2) Soit A : « tirer deux rouges » et B : « tirer au moins une rouge ». Calculer P(A) et P(B) 3) C : « tirer deux boules de la même couleur » et D : « faire un tirage bicolore ». Calculer P(C) et P(D). Exercice 2 On peut aborder un jeu truqué, l’exemple le plus classique est le dé pipé. Supposons un dé où la face 1 a été lestée de façon à faire sortir plus souvent la face 6. On a P(« 6 ») = 0,8 et P(« 1 ») = 0,02. On considère que les autres faces sont équiprobables. Calculer la probabilité d’avoir un nombre pair. Exercice 3 Notion de variable aléatoire. On considère une loterie à la foire avec 30 billets dont 5 billets gagnent 15 € et 2 billets gagnent 50 €, le reste étant des billets perdants. On tire deux billets simultanément. a) Donner les diverses valeurs possibles de la variable aléatoire X décrivant tous les gains possibles. On ne tiendra pas compte de la mise, prix d’achats des deux billets. b) Donner la loi de probabilité de X. c) Calculer l’espérance mathématique de X. A quel prix doit-on mettre le billet pour que cette loterie soit équitable. Exercice 4 Nous considérons le jet d’un dé non truqué 4 fois de suite. Nous appelons X la variable aléatoire donnant le nombre de jets où le six va sortie pour la première fois. a) Donner les valeurs que peut prendre X ? b) Construire un arbre montrant ce qui se passe. c) Donner la loi de probabilité de X d) Généralisation : nous considérons un évènement de probabilité p et une répétition de l’épreuve pouvant faire apparaître l’évènement considéré (n fois). Soit X la variable aléatoire donnant le nombre de fois où l’épreuve est répétée avant que l’évènement étudié apparaisse pour la première fois. On dit que X suit une loi géométrique tronqué de paramètre p (succés), n (nombre total d’épreuve) et q (Echec) q = 1 – p. En étudiant l’exemple ci-dessus pouvez-vous conjecturer la loi de probabilité de X ? (On peut s’appuyer sur un arbre) Exercice 5 Soit X une variable dont la loi de probabilité est : Xi P(Xi) 1 0.2 2 0.5 3 0.3 Calculer E(X) et l’écart type de X On donne Y = 5X +8, donner alors E(Y) et l’écart type de Y. Exercice 6 Une cible est constituée de cercles concentriques. Les rayons sont 1, 3, 4 et 5. Nous admettons que le tireur à l’arc atteint toujours la cible et que la probabilité de chaque zone comprise entre deux cercles ou bien celle du cercle central est proportionnelle à l’aire de la zone considérée. La zone centrale donne 10 points, la couronne suivante 5 points puis les deux dernières couronnes 3 et 2 points. On appelle X le nombre de points réalisés avec 1 flèche. a) Donner la loi de probabilité de X. b) Donner E(X) l’espérance mathématique de la variable X. Statistiques Exercice 1 Dans ma classe, il y a 12 garçons qui ont 9 de moyenne et 20 filles qui ont 11 de moyenne. Calculer la moyenne de la classe. Exercice 2 Nous avons un échantillon de 15 notes à un devoir. 