1. Introduction. 1.1 Jeux, divination et hasard

Dimension: px
Commencer à balayer dès la page:

Download "1. Introduction. 1.1 Jeux, divination et hasard"

Transcription

1 La Bible (env. V e siècle av. J.-C.) Le sort fait cesser les contestations, Et décide entre les puissants. (Proverbes, 18, 18) 1. Introduction 1.1 Jeux, divination et hasard Les archéologues ont retrouvé dans des habitats très anciens des pierres de différentes couleurs ainsi que des os, en particulier l os du talon de certains animaux (chiens et moutons), qui présentent quatre faces relativement symétriques. On les appelle des astragales. L utilisation de ces astragales n est pas connue avec certitude, on pense qu ils étaient là pour le jeu et pour des pratiques divinatoires. A partir de l antiquité on est sûr de l existence de jeux avec des astragales. Les quatre astragales étaient couramment utilisés dans les temples de la Grèce antique et à Rome. On pense que c est par une observation attentive des lancers, observation qui montrait à l évidence que la régularité des apparitions dépendait de l animal dont l os provenait, qu est venue l idée de construire un objet plus sûr: le dé. Le dé le plus ancien que l on ait retrouvé date du début du troisième millénaire avant Jésus Christ. Il comporte des points marqués sur chaque face dans un ordre consécutif. Ce n est qu au premier millénaire, avant notre ère que l on trouve le dé moderne, avec la répartition actuelle des points sur les faces. On a créé des dés avec 4, 6, 8, 12 voir 20 faces (icosaèdre). 1.2 L origine des mots hasard, aléa et chance Le terme de hasard est un terme, qui apparaît au Moyen-Âge, et dont l étymologie n est pas bien établie. Il pourrait s agir d une adaptation du mot arabe «sar» qui signifie dé, ou encore d une dérivation du nom d un château, El Azar, en Syrie, où un jeu pratiqué avec 2 ou 3 dés, avait été découvert. Hasard : n.m. représente un emprunt (v.1150, hasart) à l arabe az-zahr, «jeu de dés», par l intermédiaire de l espagnol azar (1283) «jeu de dés» et «coup défavorable au jeu de dés». Le mot arabe vient de zahr «fleur» ou «chance» (espagnol azahar «fleur d oranger»), les dés ayant porté une fleur sur l une des faces, soit du verbe yasara «jouer au hasard». Le h- est dû au fait qu au moyen âge les mots à initiale vocalique, d origine étrangère, étaient régulièrement écrits avec h. Hasard a désigné au moyen âge un jeu de dés et s est dit (1200) d un coup heureux à ce jeu (le six). C est de ce premier sens que vient l expression jeu de hasard (1538), mais aujourd hui la référence au jeu de dés est oubliée, hasard, étant toujours compris au sens absolu et philosophique. (Dictionnaire Historique De La Langue Française, Dictionnaires Le Robert, Paris, 1993) Aléa : n.m. est emprunté (1852) au sens de «hasard» au latin alea, mot d origine inconnue signifiant «jeu de dés», puis dés (le mot classique pour «dés» étant talli) et enfin «hasard». Le sens de «dés» reste connu par la phrase célèbre de César, franchissant le fleuve Rubicon, alea jacta est, «les dés sont jetés». (Dictionnaire Historique De La Langue Française, Dictionnaires Le Robert, Paris, 1993) Chance : n.f. d abord chaance (v. 1175), caanche (1200), est issu de l évolution du latin cadentia ( cadence), participe présent pluriel neutre de cadere «tomber» ( choir) pris pour un féminin, proprement «action de tomber», spécialement employé en latin au jeu des osselets. 1

