Probabilités discrètes et Combinatoire Mathématiques - Cours 1 Sophie B ERNARD [email protected] L3 M IAGE - 2016-2017 AUJOURD ’ HUI Représentation de données Histogrammes Probabilités discrètes Vocabulaire Formules Dénombrement Ensembles finis Notations Probabilités discrètes Propriétés Indépendance et probabilité conditionnelle 2/26 P LAN Représentation de données Histogrammes Probabilités discrètes Vocabulaire Formules Dénombrement Ensembles finis Notations Probabilités discrètes Propriétés Indépendance et probabilité conditionnelle 3/26 R EPRÉSENTATION Histogrammes • Effectif : nombre de valeurs dans l’intervalle. • Fréquence : pourcentage de valeurs dans l’intervalle. • Densité : proportion de valeurs dans l’intervalle. = Effectif / Amplitude de l’intervalle. Exemple • Lancer de dé à 6 faces : {3, 4, 3, 3, 2, 6, 2, 1, 3, 6}. • Effectif de 6 ou de l’intervalle [5,5; 6,5] → 2. • Fréquence de 6 ou de l’intervalle [5,5; 6,5] → 0, 2. • Densité de l’intervalle [5,5; 6,5] → 2. • Densité de l’intervalle [4,5; 6,5] → 1. 4/26 H ISTOGRAMME DES VALEURS Hauteur = Effectif de l’intervalle. Exemple : {3, 4, 3, 3, 2, 6, 2, 1, 3, 6}. 4 4 3 2 2 1 0 2 1 1 1 | 2 | 3 | 4 | 0 5 | 6 | 5/26 H ISTOGRAMME DES FRÉQUENCES Hauteur = Effectif / Nombre total de valeurs. Exemple : {3, 4, 3, 3, 2, 6, 2, 1, 3, 6}. 0, 4 0,4 0,3 0, 2 0,2 0,1 0 0, 2 0, 1 1 0, 1 | 2 | 3 | 4 | 0 5 | 6 | 6/26 H ISTOGRAMME DES DENSITÉS Hauteur = Effectif / Amplitude de l’intervalle. Aire = Effectif. Exemple : {3, 4, 3, 3, 2, 6, 2, 1, 3, 6}. 4 4 3 2 2 1 0 2 1 1 1 | 2 | 3 | 4 | 0 5 | 6 | 7/26 H ISTOGRAMME DES DENSITÉS Hauteur = Effectif / Amplitude de l’intervalle. Aire = Effectif. Exemple : {3, 4, 3, 3, 2, 6, 2, 1, 3, 6}. 4 3 2, 5 2 1, 5 1 1 0 1 | 2 | 3 | 4 | 5 | 6 | 8/26 E XEMPLE 50 nombres compris entre 0 et 10 ont été tirés au hasard : Intervalles 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10 Effectif 7 2 6 5 8 3 1 3 8 7 8 6 4 2 0| | | | | | | | | | | 0 1 2 3 4 5 6 7 8 9 10 8 6 4 2 0| | | | | | | | | | | 0 1 2 3 4 5 6 7 8 9 10 20 15 10 5 0| | | | | | | | | | | 0 1 2 3 4 5 6 7 8 9 10 8 6 4 2 0| | | | | | | | | | | 0 1 2 3 4 5 6 7 8 9 10 9/26 P LAN Représentation de données Histogrammes Probabilités discrètes Vocabulaire Formules Dénombrement Ensembles finis Notations Probabilités discrètes Propriétés Indépendance et probabilité conditionnelle 10/26 VOCABULAIRE Expérience aléatoire Une expérience aléatoire est une expérience renouvelable (au moins en théorie), et qui dans des conditions identiques ne donnent pas forcément le même résultat : on ne peut le prévoir. Exemples • Lancer de dés / nombre de points sur le dé. • Attendre un bus / heure d’arrivée du bus. • Récupérer les devoirs d’un groupe d’étudiants / nombre de devoirs rendus. • Utiliser un appareil / durée d’utilisation au moment de la première panne. 11/26 VOCABULAIRE Dans une expérience aléatoire (Ex. lancer de dé à 6 faces) : Univers L’ensemble des résultats possibles. Ex. Ω = {1, 2, 3, 4, 5, 6}. Rq. |Ω| = nombre de résultats possibles. Événement (aléatoire) Sous-ensemble de l’univers. Ex. A = {1, 2, 3} : obtenir 1, 2 ou 3 avec le dé. Événement réalisé Le résultat de l’expérience appartient à l’événement. Ex. Le dé est tombé sur 3 : A est réalisé. Le dé est tombé sur 5 : A n’est pas réalisé. Événement élémentaire L’événement contient exactement un élément. Ex. A n’est pas élémentaire. L’événement “faire un 6” ({6}) est élémentaire. 