Professional Documents
Culture Documents
Probabilités 033703
Probabilités 033703
suivant, Dans ce cas, p est quelconque. Le nombre de tirages est: N3= nP
: Exercices
: I. On considére une salle de cours composée de 30 étudiants dont 12 filles.
1°) Quel est le nombre de choix possibles de trois (03) personnes au hasard ?
2) On veut élire un bureau composé dun (01) président, un (01) secrétaire et un (01)
trésorier. Quel est le nombre de bureaux possibles 2
a) Sans distinction de sexe,
b) Avec distinction de sexe,
©) Une présidente,
d) Une présidente et une trésoriére.
3°) On veut former une délégation de 10 membres dont trois (03) filles, Que
délégations possibles ?
Lest le nombre de
H-On considére un jeu de 32 ca
comprend 8 cartes, On appelle
cartes.
1°) Combien y a-t-il de mains distinctes ?
2°) Combien y i-t-il de mains comprenant :
4) deux as et deux seulement ?
b) deux tréfles et deux dames ?
artes réparties en quatre couleurs, chaque couleur
main tout groupement de 8 cartes choisi
dans ee jeu de 32©) Trois cartes rouges
Il- PROBABILITE SUR UN ENSEMBLE FINI
SES ABILITE SUR UN ENSEMBLE FINI
1)Défini
Soit une expérience aléatoire E, ensemble @ de tous les résultats possibles de cette
expérience est appelé univers, On le supposera fini
~ Toute partie de Q est appelée évenement,
~ Toute partie singleton est appelée ‘événement élémentaire.
~ @, ensemble vide est Pévénement impossible.
2°)Terminologie couramment uti e
Langage probabitiste Langage ensembliste
- Evénements ~ Elements de P(Q)
- Evénement impossible - 0 (ensemble vide)
'vénement certain -2
~ Evénement élémentaire ~ Singleton de P(Q)
~ Evénement contraire de A -A= Ch
~ Evénements incompatibles A et B ~ Act B de P(Q) avec ANB = 6
~ Evénement A ou B -AUB
-Evénement Aet B -ANB
1- Axiomes du caleul des probabilités
a°) Définition :
Soit Q un univers fini. On appelle probabilité sur l'ensemble probabilisable (©, PQ),
tune application p de P(Q2) dans I"intervalle [0, 1] vérifiant les conditions suivantes :
+ PQ)=1
* VA EP(Q), vB € P(Q), si ANB =O alors p(AUB) = p(A) + p(B)
Le triplet (Q, p(Q), p) est appelé espace probabilisé fini.
b°) Propriétés
*Pour A € P(Q), ona ANA=6
P(A UA) = p(Q) = 1 = pA) + pi p(A) = 1- p(A)
fa somme des probabilités des événements contraires est égale a Punité. Dans la
théorie des probabilités cette propriété joue un grand rdle. Il arrive souvent qu'il soit plus
fecile de caleuler la probabilité de lévénement contraire A que celle de Pévenement A qui
nous intéresse. Alors, on calcule p(A) pour la retrancher de 'unité,
Conséquences
P)=0
P(Q) = p(D) = 1- p(Q) =0
“Si A et B sont deux événements tels que AC B
B=AU@B-A) et AN(B-A)=9
P(B) = p(A) + p(B-A) P(A) < p(B)
V(A,B) € P(Q) x PQ) si ACB alors. p(A) < p(B)fini. A et B deux,
of tous |
pace probabi
si p(A) = p(B). Dans le
de P(Q) sont équiprobables, on
VAEPQ) p(A) =
(A) = Rombredecasfavorablesdea
pe nombredecaspossibles
On dit que p est une probabilité uniforme
E
On jette un
méme probabilité dappari
+ Lenombre |
- Unnombre impair
- Unnombre au moins égal 3
Il- PROBABILITE CONDITIONNELLE (QU LIEE) - THEOREME DES
PROBABILITES COMPOSEES
arfait A six faces numérotées de | a 6. Tous les numéros ont done la
n. Quelle est la probabilité d’obter
1. Définition
Soit A et B deux événements compatibles et de probabilités non nulles p(A) > 0, p(B) > 0.
La probabilité de réalisation de l’événement B, sachant que l’événement A est réalisé,
s‘appelle fa probabilité conditionnelle (ou liée) de B par rapport @ A et se note : p[B/A] ou
pa(B). 7
para = PeAnB:
Elle est égale a p(B/A) = "7
2- Théoréme des probabilités composées
La probabilité de réalisation simultanée de deux événements A et B est égale au
produit de la probabilité de A par la probabilité de B, sachant que A s°est déja produit.
Les événements A et B sont donc compatibles.
P(ANB) = p(A). p(B/A)
3- Indépendance en probabilité ou Evénements indépendants
On dit que deux événements compatibles A et B sont indépendants lorsque la réalisation
de l'un n’a pas d’influence sur celle de l’autre.
+ Théoréme
Etant donné deux événements A et B de probabilités non nulles, ona :
(ANB) = p(A). p(B) <===>p(B/A) = p(B)
<=> p(A/B) = p(A)
Exercices:s. On considére les événements
On tire une carte au hasard dans un jeu de 52 ¢
suivants :
est le roi de coeur
fe est un cour
Fc est soit Pas de pique, soit un coeur
est un pique ou un cazur.
: 1) la probabilité des événements A, B, C et D.
2) la probabilité des intersections suivantes : ANB, ANC et AND.
3) la probabilité des réunions suivantes : AUB, AUC et AUD.
4) les probabilités conditionnelles suivantes :
A sachant que B est réalisé
A sachant que C est
A sachant que D est réali:
‘Théoréme de Bayes (a deux causes)
Considérons deux causes indépendantes C, et C2. .