2 Le mot désigne le hasard qui peut faire réussir ou échouer une entreprise. ( ) Sa spécialisation au jeu «chute des dés» (1208) a disparu. (Dictionnaire Historique De La Langue Française, Dictionnaires Le Robert, Paris, 1993) Ainsi donc hasard et jeu ont la même origine. Lanier (1991) Les jeux, au sens large, qui peuvent relever du calcul des probabilités, peuvent être de hasard classique avec mise, mais aussi de hasard décisionnel, de partage. Dans ce dernier cas, le hasard est convoqué pour obtenir une décision, par exemple lorsque l enjeu ne peut être divisé (la tunique du Christ, les charges de la démocratie athénienne). Le hasard et son calcul peuvent être convoqués soit pour aider le joueur à élaborer une stratégie gagnante dans un jeu de hasard c est-à-dire mesurer, peser, comparer avec le maximum de justesse, soit pour assurer l égalité entre des joueurs devant une décision à prendre ou un choix devant éviter la tricherie c est-àdire assurer la justice. Comme on le verra, ce sont ces deux aspects qui président à la constitution du calcul et c est sans doute, leur conjonction qui va permettre sa naissance. (Lanier D., La géométrie du hasard, in : Rev. Sc. et Techn. en perspective, 1991) 1.3 Qu est-ce que le hasard? Dans son ouvrage l Essay d analyse sur les jeux de hazard, (1708) de Montmort dans son introduction affirmait que le hasard n existait pas, mais que l on usait de ce mot pour stigmatiser notre ignorance des phénomènes étudiés. De Montmort (1708) A parler exactement, rien ne dépend du hasard; quand on étudie la nature, on est bientôt convaincu que son auteur agit d une manière générale et uniforme, qui porte le caractère d une sagesse et d une prescience infinies. Ainsi pour attacher à ce mot «hasard» une idée qui soit conforme à la vraie philosophie, on doit penser que toutes choses étant réglées suivant des lois certaines, dont le plus souvent l ordre ne nous est pas connu, celles-là dépendent du hasard dont la cause naturelle nous est cachée. Après cette définition on peut dire que la vie de l homme est un jeu où règne le hasard. (De Montmort, Essay d analyse sur les jeux de hazard, 1708) On retrouve cette vision déterministe de la réalité chez P.S. De Laplace, qui écrivait en 1814: Laplace (1814) Tous les événements, ceux même qui par leur petitesse semblent ne pas tenir aux grandes lois de la nature, en sont une suite aussi nécessaire que les révolutions du soleil. Dans l ignorance des liens qui les unissent au système entier de l univers, on les a fait dépendre des causes finales ou du hasard, suivant qu ils arrivaient ou se succédaient avec régularité ou sans ordre apparent; mais ces causes imaginaires ont été successivement reculées avec les bornes de nos connaissances et disparaissent entièrement devant la saine philosophie, qui ne voit en elles que l expression de l ignorance où nous sommes des véritables causes. Les événements actuels ont avec les précédents une liaison fondée sur le principe évident, qu une chose ne peut commencer d être sans une cause qui la produise. Cet axiome, connu sous le nom de «principe de la raison suffisante», s étend aux 2

