Dém : ROC : Chapitre 13 : Lois de probabilité Démonstration par raisonnement sur le nombre de parties faite en classe… Démonstration directe : 1- Eléments de combinatoire : 1.1- Combinaisons : Déf : est un ensemble de éléments et un entier tel que . Une ( ) ( combinaison de éléments est une partie (un sous-ensemble) de qui contient éléments. Notation : Le nombre de parties (ie de combinaisons) de éléments d’un ensemble à éléments est noté ( ) et se lit « parmi ». On le note aussi parfois Pour tout entier et tout entier éléments parmi éléments est : tel que . ( ) ( ) ( ) ( ( ) ) ( ( ( ) ) ( , le nombre de parties de ( ( ) ( ) ( ( ( ) ) ) ( ( ) ) ) ) ) ) ( ) ( ( ( ) ( ( ( ) ) ) ( ) ( ( ) ) ( ( ) ) ) ( ) ) 1.2- Triangle de Pascal : La propriété précédente permet de calculer ( ) : NB : Les calculatrices disposent de fonctions permettant de calculer ( ) par ex ( Casio : 10 (OPTN) F6 F3 (PROB) F3 (nCr) 4 EXE TI : 10 (MATH) (Probabilité) (nbrComb) nbrComb (10,4) Par exemple, il y a ): ENTER parties à 5 éléments dans un ensemble de 32 éléments ( Propriétés : Pour tous entiers naturels et tels que ( Pour tous entiers naturels ( et ) , on a : ( ) tels que ) TS 2012| Chapitre 13 : Lois de probabilité ( , on a : ) ( ) p . n ) 0 1 2 3 4 5 6 7 0 1 1 1 1 2 1 2 1 3 1 3 3 1 4 1 4 6 4 1 5 1 5 10 10 5 1 6 1 6 15 20 15 6 1 7 1 7 21 35 35 21 7 1 8 1 8 28 56 70 56 28 8 ( )+ ( 8 ) ( ) ( ) 1 Son espérance est ( ) 1.3- Formule du binôme : Formule du binôme (dite de Newton) : Pour tout entier naturel ( et tous complexes a, b on a : ) ∑( ) ( ) ( ( )) 2.1- Loi de Bernoulli : Si, lors d’une expérience aléatoire, on ne s’intéresse qu’à la réalisation d’un certain événement, on dit cette expérience est une épreuve de Bernoulli. Ex : On lance un dé et on s’intéresse à la sortie du 6. On considère que l’épreuve de Bernoulli a deux issues possibles généralement notées (succès) et ̅. La probabilité de est notée et celle de ̅ est notée . Modèles : Lancers successifs d’une pièce ou d’un dé, tirages successifs dans une urne, avec remise, lancer simultané de pièces. Une expérience de Bernoulli d’ordre indépendante, de épreuves de Bernoulli. TS 2012| Chapitre 13 : Lois de probabilité . est alors donnée pour tout entier ) par ( ) ( ) On dit que la loi de probabilité d’une variable aléatoire est une loi binomiale de paramètres et lorsque : prend les valeurs . - Pour tout entier Son espérance est : ( ) , ( ) ( ) et sa variance ( ) ( ) . Modèles : On rencontre cette fois chaque fois qu’il s’agit de déterminer la probabilité de réaliser fois un événement dans une répétition de épreuves aléatoires identiques et indépendantes, caractérisées chacune par deux issues de probabilités et telles que . est la répétition de façon identique et Dans une épreuve de Bernoulli, notons la variable aléatoire définie par ( ) et ( ̅) . La loi de est alors appelée loi de Bernoulli : ) ) Lors de la répétition de épreuves de Bernoulli (avec ( ) et ( ̅) ) on note la variable aléatoire qui donne le nombre de succès au terme des épreuves. prend les valeurs . ( 2- Exemples de lois discrètes : ( 2.2- Loi binomiale : La loi de Dém : par récurrence ( Sa variance est ( ) . 3- Exemple de loi continue : loi uniforme sur [0 ; 1] : 3.1- Loi à densité : Dans les exemples étudiés jusqu’ici, la variable aléatoire prend un nombre fini de valeurs . On dit alors que est discrète. Il existe cependant des variables aléatoires non discrètes qui prennent toutes les valeurs d’un intervalle de , borné ou non. Ex : On tire sur une cible de m de rayon, sans jamais la manquer. La variable aléatoire qui donne la distance du point d’impact au centre prend toutes les valeurs de l’intervalle [0 ; 1]. Autres ex : durée de vie d’un appareil, temps d’attente au guichet… Une variable aléatoire est continue s’il existe une fonction définie, continue sur , positive, telle que quel que soit l’intervalle de , ( ) soit égale à ∫ ( ) . La fonction est appelée densité de probabilité de la variable aléatoire . En conséquence : ( ( ) ( ) ∫ ∫ ( ) ) ( ) ( ) 3.2- Loi uniforme : Une variable aléatoire lorsque sa densité et ( ) suit une loi uniforme sur l’intervalle est la fonction définie sur pour tout hors de . On a bien ∫ Pour tout intervalle ( ) ( ) contenu dans ∫ ( ) TS 2012| Chapitre 13 : Lois de probabilité par ( ) ∫ . on a : ( pour )