Thème : Modélisation d'un phénomène aléatoire
Leçon n°2 : Probabilité conditionnelle et variable aléatoire
Situation
à prendre dans le cahier de recherche
I- Probabilité conditionnelle.
Activité
On désire effectuer une analyse médicale sur une population dont 65 % est atteinte d’une maladie MA
et 20 % d’une maladie MB .
On constate que 70 % de ceux atteint de la maladie MA possèdent le gène G et 50 % de ceux
atteint de la maladie MB possèdent le gène G . 35 % des non malades possèdent le gène G .
Quelle est la probabilité de posséder le gène G sachant qu’on est atteint de la maladie MA ?
Arbre de probabilité
Définition.
Un arbre de probabilité ou arbre pondéré est un schéma permettant de résumer une expérience aléatoire
connaissant des probabilités conditionnelles.
0,7 G MA ∩ G
MA
0,3
G MA ∩ G
0,65
G MB ∩ G
0,5
0,2
MB
0,5
G MB ∩ G
0,15
Tapez une équation ici. G S∩G
0,35
0,65 G S∩G
La probabilité de posséder le gène G sachant qu’on est atteint de la maladie MA ne pourra se calculer
sans tenir compte du fait que l’on soit atteint de la maladie MA .
Ainsi être atteint de la maladie MA devient prépondérant, nécessaire, beaucoup plus
important.
1 10
1- Définition.
Soit l’univers des éventualités d’une expérience aléatoire. B un événement de l’univers de
probabilité différent de 0 .
P A B
L’application PB qui à tout événement A de , associe le nombre réel est une
P B
probabilité sur .
Elle est appelée probabilité conditionnelle sachant que B est réalisé. On note PB A ou
B
P A et on lit probabilité de A sachant B .
Conséquences
A et B sont des événements de de probabilité différent de 0 . On a :
P A B
PB A P A B PB A P B
P B
P A B
PA B P A B PA B P A
P A
Application Suite de l'activité
La probabilité de posséder le gène G sachant qu’on est atteint de la maladie MA est :
P MA G 0, 65 0, 7
PMA G
P G 0, 65
PMA G 0, 7
Application n°1
On lance deux dés usuels, un rouge et un noir. Les diverses faces sont équiprobables. On lit la somme
des chiffres apparus à la face supérieur.
On considère les événements suivants :
A : « La somme des points obtenus est strictement supérieur à 9 »
B : « Obtenir le chiffre 4 avec le dé rouge »
C : « La somme des chiffres est paire »
Détermine P A , P B , P C , PB A et PB C .
2- Evénements indépendants.
a) Définition.
Soit P une probabilité définie sur un univers . On dit que deux événements A et B de
sont indépendants lorsque la réalisation de l’un n’influence pas la réalisation de l’autre.
On a : PB A P A et PA B P B d’où P A B P A P B
2 10
Application n°2 Suite de l'application n°1
Les événements A et B sont – ils indépendants ?
b) Propriétés.
A et B sont des événements d’un univers de probabilité non nulles.
Si A et B sont indépendants, alors A et B A et B sont indépendants.
Si A et B sont indépendants, alors A et B sont indépendants.
c) Probabilités totales.
Définitions
B1 , B2 , ... , Bn forment une partition de signifie que B1 , B2 , ... , Bn sont
deux à deux disjoints et on a : B1 B2 ... Bn .
B1 , B2 et B3 forment une partition de signifie que B1 B2 , B2 B3
et B1 B2 B3
Propriété
B1 , B2 , ... , Bn forment une partition de . Pour tout événements A de on a :
P A P A B1 P A B2 ... P A B1
P A PB1 A P B1 PB2 A P B2 ... PBn A P Bn
Application n°3
Deux urnes indiscernables 1 et 2 contiennent des boules indiscernables au toucher.
L’urne 1 contient 4 boules rouges et 2 boules noires.
L’urne 2 contient 3 boules rouges et une boule noire.
On choisit une urne au hasard et on tire au hasard une boule de cette urne. Soit les événements suivants :
A : « La boule tirée est rouge » et B : « La boule tirée est noire »
Calcule P A ; P B ; PA u1 .
Exercices d’application
Exercice n°1
Dans une classe de Tle D de 60 élèves, il y a 25 filles. Parmi les filles, 12 aiment la lecture, tandis que
20 garçons n’aiment pas la lecture.