3 actions même que l on juge indifférentes. La volonté la plus libre ne peut sans un motif déterminé leur donner naissance; car si, toutes les circonstances de deux positions étant exactement semblables, elle agissait dans l une et s abstenait d agir dans l autre, son choix serait un effet sans cause; elle serait alors, dit Leibniz, le hasard aveugle des épicuriens. L opinion contraire est une illusion de l esprit qui, perdant de vue les raisons fugitives du choix de la volonté dans les choses indifférentes, se persuade qu elle est déterminée d elle-même et sans motifs. Nous devons donc envisager l état présent de l univers comme l effet de son état antérieur et comme la cause de celui qui va suivre. Une intelligence qui, pour un instant donné, connaîtrait toutes les forces dont la nature est animée et la situation respective des êtres qui la composent, si d ailleurs elle était assez vaste pour soumettre ces données à l analyse, embrasserait dans la même formule les mouvements des plus grands corps de l univers et ceux du plus léger atome: rien ne serait incertain pour elle, et l avenir, comme le passé serait présent à ses yeux.» (De Laplace S.P., Essai philosophique sur les probabilités, 1814.) Les mathématiciens d alors ne donneront pas de définition formelle du hasard, jugeant cette définition inutile à la pratique de cette discipline («Sur un sujet vaguement défini, on peut raisonner sans équivoque» dit P.S. de Laplace) voir suffisamment claire en soi («le mot hasard, intelligible en soi, éveille dans l esprit une idée parfaitement claire» (Bertrand J., Calcul des probabilités, 1889). Cette attitude philosophique à l égard de cette discipline se maintiendra jusqu au début du XX e siècle. Poincaré (1907) Et d abord, qu est-ce que le hasard? Les Anciens distinguaient les phénomènes qui semblent obéir à des lois harmonieuses, établies une fois pour toutes, et ceux qu ils attribuaient au hasard; c étaient ceux qu on ne pouvait prévoir parce qu ils étaient rebelles à toute loi. Dans chaque domaine, les lois précises ne décidaient pas de tout, elles traçaient seulement les limites entre lesquelles il était permis au hasard de se mouvoir. Dans cette conception, le mot hasard pour l un, était aussi hasard pour l autre et même pour les dieux. Mais cette conception n est plus la nôtre; nous sommes devenus des déterministes absolus, et ceux mêmes qui veulent réserver les lois du libre arbitre humain laissent du moins le déterminisme régner sans partage dans le monde inorganique. Tout phénomène, si minime qu il soit, a une cause, et un esprit infiniment puissant, infiniment bien informé des lois de la nature, aurait pu le prévoir depuis le début des siècles. Si un pareil esprit existait, on ne pourrait jouer avec lui à aucun jeu de hasard, on perdrait toujours. Pour lui, en effet, le mot de hasard n aurait pas de sens, où plutôt il n y aurait pas de hasard. C est à cause de notre faiblesse et de notre ignorance qu il y en aurait un pour nous. (Poincaré H., Science et Méthode, in : Revue du mois, 1907) Mais avec l exploration de l infiniment petit, l élaboration de la théorie quantique, qui affirme qu il n est pas possible de connaître simultanément la position et la vitesse d une particule avec une précision arbitraire, la vision déterministe de l univers a été sérieusement mis à mal. Car il ne s agit pas d une impossibilité technique, matérielle, liée à nos instruments de mesure ou à nos capacités, non, il s agit d une impossibilité fondamentale qui échappe et échappera toujours à notre contrôle. Pagels (1982) Malgré toutes les difficultés mathématiques de la définition du hasard, nous pouvons, à l instar de Richard von Mises, adopter une attitude pragmatique. Pour lui, la définition pratique d un processus aléatoire tient en ce qu il est imbattable. Imaginons une machine à sous qui génère des nombres aléatoires. A long terme, cette machine est imbattable et toute stratégie est inutile; nous pouvons alors dire 3