Considérons les probabilités 1 et 1 & priori d’apparition de ces causes.
p(Ci) = m1 et p(C2) = m2.
- Considérons un certain résultat R . i
Considérons les probabilités p, pour que la cause C; entraine R et pz pour que la cause
Calculer
Cp entraine R.
On a: pe)(R) = pi
pe2(R) = pa . , .
La probabilité posteriori p; (i = 1, 2) pour que la cause C; (i = 1, 2) soit celle qui a
provoqué le résultat R est :
(CH. pei(R)
PR(Ci) = Fey pe, (R)+ DCs). Poy)
Application
Schéma des urnes
Soient deux urnes 1 et
u; contient une proportion p; de boules blanches et une proportion qi = 1- pi de boules
noires.
up contient une proportion p2 de boules blanches et une proportion q2= 1- p de boules
noires.
On effectue un tirage en deux étapes :
1°) On choisit au hasard une des urnes u; avec une probabilité p(u))
probabilité p(u2) = m2 avec m+ m2 = 1.
2°) Dans 'urne choisie qui demeure inconnue, on préléve au hasard une boule. Supposons
qu’elle soit blanche. On démontre que la probabilité pour que la boule blanche B
7 et up avec une
provienne :
= de Purne u, est pa(ur ue
Po(u) Pit mp2
- de Pure uzest ——
ig €st pp(Uz) = ——
B ) Pit Mp2
Théoréme de Bayes 4 n causesfet un résultat I, La probabilité pour que ta
Onn causes ci, i> 1,
soit celle qui a provogue le rest
1,
al Rest
PLEO Pe)
Paci)
TC)
1. Definition
On appelle épreuve de Bernoulli toute épreuve qui conduit a deux éventualités, Tune
appel s (s) et Pautre chee (e) que Mon répéte n fois de suite dans tes mémes
conditions, Si la probabilité de réalisation de (s) est p(s) = p, celle de (e), p(e) roy «pour
Soit Ay Pévenement "le succes est obtenu k fois lors des épreuves”, la probabilité pou
que Ay soit est
PEAY = Ch pM-p)"*
Exercice a ’
Les faces dun dé parfait sont marquées 2, 2, 2, 2, 3, 3. On jette cing fois de suite ce dé.
Quelle est la probabilité d’obtenir trois fois le chiffre 3.
Resolution sect cing tole Soit (6)
Ona une épreuve a deux issues (résultat du jet 2 ou 3) qu'on répéte cing fois. Soit (s) le
résultat est "3" et (¢) le résultat est “2” :
rs) 2 => pley=l-f=3
3
Soit Ay “obtenir trois fois le chiffre 3 lors de cing jets”
40 40
Oa ee
V- LES VARIABLES ALEATOIRES
A- Généralités
1+ Définition
Soit une épreuve E et Q Punivers associé. L’application f de Q dans ensemble R des
nombres réels fait correspondre a tout élément de 2 un nombre réel.
L’application fest une fonction dont le nom est : variable aléatoire.
2. Probabilité d'une variable aléatoire
Soit une variable aléatoire X, définie par une application f de Q dans R et pouvant
prendre les valeurs X : X1,X25.++y Xiyeos Xne
Par définition, la probabilité pour que la variable aléatoire X soit égale a x; (on note
P(X = xi)) est Ia probabilité des éléments de Q ayant pour image dans l'application f le
nombre x,
B- Variable aléatoire discréte
I~ Notation
Soit X une variable aléatoire définie sur univers Q.
Vx ER, on note (X = x) = {we O/ X(w) = x}
(X Sx) = (we Q/ X(w) < x}
X(Q) est "ensemble des valeurs pryo
X(Q) = {X(w) swe
Exercice 1 (Q) = { X(@); @€.9}
On tire deux boules simultanément d'un sec contenant cing boules blanches et trois
boules noires.
ale au nombre de boules noires
), card(
On désigne par X ta variable aléatoi
1-Déterminer X(Q) ; card(X = 1), cardQ
), card(X <1),
card(X > 2).
Résolution
Card(X = 3) = © événement impossible
Card(X < 1) = card(X = 0) + card(X= 1)
Une variable aléatoire X est totalement définie par sa loi de probabilité. Celle-ci est
définie par :
* Pensemble des valeurs que peut prendre X : x1, ¥:
* les probabilités respectives de ces valeurs pi. Pa non négatives et de
somme égale a 1.
b- Définition
X(Q) = (3, X25 ons Nn} AVEC XT SPS... Sat SK
La loi de probabilité de X est l'application f: X(Q) — (0, 1]
Xi f(Xi) = p(X = xi)
p(X = xi) signifie “probabilité pour que la variable aléatoire X prenne la valeur x,".
Dans la pratique, on présente la loi de probabilité sous forme d’un tableau
[Xai Xa
Peis
Xt I x I
I PL I Pe
c+ Propriétés
+p@= x)= 1
P= m4) + p= a) +.
Les événements (X = xj) i= 1, 2, ..., n sont deux @ deux incompatibles, de plus leur
réunion donne Q ; on dit qu’ils forment un systéme complet d’événements.
Application : Déterminer la loi de probabilité de la variable aléatoire X de 'exercice 1.
Réponse
wp) 28
P(X=0)=55
c
Xi
P(X =x;)
betel
d- Diagramme en baton d’une variable aléatoire réelleprobabilité est :
|La probabilité pour que la variable aléatoire X prenne une valeur inférieure a x est une
fonction F(x) appelée fonction de répartition de X que Pon note :
F(X) = PEX S x} ou F(x) = P{X You might also like