Probabilités Conditionnelles – Loi Binomiale





télécharger 82.56 Kb.
titreProbabilités Conditionnelles – Loi Binomiale
page1/2
date de publication12.10.2019
taille82.56 Kb.
typeDocumentos
  1   2
           Probabilités Conditionnelles – Loi Binomiale             

  1. Rappels



  1. Définition


Une expérience aléatoire est un protocole précis dont on ne peut pas prévoir l’issue mais qui peut être vérifiée.
EXPERIENCE ALEATOIRE

Exemples 

  1. Lancer un dé à 6 faces.

  2. Tirer simultanément 2 boules dans une urne qui en contient 8.

  3. Distribuer 5 cartes à un joueur avec un jeu de 32 cartes.

  4. Poser une question à un lycéen choisi au hasard.

UNIVERS 

Ensemble des issues possibles d’une expérience aléatoire. On le note : . On a alors .

Exemple : Si on lance un dé à 6 faces, on a .

EVENEMENT 

Sous-ensemble de l’univers .

Exemple : Soit l’évènement : « obtenir un nombre pair avec le lancement d’un dé ».

On a alors

EVENEMENT ELEMENTAIRE 

Evènement qui ne contient qu’un seul élément. On le note alors .

EVENEMENT CERTAIN 

C’est l’univers .

EVENEMENT IMPOSSIBLE 

C’est l’ensemble vide .

  1. Opération sur les évènements


Définition : on appelle évènement contraire d’un évènement , l’évènement noté composé des éléments de qui ne sont pas dans .


Evènement contraire

Exemple : On lance un dé parfait. On appelle l’évènement « obtenir un 6 ». On a donc l’évènement contraire : « ne pas obtenir 6 ».

  1. Intersection de deux évènements


Définition : on appelle intersection de deux évènements A et B, l’évènement noté composé des éléments de qui appartiennent à A et à B. On a alors le schéma suivant :



On dit que les évènements A et B sont incompatibles si et seulement si :




Exemple : On tire deux cartes dans un jeu de 32 cartes. Soient les évènements :

  •  : « obtenir deux cœurs ».

  • B : « obtenir au moins une dame ».

L’évènement est donc : « obtenir la dame de cœur et un autre cœur ».

  1. Union de deux évènements


Définition : on appelle union de deux évènements A et B, l’évènement noté composé des éléments de qui appartiennent à A ou (non exclusif) à B. On a alors le schéma suivant :



On dit que les évènements A et forment une partition de car :




Exemple : On tire deux cartes dans un jeu de 32 cartes. Soient les évènements :

  •  : « obtenir deux cartes de même valeur ».

  • B : « obtenir un roi ».

L’évènement est donc : « obtenir deux cartes de même valeur ou un roi et une autre carte de valeur différente ».

  1. Probabilité


Définition : On appelle loi de probabilité sur un ensemble , la fonction à valeur dans définie par les conditions suivantes :



Si A et B sont incompatibles, alors .



On peut alors démontrer les propriétés suivantes (mais ça, vous pouvez le faire…)…


  1. Propriétés : Soit les évènements élémentaires de l’univers . De la définition précédente, on en déduit :

    .

    .

    Pour tous les évènements A et B, on a les relations suivantes :

    1. .



    1. .



Exemples

  1. On lance un dé truqué. Après un relevé statistique, on a pu déterminer que les probabilités d’apparition de chaque face sont telles que :



Calculer la probabilité d’apparition de chaque face.

  1. On donne les probabilités suivantes pour les évènements et  :



Calculer .

Réponse

  1. Il n’y a que deux probabilités à déterminer : et . On a :



On obtient donc :



  1. On calcule d’abord  :



On obtient alors  : .

On calcule ensuite  : .

  1. Loi équiprobable

Définition : On appelle loi de probabilité équirépartie, la loi de probabilité où chaque évènement élémentaire a la même probabilité d’apparition (équiprobabilité).

Si se décompose en évènements élémentaires, on a :



Exemple : pour un dé à jouer équilibré, chaque face a une probabilité d’apparition de .

Théorème : Dans une loi équirépartie, la probabilité de l’évènement vérifie :



Remarque : Lorsque la loi de probabilité revient à un problème de dénombrement. On peut alors utiliser pour dénombrer les différents cas : un arbre, un tableau double entrée, diagramme de Venn, une liste,…

Exemple : Une urne contient 6 boules : 4 rouges (numérotées de 1 à 4) et 2 bleues (numérotées de 5 à 6). On tire simultanément et au hasard deux boules de l’urne et on note sa couleur. Calculer la probabilité des évènements suivants :

R : « tirer deux boules rouges » et C : « tirer deux boules de même couleur ».

Réponse

Calculons d’abord le nombre de tirages possibles. On cherche ici des paires. Faisons la liste :





Il y en a en tout : tirages possibles.

Pour avoir , il ne faut utiliser que les numéros de 1 à 4.

Il y a donc : choix.

Soit  : « obtenir deux boules bleues ».





  1. Variable aléatoire

Définition :

Définir une variable aléatoire X sur , c’est associer à chaque issue de un nombre .

Définir une loi de probabilité de X consiste à associer à chaque valeur la probabilité .