4 que, d un point de vue pratique, les nombres qu elle produit sont vraiment aléatoires. S il y avait le moindre défaut dans la machine si les nombres n étaient pas vraiment aléatoires, un nombre donné reviendrait plus souvent que les autres et le sachant, cela pourrait nous servir à battre la machine. Le hasard véritable est imbattable. Cette définition pratique du hasard convient au monde réel. C est sur elle que tablent les casinos et les compagnies d assurances. Et s ils sont toujours gagnants, c est parce que le hasard est imbattable et qu ils le savent bien. Observons à présent le hasard dans la nature. L atome est le meilleur endroit où nous puissions trouver le hasard il n y a rien de tel que le hasard quantique. Des processus tels que la désintégration radioactive d un noyau, soumis aux tests du hasard, triomphent à tous les coups. L instant et le lieu auxquels un atome se désintègre sont totalement aléatoires. S il nous est possible d imaginer un défaut dans la machine envisagée ci-dessus, les physiciens par contre n ont jamais pu déceler le moindre défaut dans le monde quantique. (Pagels H., L Univers quantique, Interédition, Paris, 1982, p.19) Et Pagels de poursuivre: Pagels (1982) Laplace et les autres mathématiciens ont montré que, bien que les événements aléatoires individuels fussent dépourvus de toute signification, la distribution de ces mêmes événements ne l est en rien et peut être l objet d une science exacte: la théorie des probabilités. L idée centrale de cette théorie est la notion de distribution des probabilités ou affectation de probabilités à un ensemble d événements liés les uns aux autres. (...) La distribution des probabilités résulte d une combinatoire mathématique; il s agit de l addition des différentes combinaisons permettant d obtenir tel ou tel résultat. (...) La distribution des événements semble pourvue d une objectivité que ne possède pas l événement aléatoire individuel. < Ainsi > dans le monde microscopique des atomes, c est la distribution des événements qui est spécifiée par la théorie quantique, et non pas les événements individuels eux-mêmes. (...) Nous pourrions imaginer que, puisqu elles détiennent une sorte d objectivité, les distributions de probabilité possèdent une existence indépendante des événements individuels. Cette erreur peut nous inciter à croire que la distribution «oblige» les événements à se conformer à un schéma donné. (...) C est là un raisonnement «à rebours», parce que ce sont les événements individuels qui établissent la distribution, et non pas le contraire. En introduisant un événement non aléatoire, un élément d organisation au niveau des événements individuels, on change la distribution des probabilités. L invisibilité et l objectivité des distributions sont étonnantes; mais celles-ci possèdent une autre caractéristique tout aussi remarquable: leur stabilité, qu il s agisse de distributions de mouvements atomiques, de réactions chimiques, d événements biologiques ou sociaux. Nous n imaginons pas que les distributions de probabilité au jeu de dés puissent changer avec le temps, puisque les dés ne sont pas soumis à des forces temporelles. Mais qu en est-il de la probabilité de fractures de la jambe dans une station de ski donnée, saison après saison? Comment peut-on expliquer la stabilité de cette probabilité sur de très longues périodes? Cette stabilité résulte du fait que l événement individuel est aléatoire et indépendant des autres événements semblables. Le désordre au niveau individuel entraîne un déterminisme collectif. (...) La distribution est stable parce que les événements sont aléatoires et indépendants. Ce n est qu en introduisant un événement non aléatoire (...) que l on pourra modifier la distribution. (Pagels H., L Univers quantique, Interédition, Paris, 1982, pp ) Ainsi les événements qui nous paraissent ou qui sont fondamentalement aléatoires peuvent faire l objet d une étude scientifique du fait même de leur caractère aléatoire. C est là le fondement même de cette branche des mathématiques appelée statistique. Ces disciplines que l on jumelle volontiers, statistique et probabilité, sont très récentes. C est en 4

5 effet dans les années 1930 que le mathématicien russe Kolmogorov élabora l axiomatique des probabilités. Si l on sait que le complexe peut être appréhendé, par le biais des distributions de probabilité, par le général, le «simple», ce n est que tout dernièrement que l on s est rendu compte, par l étude des systèmes dynamiques, que le simple engendre le complexe. Ce complexe ayant alors tous les aspects de l aléatoire. C est dans les années cinquante qu ont commencé les premiers travaux sur le chaos. On parle maintenant de chaos déterministe appellation aussi stupéfiante que celle utilisée par B. Pascal pour décrire le premier traité de probabilité: La Géométrie du Hasard. Après avoir signalé la différence qui existe entre déterminisme et prévisibilité, I. Stewart, dans son ouvrage La Nature et les Nombres, présente le problème sous ce nouvel angle. Stewart (1998) Notre monde est-il déterministe, ainsi que le dit Laplace, ou est-il régi par le hasard, comme il semble souvent l être? Et, si vraiment Laplace avait raison, pourquoi notre expérience quotidienne le dément-il si fréquemment? L un des domaines les plus excitants des nouvelles mathématiques connu par le public sous le nom de théorie du chaos se targue de pouvoir apporter bien des réponses. Qu il le fasse ou non, il révolutionne certainement la manière dont nous pensons à l ordre et au désordre, aux lois et à la chance, à la prévisibilité et au hasard. (...) Où Laplace avait-il donc commis une erreur? Le point à ne pas manquer, c est qu en réalité on ne peut jamais mesurer l état initial d un système de manière exacte. Les mesures les plus précises que l on soit parvenu à faire sur un système physique sont exactes à la dixième ou à la douzième décimale près. Et l énoncé de Laplace ne vaut que si l on arrive à mesurer les grandeurs avec une précision infinie, avec un nombre infini de décimales et cela, bien entendu, c est exclu. A l époque de Laplace, les gens étaient conscients de ces incertitudes de mesure, mais ils supposaient généralement que, s ils avaient été en mesure de déterminer les grandeurs initiales avec dix décimales, par exemple, alors toutes les prédictions seraient aussi exactes à dix décimales près. L erreur ne disparaîtrait pas, mais elle ne croîtrait pas non plus. Malheureusement, l erreur croît, ce qui nous interdit de mettre bout à bout des prédictions à court terme pour en faire une prévision à long terme. (...) A chaque étape l erreur croît d un facteur dix environ. (...) Ce phénomène se nomme «sensibilité aux conditions initiales», ou, plus informellement l «effet papillon» < lorsqu un papillon à Tokyo bat des ailes, un ouragan peut se déclencher en Floride un mois plus tard >. Il est intimement lié à une très grande irrégularité dans le comportement. Tout ce qui est vraiment régulier est assez prévisible. Mais une très grande sensibilité aux conditions initiales rend un système imprévisible donc irrégulier. C est pour cela que l on qualifie tout système sensible aux conditions initiales de chaotique. Un comportement chaotique suit des lois déterministes, mais il est si irrégulier que l oeil non exercé le prend pour un phénomène réellement aléatoire. Le chaos, ce n est pas seulement un comportement compliqué et sans motif apparent; le concept est bien plus subtil. Le chaos a les apparences de la complication, en apparence aucun motif n est présent, mais l explication est simple et de nature déterministe. (...) Cette découverte fut le fruit de trois développements indépendants. L un d eux a été un changement d intérêt, lorsque les scientifiques se sont désintéressés des comportements périodiques pour s intéresser à des comportements plus complexes. Le deuxième fut l avènement de l ordinateur, qui a rendu possible, rapide et aisée la recherche de solutions approchées des équations dynamiques. Le troisième fut un changement de perspective sur la dynamique que l on a commencé à approcher par la géométrie au lieu d utiliser des approches numériques. Le premier développement a fourni un objectif, le deuxième une technique, le troisième un outil pour la compréhension. (Stewart I., La Nature et les Nombres, Hachette, Paris, 1998, pp ) En quoi ces données nouvelles ont-elles modifié notre mathématisation des phénomènes 5