12/26 E XEMPLE Exemples d’univers Considérons comme expérience aléatoire deux lancers d’un dé à 6 faces. • On peut considérer Ω1 = {1, 2, 3, 4, 5, 6} × {1, 2, 3, 4, 5, 6}. • Si, par la suite, on ne s’intéresse qu’à la somme des points des deux dés, on peut aussi noter Ω2 = {2, 3, 4, . . . , 11, 12}. Remarque Le choix de l’univers ne changera rien à la probabilité d’un résultat. Par contre, l’événement associé sera différent, et les calculs peuvent être plus ou moins simples. Ex : le résultat “la somme des dés vaut 4” correspond aux événements : • Pour Ω1 , on a A1 = {(1, 3), (2, 2), (3, 1)}. • Pour Ω2 , on a A2 = {4}. 13/26 P ROBABILITÉS DISCRÈTES Equiprobabilité sur un ensemble fini Une expérience aléatoire est équiprobable si chaque événement élémentaire a la même probabilité de se réaliser. Probabilités si équiprobable Pour une expérience aléatoire équiprobable, si l’univers est Ω, alors : • La probabilité d’un événement élémentaire est 1 1 = . |Ω| Nombre de cas possibles • La probabilité d’un événement A est P(A) = Nombre de cas favorables |A| = . |Ω| Nombre de cas possibles 14/26 E XEMPLE • On considère encore l’expérience de deux lancers d’un dé à 6 faces. • On choisit l’univers Ω = {1, 2, 3, 4, 5, 6} × {1, 2, 3, 4, 5, 6}. • L’expérience est alors équiprobable : on suppose le dé non pipé. • Soit A l’événement correspondant à “la somme des points des deux lancers soit 4”. • A = {(1, 3), (2, 2), (3, 1)}. • La probabilité que “la somme des points des deux lancers soit 4” vaut : P(A) = 3 1 = . 36 12 15/26 E XEMPLE Quelle est la probabilité, lors de deux lancers successifs d’un dé, “d’obtenir un chiffre plus grand (strictement) que 2, puis un 4 ou 5” ? a. 1 9 b. 2 9 c. 4 9 d. 5 18 16/26 E XEMPLE Quelle est la probabilité, lors de deux lancers successifs d’un dé, “d’obtenir un chiffre plus grand (strictement) que 2, puis un 4 ou 5” ? 1 2 4 5 b. c. d. 9 9 9 18 • On reprend l’univers Ω = {1, 2, 3, 4, 5, 6} × {1, 2, 3, 4, 5, 6}. a. • On note cet événement A, et on énumère A. • A = {(3, 4), (3, 5), (4, 4), (4, 5), (5, 4), (5, 5), (6, 4), (6, 5)}. • Donc P(A) = 8 2 |A| = = . |Ω1 | 36 9 16/26 P LAN Représentation de données Histogrammes Probabilités discrètes Vocabulaire Formules Dénombrement Ensembles finis Notations Probabilités discrètes Propriétés Indépendance et probabilité conditionnelle 17/26 P RINCIPES EN LIEN AVEC LES ENSEMBLES FINIS Produit : |A × B| = |A| · |B|. Union disjointe : Si A ∩ B = ∅, |A ∪ B| = |A| + |B|. Union : |A ∪ B| = |A| + |B| − |A ∩ B|. A∩B A B Complémentaire : |A| = |Ω| − |A|. Ω A A 18/26 U TILISATION Se simplifier le calcul ! • Expérience répétée : il est plus simple de compter pour une répétition, puis d’éléver à la puissance du nombre de répétitions. • “Au moins” ou “au plus” : il est souvent plus simple de dénombrer le contraire. Ex. Sur 10 lancers de pièces, compter le nombre de résultats possibles où la pièce est tombée au moins une fois sur Pile. Par le principe du complémentaire, on se ramène à calculer le nombre de résultats possibles où la pièce n’est jamais tombée sur Pile, donc tout le temps Face. • Principe de l’union : il permet de passer du dénombrement d’une union à une intersection, et inversement. 