On choisit au hasard un élève de cette classe pour être le chef de classe.
1- Calcule la probabilité que l’élève choisit aime la lecture.
2- Calcule la probabilité de choisir un garçon qui aime la lecture.
3- L’élève aime la lecture, quelle est la probabilité que ce soit un garçon ?
3 10
Exercice n°2
La proportion de pièces défectueuses dans un lot de pièces est 0, 05 . Le contrôle de fabrication est tel
que : Si la pièces est bonne, elle est refusée avec une probabilité de 0, 04 . Si la pièce est mauvaise,
elle est acceptée avec une probabilité de 0, 02 . On choisit au hasard une pièce et on la contrôle.
1- Quelle est la probabilité qu’il y ait erreur de contrôle ?
2- a) Quelle est la probabilité pour qu’une pièce choisie au hasard soit acceptée ?
b) Quelle est la probabilité, la pièce choisie est refusée.
3- Calcule la probabilité de l’événement, une pièce mauvaise parmi les pièces acceptées.
II- Variable aléatoire.
1- Loi de probabilité et fonction de répartition.
a) Variable aléatoire numérique.
Définition
Lorsqu’à chaque éventualité ei d’une expérience aléatoire, on associe le nombre réel xi , on dit que l’on
a défini une variable aléatoire numérique X .
On appelle variable aléatoire X sur un univers toute application de vers .
Notation et vocabulaire.
L’ensemble des différentes valeurs prises par X se note X .
X xi est l’événement « X prend la valeur xi »
X xi est l’événement « X prend une valeur strictement inférieur à xi »
b) Loi de probabilité d’une variable aléatoire numérique.
Définition
Lorsqu’à chaque valeur xi 1 i n prise par la variable aléatoire X , on associe la probabilité Pi
de l’événement X xi , on dit que l’on a définit la loi de probabilité de la variable aléatoire
X .
La loi de probabilité d’une variable aléatoire peut être représentée par un tableau :
X xi x1 x2 ......... xn
P X xi P1 P2 ......... Pn
Remarque : P P P
i 1 2 P3 ---- Pn 1
4 10
Application n°1
Un sac contient 10 pièces de monnaies dont 3 pièces de 5 F , 2 pièces de 10 F et 5 pièces de
25 F . Soit X la variable aléatoire qui à chaque tirage simultané de deux 2 pièces associe la somme
gagnée.
1- Détermine les différentes valeurs prises par X .
2- Définis la loi de probabilité de X .
Application n°2
Une urne contient trois 3 boules rouges et quatre 4 boules bleues toutes indiscernables au toucher.
On tire simultanément et au hasard deux 2 boules de l’urne. On gagne 100 F par boule rouge
tirée.
Soit X la variable aléatoire qui à chaque tirage d’une boule rouge associe le gain.
1- Détermine les différentes valeurs prises par X .
2- Etablis la loi de probabilité de X .
c) Espérance mathématique, variance et écart – type.
Espérance mathématique
Définition.
Soit X une variable aléatoire prenant les valeurs x1 , x2 , ... , xn avec les probabilités
P1 , P2 , ... , Pn . On appelle espérance mathématique de X , le nombre réel noté E X
n
défini par : E X xi Pi x1P1 x2 P2 x3P3 ..... xn Pn .
i 1
Variance et écart – type.
Définition
Soit X une variable aléatoire prenant les valeurs x1 , x2 , x.n . avec
. , les probabilités
P1 , P2 , ... , Pn . E X est l’espérance mathématique de X .
On appelle variance de X , le nombre réel noté V X définie par :
x P x P x32 P3 ..... xn2 Pn E X
n
V X xi2 Pi E X
2 2 2 2
1 1 2 2
i 1
On appelle écart – type de X , le nombre réel noté X définie par : X V X
Application n°3
Calcule l’espérance mathématique E X , la variance V X et l’écart –type X dans les
applications 1 et 2 .
5 10
2- Fonction de répartition.