6 aléatoires? Pour ce qui est du calcul lui-même les résultats établis avant le début du XX e siècle restent valables. C est dans l analyse des fondements ainsi que dans la manière d envisager les objets mathématiques concernés que les changements peuvent être observés. 6

7 2. Quelques problèmes historiques 2.1 L astragale Dans un astragale on attribuait à la face supérieure convexe 4 points, à la face opposée concave 3 points, à la face latérale la plus grande, 1 points et à la face latérale opposée la plus mince, 6 points. On a fait avec un astragale de mouton de nombreux jets et on a ainsi pu établir les probabilités empiriques suivantes: la probabilité pour obtenir l une des faces latérales est de 0,1, et la probabilité l une des deux autres faces est de 0,4. On jetait le plus souvent quatre astragales. On appelait «coup du chien» lorsque l on obtenait 4 fois la même face latérale. Ce coup était considéré comme un mauvais présage. Le nom de «coup de Vénus» était donné lorsque les quatre astragales présentaient des faces toutes différentes. Ce coup était considéré comme un présage favorable. a) Quelles sont, avec les données expérimentales ci-dessus, les probabilités d obtenir de tels coups? Différentes astragales de ruminants b) Avec les données expérimentales citées cidessus quelle est la moyenne des points que l on obtient en jetant les quatre astragales? 2.2 Le problème du Grand duc de Toscane: Le jeu de passe-dix On jouait beaucoup, au XVI e et XVII e siècle, au jeu de passe-dix. La règle en est très simple; on jette trois dés au hasard; l un des joueurs gagne s il obtient une somme de points supérieurs à 10; il perd si la somme des points est inférieure ou égale à 10. a) Ce jeu est-il équitable? b) L expérience a montré que la somme de 9 sortait moins souvent que la somme 10 alors qu il y a pourtant autant de combinaisons pour obtenir ces deux sommes. Pourquoi? c) Quelle est la différence de fréquence d apparition entre la somme de 9 et celle de 10? 7

