Scribd
Importer
50 vues4 pages

PROBA

Le document présente les notions de base sur le dénombrement, les probabilités et les lois de probabilité. Il définit notamment le cardinal d'un ensemble, le principe fondamental du dénombrement, les nombres factoriels et binomiaux, les types de tirages, les propriétés des probabilités, la loi binomiale et la fonction de répartition d'une variable aléatoire.

Transféré par

Mahamoud Bacar
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
50 vues4 pages

PROBA

Le document présente les notions de base sur le dénombrement, les probabilités et les lois de probabilité. Il définit notamment le cardinal d'un ensemble, le principe fondamental du dénombrement, les nombres factoriels et binomiaux, les types de tirages, les propriétés des probabilités, la loi binomiale et la fonction de répartition d'une variable aléatoire.

Transféré par

Mahamoud Bacar
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Groupe Scolaire Galaxy Mathématiques TD 2021/2022

Dénombrement

 Cardinal d’un ensemble :


Soit E un ensemble fini
Le cardinal de E est le nombre d’éléments de E , on le note card E
Soit A et B deux parties d’un ensemble fini
Card A  B   CardA  CardB  Card A  B 

 Principe fondamental du dénombrement :

Soit une expérience peut être réalisée en p choix p   *


Si le premier choix peut être réalisé en n1 façons différentes
et le second choix peut être réalisé en n2 façons différentes
.
.
.
et le p -ème choix peut être réalisé en n p façons différentes
alors le nombre façons différentes de réaliser cette expérience
est le produit : n1  n2  n 3  ...  n p

 Les nombres : n ! , Anp et Cnp

n !  n  n  1  n  2  ...  2  1
n! n!
Anp  C np 
n  p  ! p ! n  p  !

C np 1  C np  C np1 C np  C nn p

C nn  1 C nn 1  n

 Types de tirages :
On tire p objets parmi n objets
Nombre de tirages
Type de tirage: L’ordre :
possible est :
simultané C np p  n  n’a pas d’importance

Successif avec remise np est important

Successif sans remise Anp p  n  est important

M.B.M 32
Groupe Scolaire Galaxy Mathématiques TD 2021/2022

Probabilités

 Probabilités d’un ensemble fini:


La probabilité d’un événement A est la somme des probabilités des événements
élémentaires qui le composent, on la note p A

 Propriétés :
Soit  l’univers associé à une expérience aléatoire
L’événement: Probabilités:

A 0  p A  1

A 
p A  1  p A

p A  B   p A  p B   p A  B 

AB p A  B   p A  p B 
(A et B sont incompatibles)

S’il y a équiprobabilité alors pour tout événement A de  , on a:


cardA nombredescas favorables
p A  
card  nombredes cas possibles

 Loi d’une variable de probabilité aléatoire:


Soit  l’univers associé à une expérience aléatoire
Pour définir la loi de probabilité de la variable X sur  on suit les étapes suivantes :
1) On détermine X   x1; x 2 ; x 3 ;...; xn  l’ensemble des valeurs prises par X
2) On calcule pour chaque valeur x i sa probabilité pi  p X  xi  avec i  1;2;...; n 
3) On résume la loi de probabilité de la variable X par le tableau suivant :
xi x1 x2 x3 … xn

p X  x i  p1 p2 p3 … pn

 Probabilité conditionnelle :
Soit A et B deux événements liés à une même expérience aléatoire tel que: p A  0
La probabilité de l’événement B sachant que A est réalisé est le nombre :
p A  B 
pA B   p B A  p A

 Evénements indépendants :
Soit A et B deux événements liés à une même expérience aléatoire
A et B sont indépendants  p A  B   p A  p B 

M.B.M 33
Groupe Scolaire Galaxy Mathématiques TD 2021/2022

 L’espérance, la variance et l’écart-type d’une variable aléatoire:

Soit X une variable aléatoire dont la loi de probabilité est définie par le tableau suivant:

xi x1 x2 x3 … xn

p X  x i  p1 p2 p3 … pn

L’espérance mathématique
E X   x1  p1  x 2  p2  x 3  p3  ...  xn  pn
de la variable X

La variance de la variable X V X   E X ²  E X  ²


 

L’écart -type de la variable X  X   V X 

 Epreuve répétée :

Soit p la probabilité d’un événement A , lors d’une expérience aléatoire

si on répète n fois l’épreuve dans des conditions identiques


alors la probabilité de réalisation de A exactement k fois durant les n épreuves est :
k n k
C nk p  1  p  k  n 

 Loi binomiale :

Soit p la probabilité d’un événement A , lors d’une expérience aléatoire

on répète n fois l’épreuve dans des conditions identiques


si la variable aléatoire X , égale au nombre de réalisation de A durant les n épreuves
alors la loi de probabilité de la variable X est donnée par :
n k
k  0;1;2;...; n p X  k   C nk  pk  1  p 

On dit que la variable X suit une loi binomiale de paramètres n et p et on a

E X   n  p et V X   np 1  p 

M.B.M 34
Groupe Scolaire Galaxy Mathématiques TD 2021/2022

➢ Fonction de répartition

Soit un univers Ω fini et 𝑋 ∶ Ω → ℝ une variable aléatoire. La fonction de répartition de X est


l’application 𝐹 ∶ ℝ → [0, 1] définie pour tout réel 𝑥 𝑝𝑎𝑟 𝐹(𝑥) = 𝑝(𝑋 ≤ 𝑥). Pour le réel 𝑥, 𝐹(𝑥)
est la probabilité de l'évenement (𝑋 ≤) = {𝜔 ∈ Ω 𝑡𝑒𝑙 𝑞𝑢𝑒 𝑋(ω) ≤ 𝑥}.

Soit 𝑋 une variable aléatoire discret définie sur un univers fini Ω.

Soit F la fonction de répartition de X. On a :

• F est croissante sur ℝ.


• Si les éléments 𝑋𝑖 𝑑𝑒 𝑋(Ω) sont ordonnés : 𝑋1 < 𝑋2 < ⋯ < 𝑋𝑛 et si 𝑝(𝑋 = 𝑥𝑖 ) = 𝑝𝑖 pour 𝑖 ∈
{1, 2, … , 𝑛} alors F est définie sur ℝ par :

0 𝑠𝑖 𝑥 ∈] − ∞, 𝑥1 [
𝑃 𝑠𝑖 𝑥 ∈ [𝑥1 , 𝑥2 ]
𝐹(𝑋) = { 1
𝑃1 + 𝑃2 + ⋯ + 𝑃𝑖 𝑠𝑖 𝑥 ∈ [𝑥𝑖 , 𝑥𝑖+1 ]
1 𝑠𝑖 𝑥 ∈ [𝑥𝑛 , +∞[

M.B.M 35

Vous aimerez peut-être aussi