19/26 N OTATIONS Factorielle : n! = n · (n − 1) · ... · 1. Nombre de façons d’ordonner n objets. n! . (n − k )! Nombre de façons de choisir successivement k objets parmi n. n n! Combinaison : = . k k ! · (n − k )! Nombre de façons de choisir un groupe de k objets parmi n. n n! Coefficient multinomial : = . k1 , k2 , . . . , kp k1 ! · k2 ! · ... · kp ! Nombre de façons de répartir n objets en groupes de k1 , k2 , ..., kp objets. Arrangement : Akn = 20/26 E XEMPLE Tirages On se donne des sachets contenant n boules, et on effectue k tirages. Dans un même sachet (sans remise) Dans des sachets différents (avec remise) Avec ordre (successifs) Akn nk Sans ordre (simultanés) n k nk k! Anagrammes • Le nombre d’anagrammes d’un mot de longueur n, en différenciant les lettres identiques est n!. • Le nombre d’anagrammes dece mot sans différencier les lettres n , si ce mot est composé de p k1 , k2 , . . . , kp lettres différentes, et que la lettre i apparaît ki fois. identiques est 21/26 P LAN Représentation de données Histogrammes Probabilités discrètes Vocabulaire Formules Dénombrement Ensembles finis Notations Probabilités discrètes Propriétés Indépendance et probabilité conditionnelle 22/26 P ROPRIÉTÉS Probabilité • P(Ω) = 1. • P(∅) = 0. • 0 ≤ P(A) ≤ 1. Conséquences des ensembles • Si A ⊂ B, alors P(A) ≤ P(B). • Si A et B sont incompatibles (ie. A ∩ B = ∅), alors P(A ∪ B) = P(A) + P(B). • P(A) = 1 − P(A). • P(A ∪ B) = P(A) + P(B) − P(A ∩ B). 23/26 E XEMPLE • La probabilité d’obtenir un chiffre compris entre 1 et 6 sur un lancer de dé vaut 1. • La probabilité d’obtenir un 2 ou un 3 est plus petite que celle d’obtenir un chiffre plus petit que 4. • Vu que la probabilité d’obtenir un 1 vaut 16 , la probabilité d’obtenir un chiffre différent de A est 65 . • Etant donné que la probabilité d’obtenir sur deux lancers une 1 somme de 4 vaut 12 : • Obtenir une somme de 4 ou un 6 au premier lancer (les 2 évéments sont incompatibles) vaut : 1 12 + 1 6 = 14 . • Obtenir une somme de 4 ou un 1 au premier lancer vaut : 1 12 + 1 6 − 1 36 = 29 . 24/26 I NDÉPENDANCE Définition Deux événements A et B sont dits indépendants si P(A ∩ B) = P(A) · P(B). Exemple Lors de lancers successifs d’un même dé, • “Obtenir un 1 au premier lancer” (A) et “obtenir un 6 au deuxième lancer” (B) sont des événements indépendants : A = {(1, 1), ..., (1, 6)}, B = {(1, 6), ..., (6, 6)}, A ∩ B = {(1, 6)}. 6 6 1 P(A) · P(B) = 36 · 36 = 36 = P(A ∩ B). • “Obtenir un 1 au premier lancer” (A) et “obtenir une somme de 4” (C) ne sont pas indépendants : A = {(1, 1), ..., (1, 6)}, C = {(1, 3), (2, 2), (3, 1)}, A ∩ C = {(1, 3)}. 6 3 1 1 P(A) · P(C) = 36 · 36 = 72 6= P(A ∩ C) = 36 . 25/26 P ROBABILITÉ CONDITIONNELLE Définition Pour A et B deux événements tels que P(B) 6= 0, la probabilité conditionnelle de A sachant B est : P(A | B) = P(A ∩ B) . P(B) Probabilités composées Pour A et B deux événements tels que P(A) 6= 0 et P(B) 6= 0, alors : P(A ∩ B) = P(A | B) · P(B) = P(B | A) · P(A). Propriété Si A et B sont deux événements indépendants avec P(B) 6= 0, alors : P(A | B) = P(A ∩ B) P(A) · P(B) = = P(A). P(B) P(B) 26/26