Nouveaux programmes de première Probabilités et statistiques I. Statistiques descriptives II. Probabilités - Variables aléatoires discrètes - Arbres - Loi géométrique tronquée - Loi binomiale III. Échantillonnage Ressources en ligne Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 I. Statistiques descriptives, analyse de données Seconde Première Objectif synthétiser,représenter une série statistique Objectif comparaison de séries statistiques Moyenne Variance, écart-type Médiane, quartiles Représentations graphiques : histogramme, nuage de points, courbe de fréquences cumulées Nouveaux programmes de première – Probabilités et statistiques Diagramme en boîte (sauf STI2D) Octobre 2011 II. Probabilités II-1. De la seconde à la première Seconde Première Objectif modéliser une expérience aléatoire dans le cadre de l'équiprobabilité Objectif étudier un grand nombre d'expériences identiques et indépendantes Probabilité d'un événement en situation d'équiprobabilité Variable aléatoire discrète p A∪B p A∩B= p A p B Arbres pondérés pas de probabilités conditionnelles Arbres et tableaux Loi géométrique tronquée, loi binomiale Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-2. Variable aléatoire discrète Espérance Démonstration (en S) : E(aX+ b) = aE(X)+b Loi d'une variable aléatoire discrète (ES/L et S) Variance, écart-type (en S) Démonstration : V(aX)= a² V(X) Lien avec les statistiques : Interpréter l’espérance comme valeur moyenne dans le cas d’un grand nombre de répétitions. (extrait doc. accompagnement, p. 6) Lancer d'un dé à 6 faces Numéro de la face 1 2, 3, 4 5, 6 Valeur de X 1 2 4 p(X=xi) 1/6 3/6 2/6 Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-3. Arbres pondérés, répétitions indépendantes Arbres Répétitions d'expériences indépendantes Objectif : passer de l'arbre des issues à l'arbre pondéré (doc. accompagnement p. 8 à 11) Exemples : tirer une boule puis lancer un dé tirer une boule puis une carte Répétition d'expériences identiques et indépendantes Objectif : mettre en place la notion d'expériences identiques et indépendantes à plusieurs issues ; réinvestir les arbres pondérés Exemple : on fait tourner plusieurs fois une roue divisée en secteurs de couleurs différentes Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-4.a) Loi géométrique tronquée (première S) 0<p<1 n entier non nul 1-p E L'expérience de Bernoulli de paramètre p est répétée au plus n fois. p S Le lièvre et la tortue font une course Pour savoir qui avance, on lance un dé : - si le résultat est différent de 6, la tortue avance d'une case ; - si le résultat est 6, le lièvre gagne. Qui a le plus de chances de gagner ? Et si on change le nombre de cases ? Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 Nb cases p(T ort ue gagne) p(lièvre gagne) 1 5/6 0,83 1/6 0,17 2 25/36 0,69 11/36 0,31 3 125/216 soit 0,58 91/216 soit 0,42 4 625/1296 0,48 671/1296 0,52 5 3125/7776 0,4 4651/7776 0,6 Soit X la variable aléatoire définie par : - X = 0 si aucun succès n’a été obtenu ; - pour 1k n , X = k si le premier succès est obtenu à l’étape k. p(X=0)=(1-p)n p(X=k)=(1-p)k-1p Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-4.b) Applications de la loi géométrique tronquée Suites géométriques - décroissance de la suite de terme général uk=p(1-p)k-1 - démontrer que la somme des p(X=k) vaut 1 Algorithme de simulation - comment modéliser un succès de probabilité p ? - en effectuant des simulations de n tirages pour un p fixé, déterminer n de sorte que l'événement « zéro succès » devienne suffisamment rare. Dérivation, étude de fonction Utiliser la dérivée de f(x)=1+x+x²+...+xn pour exprimer l'espérance de X : 1 E X = 1−1np1− pn p Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-5. Loi binomiale II-5.a) Définition X est le nombre de succès dans la répétition de n expériences de Bernoulli de paramètre p. Pour k entre 0 et n : k n −k p X =k = n p 1− p k Suggestions d'approche : - se limiter à n=4 pour découvrir la loi ; - calculer p(X=0) et p(X=n) ; - calculer p(X=1) et p(X=n-1) : compter les chemins comprenant l'unique succès / échec. k Si n est un entier naturel et si k est un entier compris entre 0 et n, on note n et on lit « k parmi n » le nombre de chemins qui réalisent exactement k succès dans l’arbre à n niveaux, associé à un schéma de Bernoulli. Ces nombres sont appelés coefficients binomiaux. Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-5.b) Coefficients binomiaux k succès à choisir E E Pas de factorielles ! n n+1 E E S E S S S S E S E E S S E S k+1 succès à choisir Combien de chemins à k+1 succès dans un arbre de taille n+1 ? Premier type de chemin : Il y a un succès à la fin. Dans les n niveaux précédents, il faut choisir k succès pour compléter. Second type : le chemin se finit par un échec. Les k+1 succès sont donc dans les n premières étapes du chemin. n1 k 1 n k n k 1 Calcul pratique : calculatrice ou logiciel. Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 II-5.c) Espérance, variance, écart-type Conjectures sur E(X) et V(X) Linéarité en n E(X) est linéaire en p V(X) est du second degré en p Conjecture sur E(X) : toutes séries. V(X) : formule admise en 1ères S et STI2D, hors programme en ES/L. Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 III. Échantillonnage III-1. De la seconde à la première Seconde Première Objectif faire une analyse critique d'un résultat sensibiliser les élèves à la fluctuation Objectif avoir une attitude critique vis à vis des résultats obtenus Notion d'échantillon Utilisation de la loi binomiale pour une prise de décision à partir d'une fréquence : Intervalle de fluctuation d'une fréquence au seuil de 95% exploitation de l'intervalle de fluctuation à un seuil donné pour rejeter ou non une hypothèse. Réalisation d'une simulation Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 III-2. Un exemple En France : 105 garçons pour 100 filles à la naissance En Chine : 120 garçons pour 100 filles à la naissance Peut-on deviner la nationalité de chacun des deux médecins ci-contre ? Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 III-3. Traitement en seconde France Probabilité d'un garçon à la naissance : Chine Probabilité d'un garçon à la naissance : 105 ≈0,51 205 0,2 p0,8 Échantillon de taille : 120 ≈0,55 220 0,2 p0,8 Échantillon de taille : n=10025 n=10025 Intervalle de fluctuation au seuil de 95% : Intervalle de fluctuation au seuil de 95% : p= [ ] 105 1 105 1 − ; ≈[ 0,412 ; 0,612] 205 100 205 100 p= [ ] 120 1 120 1 − ; ≈[0,445 ; 0,645] 220 100 220 100 Cas de la maternité Fréquence de garçons observée : f=0,44 Au seuil de 95% : non étonnant pour la France / étonnant pour la Chine. Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 III-4. Traitement en première avec la loi binomiale Hypothèse 44 garçons pour 100 naissance n'est pas étonnant, tant en France qu'en Chine. Objectif accepter ou non cette hypothèse, au seuil de 95%. Définition des variables aléatoires France X = nombre de garçons sur 100 naissances, avec une probabilité de 105/205 Chine X = nombre de garçons sur 100 naissances, avec une probabilité de 120/220 Définition Soit un échantillon de taille n, et X la variable aléatoire suivant la loi binomiale B(n,p). Soit F=X/n la fréquence de réalisation de X. L’intervalle de fluctuation au seuil de 95 % de F est l’intervalle I=[a/n;b/n] avec : - a est le plus petit entier tel que : P X a0,025 - b est le plus petit entier tel que : P X b0,975 Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 France a=41 b=61 Intervalle de fluctuation au seuil de 95% pour l'échantillon de taille 100 : [0,41;0,61] Échantillon testé : 0,44 appartient à [0,41;0,61] La situation de cette maternité n'est pas étonnante pour la France, au seuil de 95%. Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 Chine a=45 b=64 Intervalle de fluctuation au seuil de 95% pour l'échantillon de taille 100 : [0,45;0,64] Échantillon testé : 0,44 n'appartient pas à [0,45;0,64] La situation de cette maternité est étonnante pour la Chine, au seuil de 95%, ou au risque de 5%. Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 III-5. Traitement en terminale avec la loi normale Conditions : Xn suit B(n,p) ; alors Y n = X n −np converge vers Y, de loi N(0,1). np1− p En pratique pour : n30, np5, n1− p5, Yn remplace Y. Au seuil de 95% pour la loi normale : P −1,96Y n 1,96≈0,95 Correspond à : P [ ] Xn p 1− p p 1− p ∈ p−1,96 ; p1,96 ≈0,95 n n n Dans notre cas : la fréquence d'apparition d'un garçon X100/100 appartient à l'intervalle : France : [0,414 ; 0,610] Chine : [0,448 ; 0,643] Nouveaux programmes de première – Probabilités et statistiques Octobre 2011 Ressources en ligne 1. Documents ressources sur Eduscol 2. Les documents de la formation sur le Site académique de mathématiques 3. Des commentaires sur le programme par Claudine Schwartz, statisticienne : http://www.statistix.fr/spip.php?article89 Nouveaux programmes de première – Probabilités et statistiques Octobre 2011