Définition
Soit X une variable aléatoire sur un univers muni d’une probabilité P . x1 , x2 , ... , xn
l’ensemble des valeurs prises par X . On appelle fonction de répartition de X , l’application de
dans 0;1 définie par : F X P X x
Pour x x1 , F X 0
On a : Pour x1 x xi 1 , F X P X xi 1 P X xi
Pour xn x , F X 1
Application n°4
Définis et construis la fonction de répartition dont la loi de probabilité est définie par la tableau suivant :
X xi 2 3 4 5 7
1 1 1 1 1
P X xi
6 3 6 6 6
Application n°5
X est une variable aléatoire dont la loi de probabilité est donnée par la tableau suivant :
X xi 4 0 3 5
P X xi 0,1 0, 4 0, 3 0, 2
Définis et construis la fonction de répartition
Exercices d’application
Exercice n°1
Une roue de loterie est composée de 12 secteurs identiques dont 3 sont rouges, 4 sont blancs et
5 sont verts. Un joueur fait tourner la roue autour d’un axe fixe. Chaque secteur à la même probabilité
de s’arrêter devant l’axe fixe.
Si le secteur repéré est rouge le joueur gagne 16 F , s’il est blanc il perd 12 F , s’il est vert il
tourne une second fois la roue.
Si le secteur repéré est rouge, le joueur gagne 8 F , s’il est blanc il perd 2 F et s’il est vert,
il ne gagne rien et il ne perd rien.
Soit X la variable aléatoire égale au gain algébrique du joueur à l’issue d’une partie.
1- a) Détermine les valeurs prises par X .
b) Détermine la loi de probabilité de X .
2- a) Calcule E X l’espérance mathématique de X .
b) Interprète le résultat.
6 10
3- Calcule la variance V X et l’écart – type X .
4- Définis et représente la fonction de répartition F X .
Exercice n°2
On considère un dé rouge et un dé vert cubiques bien équilibrés.
Le dé rouge comporte : deux faces numérotées 1 , deux faces numérotées 0 et deux faces
numérotées 1 .
Le dé vert comporte : une face numérotée 0 , trois faces numérotées 1 et deux faces numérotées
2.
On lance simultanément les deux dés. On note la somme des points obtenus sur les faces supérieures des
deux dés.
1- a) Détermine les valeurs prises par X .
b) Détermine la loi de probabilité de X .
2- a) Calcule E X l’espérance mathématique de X .
b) Calcule la variance V X et l’écart – type X .
3- Définis et représente la fonction de répartition F X .
III- Loi binomiale.
1- Epreuve de Bernoulli
On lance un dé bien équilibré dont les faces sont numérotés de 1 à 6 et on lit la face supérieur. Le
joueur est gagnant si la face numéroté 6 apparaît et il est perdant si une autre face que 6 apparaît.
L’expérience aléatoire a donc deux issues gagné ou perdre. On dit qu’on a réalisé une expérience ou
une épreuve de Bernoulli.
a) Définition
On appelle épreuve ou expérience de Bernoulli, toute expérience aléatoire conduisant à deux
éventualités.
Une est appelée succès avec une probabilité égale à P .
L’autre est appelée échec avec une probabilité égale 1 P .
b) Schéma de Bernoulli
Définition
En répétant plusieurs fois une épreuve de Bernoulli de façon indépendante, on obtient un schéma de
Bernoulli. Un schéma de Bernoulli est dont une suite de n épreuves de Bernoulli identiques
et indépendantes.
Le nombre n d’épreuves de Bernoulli et la probabilité P de succès sont appelés les paramètres du
schéma de Bernoulli. La probabilité d’obtenir k succès au cours de n épreuves est :
P X k Cn P k 1 P
k n k
.
7 10
2- Loi binomiale.
a) Définition
Soit E un schéma de Bernoulli à n épreuves. P la probabilité d’avoir un succès, q q 1 P
celle d’avoir un échec et X la variable aléatoire qui à chaque éventualités de E associe le nombre
k 0 k n de succès.
L’ensemble des différentes valeurs par X est : 0 ; 1; 2 ; ..... ; n .
La probabilité d’obtenir exactement k 0 k n succès au cours des n épreuves est :
P X k Cn P k 1 P
k n k
.
Cette loi de probabilité de X est appelée loi binomiale de paramètres n et P . On la note
Bn ; P
b) Propriétés
Soit X une variable aléatoire dont la loi de probabilité est une loi binomiale de paramètres n et P .
On a :
E X n P .
V X n P 1 P .