4 6 6 7 7 7 9 9 10 12 13 13 15 15 16 (N = 15) Calculer vx et σx pour cette série. Exercice 3 Soit la série dont le tableau est donné ci-dessous, faire la boîte à pattes Il s’agit de taux d’alcoolémie en g/litre. xi 0 0,2 0,3 0,5 0,8 1 1,2 2 ni 15 9 4 8 2 2 1 1 Correction Probabilités Exercice 1 1) La première chose est de donner l’univers, ce n’est pas le sac mais l’action faîte sur ce sac dans cet exercice. E = {(x ; y) x et y étant deux boules différentes du sac} (attention (x ; y) ≠ (y ; x)) Ensuite le cardinal de l’univers c’est-à-dire le nombre total de tirages possibles ou si on le dit plus généralement, le nombre total d’éventualités. Card E = 5 × 4 = 20 tirages possibles (Nous avons 5 choix possibles pour la première boule et 4 pour la suivante car nous n’avons pas remis la première boule tirée.) Pour compter les éventualités, en Terminale S, on apprend des formules (Nombres de plistes, arrangements ou combinaisons) mais en première, on se contente de faire un tableau ou un arbre. Le tableau r1 r2 r3 n1 n2 r1 *** (r1 ; r2) (r1 ; r3) Etc. … r2 (r2 ; r1) *** …. …. … r3 Etc. … *** … … n1 … … … *** … n2 … … … … *** Horizontalement, la première boule tirée et verticalement, la deuxième. La diagonale est interdite ici. (r1 ; r2) signifie que l’on a tiré en premier une boule rouge et en second, une deuxième boule rouge. Il y a bien 20 cases remplies (25 – 5). L’arbre r2 …….(r1 ; r2) r3 . . . . . . . (r1 ; r3) r1 n1. . . . . . . .(r1 ; n1) n2 . . . . . . . (r1 ; n2) r1 . . . . . . . (r2 ; r1) r3 . . . . . . . .(r2 ; r3) r2 n1. . . . . . . .(r2 ; n1) n2. . . . . . . . (r2 ; n2) r3 etc. n1 n2 Nous trouvons bien 20 « branches ». 2) Dans cet exercice, chaque tirage est équiprobable c’est-à-dire dû au pur hasard et nous allons appliquer la formule Pascal : Soit A un événement alors P(A) = card A . card E Card A, le nombre de tirages donnant A Card E, le nombre total d’éventualités. Cette formule s’apparente à la formule donnant la fréquence d’apparition en % d’une variable statistique. 3 3× 2 6 = = = 0,3 = 30 % . 20 20 10 Pour le cardinal de A, on peut compter les cases ou bien raisonner en disant, on a 3 choix possibles pour la première rouge et 2 choix possibles pour la deuxième. Il y a trois façons de donner la réponse, en quotient irréductible, en décimal ou en pourcentage. Propriété importante : ∀A, 0 ≤ P(A) ≤ 1. 0 est la probabilité de l’événement impossible (ici, par exemple tirer une rouge et une blanche) et 1 celle de l’événement certain (ici, tirer deux boules). B est composé de deux évènements, B1 : «tirer une rouge et une noire » et A : « tirer deux rouges ». Nous écrivons B = B1∪A. Ces deux évènements sont incompatibles (B1∩A = ∅) cela veut dire qu’ils ne peuvent pas se produire en même temps c’est-à-dire ils n’ont pas d’éventualités en commun. Nous avons une formule, si on a deux évènements incompatibles alors P(A∪ ∪B) = P(A) + P(B). Remarque, si les deux évènements ne sont pas incompatibles alors : P(A) = P(A∪ ∪B) = P(A) + P(B) −P(A∩ ∩B). C’est une formule qui vient des ensembles, si on a deux ensembles qui ont une intersection, c’est-à-dire une partie commune, alors si on les réunit, l’intersection est compté deux fois et donc : Card(A∪B) = Card(A) + Card(B) − Card(A∩B) Card(A) = 5 Card(A∩B)=2 Card(B) = 3 Nous avons bien sur cet exemple (ce n’est pars une démonstration) : Card(A∪B) = 5 + 3 − 2 = 6. Nous voyons que les probabilités utilisent beaucoup le langage et les propriétés des ensembles. Ici, nous avons donc, P(B) = P(B1) + P(A). P(B1) = P(«tirer la rouge puis la noire» + P(«tirer la noire puis la rouge») = 3 × 2 2 × 3 12 3 + = = (on dit 3 chances sur 5 soit 60 %). 