8 2.3 Le premier problème du chevalier de Méré: le problème des dés. Pascal (1654) «Je n ai pas le temps de vous envoyer la démonstration d une difficulté qui étonnait fort M. de Méré; car il a un très bon esprit, mais il n est pas géomètre. C est comme vous savez, un grand défaut. Il me disait donc qu il avait trouvé difficulté sur les nombres pour cette raison: si l on entreprend de faire 6 avec un dé, il y a avantage de l entreprendre par quatre coups. Si l on entreprend de faire «sonnez» (double six) avec deux dés, il y a désavantage de l entreprendre en vingt-quatre coups, et néanmoins 24 est à 36, qui est le nombre des faces de deux dés, comme 4 est à 6, qui est le nombre des faces d un dé. Voilà quel était son grand scandale et qui lui faisait dire hautement que les propositions n étaient pas constantes et que l arithmétique se dément.» (Extrait de la lettre de B.Pascal à P. Fermat datée du 29 juillet 1654) a) Reformulée en langage moderne le «scandale» du chevalier de Méré revient à poser la question suivante: pourquoi est-il plus avantageux d obtenir au moins un 6 en lançant 4 fois un dé que d obtenir au moins un double 6 en lançant 24 fois deux dés alors que 4 est à 6 comme 24 est à 36? Il apparut assez rapidement que la valeur moyenne du nombre d épreuves qu il faut tenter pour voir un événement se produire est l inverse de sa probabilité. Si, par exemple, la probabilité d un événement est de 1/100, il faut tenter, en moyenne cent épreuves pour que l événement se produise, mais vraisemblablement l événement se produira en un nombre d épreuves moindre. Pour le chevalier de Méré il y a une chance sur deux pour qu un tel événement se produise avant cinquante épreuves ou pour qu il se produise après, parce que 50 est à 100 ce que 1 est à 2. Il s appuyait pour affirmer cela sur le fait que lorsque la probabilité est de 1/2, il y a égale chance pour que l événement se produise à la première épreuve, ou pour qu il se produise ensuite. b) Que pensez-vous de ce raisonnement et quelle serait votre réponse à la question: quelle est la valeur probable du nombre d épreuves à réaliser pour qu un événement de probabilité 1/100 ait une chance sur deux de se réaliser? c) Montrer que de façon générale, si la probabilité d un événement est p à chaque épreuve, p étant inférieur à 1/25, la valeur probable du nombre d épreuves qu il faut tenter pour voir l événement se produire avec une probabilité de 50% est approximativement de 0,7/p. Ainsi si la probabilité d un événement est 1/400, on peut parier à égalité que cet événement se produira avant 280 épreuves. 2.4 Le deuxième problème du chevalier de Méré: le problème des Partis Dans une première lettre de l été 1654 (malheureusement perdue), B.Pascal soumet à P.Fermat un deuxième problème, posé par le chevalier de Méré: Deux joueurs engagent chacun 32 pistoles dans un jeu de pile ou face; empochera les 64 pistoles celui d entre eux qui, le premier, aura obtenu 3 succès, consécutifs ou non. Ils jouent une première manche, un des deux joueurs gagne; ils sont à ce moment obligés de se séparer, et la partie ne sera jamais terminée. Comment partager équitablement l enjeu entre eux? Quelle réponse donnez-vous à cette question et pourquoi? 8