Application n°1
On lance fois 5 de suite une pièce de monnaie de façon indépendante. Soit X la variable aléatoire
associée au nombre de fois où « pile » apparaît lors des 5 lancés.
1- Détermine la loi de probabilité.
2- Calcule E X l’espérance mathématique de X , V X la variance de X et X
l’écart – type de X .
Exercices d’application
Exercice n°1
Partie A
On dispose de deux urnes u1 et u 2
L’urne u1 contient 3 boules rouges et 2 boules blanches.
L’urne u 2 contient 4 boules rouges et 2 boules blanches.
On choisit au hasard une urne et on tire au hasard une boule de cette urne. On suppose que chaque urne
a la même chance d’être choisie et que toutes les boules sont indiscernables au toucher.
11
1- Démontre que la probabilité de tirer une boule blanche est .
30
2- Sachant que la boule tirée est blanche, quelle est la probabilité qu’elle provienne de l’urne u1 .
8 10
Partie B
On dispose à présent de l’urne u 2 . Un jeu consiste à tirer une boule de l’urne.
Si la boule tirée est rouge, le jeu s’arrête.
Si la boule tirée est blanche, on effectue un second tirage en ne remettant pas la première boule
tirée dans l’urne.
Le tirage d’une boule rouge fait perdre 500 F CFA à un joueur, tandis que le tirage d’une boule blanche
lui rapporte 1 000 F CFA .
Soit X la variable aléatoire qui à chaque tirage d’une boule associe le gain algébrique du joueur.
1- a) Détermine les valeurs prises par X .
b) Détermine la loi de probabilité de X .
200
2- a) Démontre que l’espérance mathématique de X est : E X
3
b) Que représente cette valeur ? interprète-la.
1
3- Soit l’événement A : « Obtenir un gain positif ». Justifie que : P A
3
4- Détermine puis construis la fonction de répartition F X
2
( 1 cm pour 500 en abscisse et 1 cm pour en ordonnée )
15
Partie C
1- On organise 5 fois de suite le jeu dans les mêmes conditions que dans la partie B
Quelle est la probabilité pour que l’événement A se réalise exactement 3 fois.
2- a) On organise le jeu n n 1 fois de suite. Justifie que la probabilité P0 de ne pas avoir de
n
2
gain positif pendant les n fois est : P0
3
b) Calcule la probabilité Pn de gagner au moins une fois un gain positif pendant le jeu.
3- Détermine la plus petite valeur n 0 de n telle que Pn 0,995 .
Exercice n°2
Partie A
Dans la population d’une ville africaine, 20 % des individus sont sidéens. Parmi ces sidéens, 60 % sont
tuberculeux. Parmi ceux qui ne sont pas sidéens, 10 % sont tuberculeux.
On choisit un individu au hasard dans la population. On définit les événements suivants.
S : « L’individu a le sida » et T : « L’individu a la tuberculose »
1- a) Donne les valeurs des probabilités suivantes : P S et PS T
3
b) Justifie que la probabilité pour qu’un individu soit atteint des deux maladies est :
25
9 10
2- a) Détermine la probabilité pour qu’un individu soit atteint uniquement de tuberculose.
1
b) Déduis de ce qui précède que : P T
5
3- On choisit un individu et on constate qu’il a la tuberculose.
a) Quelle la probabilité pour qu’il soit sidéen ?
b) Les événements S et T sont – ils indépendants ? Justifie ta réponse.
Partie B
On choisit au hasard 5 individus de cette population de manières indépendantes. On désigne par X la
variable aléatoire associé au nombre de tuberculeux parmi les cinq individus.
1- a) Justifie que X suit une loi binomiale dont on précisera les paramètres.
b) Calcule la probabilité d’avoir exactement trois 3 individus atteints de tuberculose.
c) Quelle est la probabilité qu’un individu au moins soit atteint de la tuberculose ?
2- Calcule l’espérance mathématique E X , la variance V X et l’écart – type X .
3- On choisit n individus .
a) Calcule, en fonction de n , la probabilité q n de ne pas avoir de tuberculeux.
b) Calcule, en fonction n , la probabilité Pn d’avoir au moins un tuberculeux parmi les n
individus.
c) Quelle est la valeur minimale de n pour que l’on ait : Pn 0,9
10 10