20 20 20 5 9 3 3 P(B) = + = . 10 5 10 Remarques. a) Nous pouvons vérifier en comptant les cases ou les branches de l’arbre (18 sur 20). b) Nous pouvons parler de l’événement contraire. Définition et théorème Tout événement A possède son événement contraire noté A . ( A ∪ A = E ; A ∩ A =∅) et nous avons P(A) = 1− P( A ). Dans cette question, l’événement contraire de B est B : «tirer 2 noires» 2 1 9 = et on a bien P(B) = . P( B ) = 20 10 10 3) C : « tirer deux boules de la même couleur » P(C) = P(« tirer 2 rouges ») + P(« tirer 2 noires ») = 2 3 2 8 + = = (ou 0,4 ou 40 %). 10 20 20 5 D est l’événement contraire de C et donc P(D) = 3 . 5 Exercice 2 E = {{a},une des faces du dé} Propriété, P(E) = 1 or ici, P(E) = P(« 1 ») + P(« 2 ») + P(« 3 ») + P(« 4 ») + P(« 5 ») + P(« 6 »). Posons x = P(« 2 ») = P(« 3 ») = P(« 4 ») = P(« 5 ») et donc, 4x + 0,02 + 0,8 = 1 et donc 4x = 0,18 donc x = 0,045. P(« avoir un nombre pair ») = P(« 2 ») + P(« 4 ») + P(« 6 ») Nous avons des évènements incompatibles. P(« avoir nu nombre pair ») = 0,045 + 0, 045 + 0,8 = 0,89 soit 89 % ! alors que si le dé n’est 1 1 pas truqué, la probabilité est 3 × = = 0,5 soi 50 %. 6 2 Exercice 3 30 × 29 = 435 éventualités. 2 En effet, on tire simultanément les deux billets, c’est-à-dire que (a ; b) est considéré comme le même tirage que (b ; a) et en fait on a un ensemble de deux billets (une paire). 30 choix possibles pour le premier billet puis 29 pour le deuxième mais on divise par 2 car un ensemble de deux billets correspond à 2 couples. a) E = { {a ; b} a et b deux billets différents du sac}. Card E = X, variable aléatoire est une application de l’ensemble des évènements dans R, elle prend ici les valeurs suivantes : 0, on a deux billets perdants. 15, on a un billet à 15 € et un billet perdant. 30, on a deux billets à 15€. 50, on a un billet à 50 € et un billet perdant. 65, on a un billet à 50 € et un billet à 15 €. 100, on a deux billets à 50 €. On écrit généralement E’ ={0 ; 15 ; 30 ; 50 ; 65 ; 100} b) Cherchons la loi de probabilité de X. 23× 22 253 2 P(X = 0) = = . 435 435 On a 23 billets perdants, on divise par 2 pour la même raison vue ci-dessus. (5 × 23) + (23 × 5) 115 2 . P(X = 15) = = 435 435 On garde 115 pour additionner à la fin, on raisonne d’abord s’il y avait un ordre dans les tirages c’est-à-dire on peut tirer le billet gagnant 15 € en premier ou en deuxième. 5× 4 (2 × 23) + (23 × 2) 10 46 2 P(X = 30) = 2 = . P(X = 50) = . = 435 435 435 435 (Même raisonnement que pour X = 15) (2 × 5) + (5 × 2) 2 ×1 10 1 2 P(X = 65) = . P(X = 100) = 2 = . = 435 435 435 435 Remarque, on a Σ P(X = i) = 1. En effet, on a la somme des probabilités de toutes les possibilités et donc on obtient la probabilité de l’univers tout entier. c) Définition de l’espérance mathématique Soit une variable aléatoire X, on appelle espérance mathématique de X : E(X) = ∑ i × P( X = i ) i (C’est en fait une moyenne et souvent dans les exercices, elle permet d’estimer le gain moyen que l’on peut espérer si on étudie un jeu d’argent) Si E(X) = 0, on dit que le jeu est équitable. Supposons ici que le prix d’un billet est a, alors les gains seront : −2a (C’est une perte) ou 15 − 2a ou 30 − 2a ou 50 − 2a ou 65 − 2a ou 100 − 2a. Calculons E(X). 