PROBABILITES 1) vocabulaire Expérience aléatoire : expérience dont le résultat dépend totalement du hasard. (on lance un dé) Univers ( ) : ensemble de tous les résultats de l'expérience. ( {1;2;3;4;5;6}) Événement : sous-ensemble de l'univers. A = '' avoir un nombre pair'' B = ''avoir un multiple de trois'' Événement élémentaire : événement à un seul élément. C = '' avoir un multiple de 6'' Événement certain : ensemble contenant toutes les possibilités de l'univers ( c'est ) D = '' avoir un nombre inférieur à 7'' Événement impossible : ensemble vide. F = '' avoir un nombre supérieur à 8'' Intersection : A ∩ B est l'événement contenant les éventualités qui appartiennent à A et à B. Réunion : A ∪ B est l'événement contenant les éventualités qui appartiennent à A ou à B. Le «ou» est un «ou inclusif» , on peut prendre les éventualités qui sont dans A et dans B. Evénement contraire de A : événement noté A constitué des éventualités de qui ne sont pas dans A. Diagrammes de Venn : Evénements incompatibles ou disjoints : deux événements dont l'intersection est vide. On dit qu'un événement A est réalisé lorsque le résultat de l'expérience appartient à A. 2) modélisation Loi de probabilité : Soit une expérience aléatoire dont l'univers est = { x 1 ; x 2 ;..... ; x n }. On définit une loi de probabilité sur en associant à chaque élément x i de un réel pi appartenant à [0;1] tels que p1 + p2 + ....... + pn = 1 Définitions : Dans le cas où les x i sont des réels : 1=n On appelle espérance de la loi de probabilité le réel E = ∑ p i×xi 1=1 i=n On appelle variance de la loi de probabilité le réel V = ∑ pi x i – E i=1 On appelle écart-type de la loi de probabilité le réel = V 2 i=n = ∑ pi ×x 2i – E 2 i=1 Cas particulier : L'équiprobabilité Lorsque tous les x i ont la même probabilité, on dit qu'il y a équiprobabilité sur et 1 pour tout i pi= . n 3) probabilité d'un événement Définition : Soit = { x 1 ; x 2 ;..... ; x n }. l'univers d'une expérience sur lequel on a défini une loi de probabilité. On appelle probabilité associée à cette loi l'application P qui à tout événement A de associe le réel P(A) tel que : P(∅) = 0 et si A ≠∅ alors P(A) est la somme des probabilités des x i appartenant à A. Propriété : P() = 1 et pour tout A⊂ et B⊂, 0P(A)1 P(A∪B) = P(A) + P(B) – P(A∩B) P( A ) = 1 - P(A) Remarque : quand A et B sont incompatibles alors P(A∪B) = P(A) + P(B) Cas particulier : Dans le cas d'équiprobabilité alors P A= card A card Exemple : on lance un dé non truqué, quelle est la probabilité d'avoir un multiple de 3. 4) variable aléatoire Définition : Soit l'univers d'une expérience muni d'une probabilité . On appelle variable aléatoire réelle toute application X de vers ℝ. L'ensemble des valeurs prises par X s'appelle l'univers image, il est noté X(). Définition : Soit X une variable aléatoire définie sur telle que X() = { x 1 ; x 2 ........ ; x n } On note (X = xi ) l'événement «la variable aléatoire X prend la valeur xi» La donnée des nombres P (X = xi ) pour i ∈{1;2;.....;n} est la loi de probabilité de X. Définition : Soit X une variable aléatoire définie sur telle que X() = { x 1 ; x 2 ........ ; x n } i=n On appelle espérance de X le réel E(X) = ∑ P X=xi ×xi i=1 i=n On appelle variance X le réel V(X) = ∑ P X=xi ×x i – E X i=1 On appelle écart-type de X le réel X = V X 2 i=n 2 2 = ∑ P X=xi ×xi – E X i=1 5) épreuve et schema de bernoulli et loi binomiale Définition : Une épreuve de Bernoulli est une expérience qui n'a que deux issues possibles, l'une appelée le succès (S) et l'autre l'échec ( S ) on lance une pièce : pile est S et face est S On lance un dé : 1 est S et les autres résultats S Exemples : Définition : Une loi de Bernoulli est une loi de probabilité définie sur l'univers = { S ; S } d'une épreuve de Bernoulli telle p(S) = p avec p ∈ [0;1] et donc p( S ) = 1-p p s'appelle le paramètre de cette loi. Définition : Pour n ≠ 0, un schéma de Bernoulli est une répétition de n épreuves de Bernoulli identiques et indépendantes dont p(S) = p. On dit que c'est un schéma de Bernoulli de paramètres (n;p) Loi binomiale Définition : Soit un schéma de Bernoulli de paramètres (n;p). On note X la variable aléatoire qui à chaque résultat de ce schéma de Bernoulli associe le nombre de succès. La loi de probabilité de X est appelée loi binomiale de paramètres n et p. Définition : Quand on représente à l'aide d'un arbre un schéma de Bernoulli de paramètres n et p, pour tout n entier naturel k n , le nombre de de chemins réalisant k succès sur les n expériences est k que l'on lit « k parmi n ». Ces nombres sont appelés coefficients binomiaux. Pour calculer 10 = 120 avec une calculatrice : 3 TEXAS : 10 MATH PRB CASIO : 10 OPTN F6 nCr 3 ENTER PROB nCr 3 EXE Propriété : Si X est variable aléatoire qui suit une loi binomiale de paramètres n et p, alors pour tout entier n pk 1 – p n – k naturel k n on a P(X=k) = k Propriété : Si X est variable aléatoire qui suit une loi binomiale de paramètres n et p, alors E(X) = n.p et V(X) = n p (1-p) 6) proprietes des coefficients binomiaux Propriété : Pour tous les entiers naturels n ≠ 0 et k avec k n : n 0 =1 n n n k n k =1 = n n–k n n1 = k1 k1 + Triangle de Pascal : En utilisant la dernière propriété : « la somme des deux rouges donne la bleue » p n 0 1 2 3 4 5 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 6 1