On appelle l’espérance mathématique de la variable X, la quantité notée définie par :



On appelle variance et écart-type de la variable X, les quantités notées respectivement V(X) et définies par :



Remarque : L’espérance mathématique correspond à une moyenne des valeurs prises, pondérées par les probabilités de la loi définie sur . Si par exemple, représente le gain pour un jeu, représente le gain moyen que peut espérer le joueur. On dit alors que si , le jeu est favorable au joueur et si , le jeu est favorable à l’organisateur.

Exemple : Dans un jeu de fléchettes, la cible est constituée de disques de rayons respectifs et .


Un joueur atteint toujours la cible et on admet que la probabilité qu’il atteigne une zone de cette cible est proportionnelle à l’aire de cette zone. Lorsqu’il atteint la zone rouge, il gagne 15 €, lorsqu’il atteint la couronne bleue, il gagne 7 €. En revanche, si la fléchette atteint la couronne verte, il perd 5 €.


On appelle la variable aléatoire qui indique le gain du joueur.

  1. Déterminer la loi de probabilité de .

  2. Déterminer l’espérance mathématique de . Le jeu est-il favorable au joueur ?

  3. Calculer la variance et l’écart-type de .

Réponse

  1. Comme les probabilités des différentes zones sont proportionnelles à leur surface, il faut donc calculer les surfaces de ces différentes zones :

• la surface totale de la cible  : .

• la surface du disque rouge central : .

• la surface de la couronne bleue : .

• la surface de la couronne verte : .

On obtient les probabilités suivantes :








On obtient alors le tableau suivant :

  1. L’espérance est alors :



Comme l’espérance de est négative, le jeu n’est pas favorable au joueur. En effet, en moyenne, il peut espérer perdre 1,5 €.

  1. La variance et l’écart-type :





  1. Propriétés de l’espérance et de la variance

Propriété : est une variable aléatoire d’espérance et de variance . Alors pour tous réels et , on a :



Remarque : Le calcul de l’espérance est donc une opération linéaire.

Exemple : Un professionnel vend des fauteuils.


Sa commission est de 200 € par fauteuil vendu, et ses frais sont de 280 € par jour. Une étude statistique a montré que la variable aléatoire qui indique le nombre de fauteuils vendus par jour suit la loi représentée ci-contre. On note la variable aléatoire donnant le gain journalier du vendeur.




  1. Donner la relation entre et .

  2. Quelle est la probabilité que le vendeur soit en déficit à la fin de la journée ?

  3. Quel gain moyen journalier peut-il espérer ?

Réponse

  1. On a : .

  2. Le vendeur est en déficit si :





  1. On calcule d’abord  :



On en déduit alors :

Le vendeur peut donc espérer gagner 310 € par jour.

Remarque : On peut calculer la variance et l’écart-type de . On a :



On obtient alors : et .

  1. Probabilité Conditionnelle



  1. Définition

Définition : Lorsque on note la probabilité d’avoir l’évènement B sachant que l’évènement A est réalisé. On a alors la relation suivante :



  1. Représentation par un arbre pondéré


Soient deux évènements et . On peut représenter par un arbre pondéré les probabilités suivantes lorsque l’on connaît les probabilités de ou lorsque est réalisé.



On pose :

• F : « l’élève choisi est une fille »

• E : « l’élève choisi est externe »

On traduit les données à l’aide de probabilités. On a :



On obtient alors l’arbre ci-contre :
Exemple : Dans un lycée, 54 % des élèves sont des filles dont 72 % sont externes. De plus, 76 % des garçons sont externes. On choisit un élève au hasard.


Propriétés : Pour remplir et utiliser un arbre, on a les propriétés suivantes :
  1   2

similaire:

Probabilités Conditionnelles – Loi Binomiale iconConvergence de la loi hypergéométrique vers la loi binômiale

Probabilités Conditionnelles – Loi Binomiale iconT. P. De la loi binomiale à la loi normale centrée réduite

Probabilités Conditionnelles – Loi Binomiale iconLoi binomiale

Probabilités Conditionnelles – Loi Binomiale iconDe la loi binomiale b (n; p) à la loi normale centrée n (0; 1)

Probabilités Conditionnelles – Loi Binomiale iconSchéma de Bernoulli et loi binomiale

Probabilités Conditionnelles – Loi Binomiale iconII. Loi normale : d’après document ressources Exercice 3 : Calcul...
«On fait le lien entre le nombre dérivé de la fonction sinus en 0 et la limite en 0 de»

Probabilités Conditionnelles – Loi Binomiale iconUtilisation de la loi binomiale pour une prise de décision à partir d'une fréquence

Probabilités Conditionnelles – Loi Binomiale iconExercices – Correction
«avoir un système de protection sociale européen». la situation est un schéma de Bernoulli de paramètres n = 3 et p = 0,3244, et...

Probabilités Conditionnelles – Loi Binomiale iconCarte scolaire du 30 mai, les propositions du dasen haute-Garonne:...

Probabilités Conditionnelles – Loi Binomiale icon13 – Probabilités






Tous droits réservés. Copyright © 2016
contacts
d.20-bal.com