253 115 10 46 10 × (−2a ) + (15 − 2a) + (30 − 2a) + (50 − 2a) + (65 − 2a) + 435 435 435 435 435 5 075 − 870a 1 (100 − 2a) = . 435 435 5 075 − 870a La loterie sera équitable si et seulement si = 0 soit 435 5 075 5 075 − 870a = 0 ⇔ a = ≈ 5,8 3 €. 870 Il faudra fixer le prix du billet à 5,83 € pour être très prêt de rendre cette loterie équitable. E(X) = Exercice 4 a) X indique le nombre de lancers où la face 6 va apparaître pour la première fois. Nous avons ici 4 lancers successifs, X peut prendre les valeurs 0, 1, 2, 3 ou 4 c’est-à-dire 6 n’apparaîtra pas sur les 4 lancers (X = 0) ou bien il apparaît au premier lancer (X = 1) etc… b) Construisons l’arbre (X = 1) 6 (X = 2) 6 1/6 5/6 1/6 (X = 3) 6 6 5/6 1/6 6 (X = 4) 6 5/6 1/6 6 5/6 6 (X = 0) Il est clair que nous avons une épreuve de Bernoulli : « le 6 sort » (succès) p = « le six ne sort pas lors d’un lancer » (échec) q = 1 – p = 5 . L’épreuve se répète 4 fois 6 dans les mêmes conditions. c) La loi de probabilité sera : 4 625 5 P(X=0) = = ≈ 48.2% 1296 6 1 P(X=1) = ≈ 16.7% 6 1 5 5 P(X=2) = = ≈ 13.9% 6 6 36 P(X=3) = 1 6 2 25 5 ≈ 11.6% = 216 6 3 1 5 125 P(X=4) = = ≈ 9.6% 6 6 1296 (Le 6 n’est jamais sorti) (Le 6 est sorti au premier lancer) (Etc…) 1 ou bien 6 Nous voyons bien une loi de formation qui servira dans la question suivante. 625 1 5 25 125 625 + 216 + 180 + 150 + 125 1296 Vérification : + + + + = = = 1. 1296 6 36 216 1296 1296 1296 d) Soit un évènement A de probabilité p et A de probabilité q = 1 – p . Nous répétons l’épreuve n fois dans les mêmes conditions. X la variable aléatoire donnant le nombre de tirages où A est apparu pour la première fois. On dit que X suit une loi géométrique tronquée. L’arbre sera conforma au précédent : (X = 1) A (X = 2) A p q p (X = 3) A A q p A q (X = n) A A Etc…. p A q A (X = 0) X peut prendre les valeurs 0, 1, 2, 3 etc…..n. La loi de probabilité se déduit de l’arbre et de l’exemple précédent (Nous ne la démontrons pas) P(X=0) = qn P(X=1) = p P(X=2) = p q P(X) P(X=3) = p q2 etc… P(X=k) = p qk – 1 Etc… P(X=n) = p qn – 1 Nous avons donc l’expression générale d’une loi géométrique de paramètre p, q et n P(L’évènement va sortir au bout de k fois) = P(X=k) = p qk – 1 Ce schéma va servir dans des tas de problèmes : Exemple : une famille de 4 enfants, p = P(« voir naître une fille ») = 52%. Calculer la probabilité qu’une fille naisse après 3 garçons à la quatrième naissance. (réponse : P(X=4) = 52% (48%)3 = 0.52(0.48)3 ≈ 5.8% ! Exercice 5 Il s’agit d’un exercice technique. E(X) = ∑ X i P( X i ) i E(X) = 1(0.2) + 2(0.5) + 3(0.3) = 0.2 + 1 + 0.9 donc E(X) = 2.1 (L’espérance mathématique représente la moyenne de X) La variance de X est : V(X) = ∑ ( X i − E( X )) 2 P( X i ) = ∑ X i 2 P( X i ) - E(X)² i i V(X) = 1²(0.2) + 2²(0.5) + 3²(0.3) – (2.1)² = 0.2 + 2 + 2.7 – 4.41 V(X) = 0.49 L’écart type permet d’apprécier si la variable est dispersée ou non : σ(X) = V ( X ) donc σ(X) = 0.49 = 0.7. Théorème : Si nous avons une variable aléatoire Y = aX + b alors : E(Y) = a E(X) + b V(Y) = a² V(X) σ(Y) = |a| σ(X) ( a ² = |a|) Donc ici, E(Y) = 5 E(X) + 8 = 5(2.1) + 8 = 10.5 + 8 = 18.5 V(Y) = 5² V(X) = 25 (0.49) = 12.25 et σ(Y) =|5| σ(X) = 5(0.49) = 3.5 Exercice 6 a) Cherchons les diverses aires : Le petit cercle valant 10 points : A10 = πR2 = π(1)2 = π. La première couronne valant 5 points : A5 = π(3)2 – π(1)2 = 9π − π = 8π. La 2ième couronne entre les cercles de rayons 3 et 4 valant 3 points : A3 = π(4)2 −π(3)2 = 7π. Enfin la dernière couronne : A2 = π(5)2 − π(4)2 = 9π. L’aire totale de la cible est π(5)2 = 25π. Nous sommes dans un cas où chaque aire ne sera pas équiprobable. Appelons X le nombre de points donnés par la flèche tirée. La loi de probabilité de X sera : A π 1 P(X=10) = 10 = = = 0.04 = 4%. 25π 25π 25 A 8π 8 P(X=5) = 5 = = = 0.32 = 32%. 25π 25π 25 A 7π 7 P(X=3) = 3 = = = 0.28 = 28%. 25π 25π 25 A 9π 9 P(X=2) = 2 = = = 0.36 = 36%. Nous avons bien P(E) = ∑ P(X = i) = 1 . 25π 25π 25 i b) Pour l’espérance mathématique de X , E(X), rappelons la définition : E(X) = ∑ X i × P(X i ) Xi étant les diverses valeurs prises par X et P(Xi) la probabilité i de chaque valeur Xi. E(X) = 10(0.04) + 5(0.32) + 3(0.28) + 2(0.36) = 3.56 points. Nous pouvons espérer 3.56 points. Correction Statistiques Exercice 1 On utilise la formule de la moyenne pondérée. Théorème de la moyenne pondérée Si on a deux groupes d’effectifs N1 et N2 avec leur moyenne µ1 et µ2, on peut calculer la N µ + N 2µ 2 moyenne de l’ensemble : µ = 1 1 . N1 + N 2 µ= (12 × 9) + (20 × 11) 328 =10,25. = 32 32 Exercice 2 Etablissons un tableau pour le calcul xi ni nixi ni(xi)2 4 1 4 16 6 2 12 72 7 3 21 147 9 2 18 162 10 1 10 100 12 1 12 144 13 2 26 338 15 2 30 450 16 1 16 256 15 149 1685 µ= 149 ≈ 9,9 (Calcul de la moyenne) 15 2 ∑ n i (x i − µ ) vx = i N ∑ ni xi = i 2 N 2 1685 149 = − ≈ 13,66 150 15 et donc σ = v x ≈ 3,7. On peut dire que la série est assez dispersée par rapport à la moyenne. Un élément de référence est l’étendue, e = xmax − xmin, ici 12. Exercice 3 xi 0 0,2 0,3 0,5 0,8 1 1,2 2 ni ni 15 15 9 24 4 28 8 36 2 38 2 40 1 41 1 42 Déterminons les quartiles. − µ2 On un effectif total de 42. On utilise la colonne des effectifs cumulés croissants pour trouver les médianes Q2 puis Q1 et Q3. Q0 = 0 (Min) Q1 = 0 (La 11ième valeur car la première moitié comporte 21 valeurs.) Q2 = 0,2 (On fait la moyenne entre la 21ième et la 22ième, ce sont des 0,2.) (Médiane Mé) Q3 = 0,5 (On prend 21 + 11 = 32ième valeur.) Q4 = 2 (Max) IQR = Q3 − Q1 = 0,5 − 0 = 0,5. Nous tracerons ici les pattes jusqu’aux valeurs extrêmes de la série. Mé 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 1,8 2 Remarque : nous n’avons pas de patte à gauche en effet, beaucoup de valeurs égales à 0. Il y a plus de dispersion à droite et on note un léger décalage de la médiane dans la boîte. Les valeurs sont plus concentrées à gauche qu’à droite. Evidemment, il faudrait avoir d’autres séries pour effectuer des comparaisons. Les statistiques sont en liaison avec les probabilités. On peut, par exemple, effectuer dans un tableur une simulation de jets de dés. Si on effectue un assez grand nombre de tirages de nombres aléatoires (5 000 par exemple), nous pourrons compter le nombre de fois que 1, 2, 3, 4, 5 ou 6 sont sortis et constater que l’on 1 s’approche de la probabilité théorique égale à (Ceci peut faire un TP). 6