9 P. Fermat répondra à B. Pascal qui lui répondra à son tour, dans cette même lettre du 29 juillet Cette date symbolique est considérée par certains comme le véritable début de l étude mathématique des probabilités. Pascal présente à Fermat, non seulement la solution à la question du chevalier de Méré, mais une méthode qui permet une généralisation. Ce problème est connu sous le nom de: problème des partis. B.Pascal dans son traité: Traité du triangle arithmétique précise ce qu il entend par cette dénomination. Pascal (1654) Pour déterminer les partis qu on doit faire entre deux joueurs qui jouent en plusieurs parties. Pour entendre les règles des partis, la première chose qu il faut considérer est que l argent que les joueurs ont mis au jeu ne leur appartient plus, car ils en ont quitté la propriété: mais ils ont reçu en revanche le droit d attendre ce que le hasard leur en peut donner, suivant les conditions dont ils sont convenus d abord. Mais comme c est une loi volontaire, ils peuvent la rompre de gré à gré; et ainsi, en quelque terme que le jeu se trouve, ils peuvent le quitter; et, au contraire de ce qu ils ont fait en y entrant, renoncer à l attente du hasard, et rentrer chacun en la propriété de quelque chose. Et en ce cas, le règlement de ce qui doit leur appartenir doit être tellement proportionné à ce qu ils avaient droit d espérer de la fortune, que chacun d eux trouve entièrement égal de prendre ce qu on lui assigne ou de continuer l aventure du jeu: et cette juste distribution s appelle le parti. (Pascal B., Traité du triangle arithmétique, 1654). Précisons encore que ce problème des partis, est déjà abordé par L.Pacioli ( ) dans son ouvrage: Summa de arithmetica, geometria, proprotionii et proportionalita: Une brigade joue à la paume: il faut 60 pour gagner, chaque coup vaut 10. L enjeu est de 10 ducats. Un incident survient qui force les soldats à interrompre la partie commencée, alors que le premier camp a gagné 50 et le second 20. On demande quelle part de l enjeu revient à chaque camp. La solution de L. Pacioli sera critiquée par N. Tartaglia ( ), qui par un chemin différent, aboutira à la même solution que L. Pacioli. Il conclura: La résolution d une telle question est davantage d ordre judiciaire que rationnel et quelque manière qu on veuille la résoudre, on y trouvera sujet à litiges. La clé du problème sera fournie par G.Cardan ( ), qui pourtant ne pourra l exploiter et donnera dans son ouvrage, Practica arithmetica et mesurandi singularis (1539), une réponse erronée au problème posé par L. Pacioli. Il faudra attendre un siècle pour que B. Pascal et P. Fermat donnent la solution à ce problème par deux voies différentes (pour les détails concernant les différentes solutions proposées par L.Pacioli, N. Tartaglia et G. Cardan, voir l article de D. Lanier La géométrie du hasard, mars 1991). 9

10 2.6 Le problème de l aiguille de Buffon Je suppose que dans une chambre dont le parquet est simplement divisé par des joints parallèles, on jette en l air une aiguille, et que l un des joueurs parie que l aiguille ne croisera aucune des parallèles du parquet, et que l autre, au contraire parie que l aiguille croisera quelques unes des parallèles; on demande le sort de ces deux joueurs. Georges Louis Leclerc, comte de Buffon ( ) En d autres termes, en désignant par 2a la distance des joints parallèles du plancher et par 2l la longueur de l aiguille, quelle est la probabilité que l aiguille rencontre un des joints? (On supposera que l < a pour ne pas avoir à considérer les cas où l aiguille coupe plusieurs joints) Remarque : Comme vous le trouverez, le résultat fait intervenir le nombre π. En effectuant donc un grand nombre de jets d aiguille on peut trouver des approximations de la valeur π! C est ainsi qu en 1850 Wolf lance 5000 aiguilles avec une rapport l/a = 0,8 et trouve 2532 intersections; il en déduit l approximation π = 3,1596. En 1855, Smith d Aberdeen lance 3204 aiguilles avec un rapport l/a = 0,6 et trouve 1218,5 (les demi-intersections correspondent aux cas ambigus); il en déduit l approximation π = 3,1553. En 1860, Augustus De Morgan lance 600 aiguilles avec un rapport l/a = 1 et trouve 382,5 intersections; il en déduit l approximation π = 3,137. (Delahaye J.P., Le fascinant nombre π, pp ). 2.7 Le paradoxe de la corde de Bertrand Bertrand, (1899) On trace une corde au hasard dans un cercle; quelle est la probabilité pour que sa longueur soit supérieure au côté du triangle équilatéral inscrit? (Bertrand J., Calcul des Probabilités) Joseph Bertrand, ( ) 10

11 3. Conclusion provisoire Avant de passer à une présentation axiomatisée moderne des probabilités, axiomatisation accomplie dans le milieu du XX e siècle par le mathématicien russe Kolmogorov, Henri Poincaré brosse un résumé de l'état des problèmes que pose la notion de probabilité dans un texte écrit au début de ce siècle. Poincaré (1918) Pour classer les problèmes qui se présentent à propos des probabilités, on peut se placer à plusieurs points de vue différents, et d'abord au point de vue de la généralité. J'ai dit plus haut que la probabilité est le rapport du nombre de cas favorables au nombre des cas possibles. Ce que, faute d'un meilleur terme, j'appelle la généralité, croîtra avec le nombre des cas possibles. Ce nombre peut être fini; comme, par exemple, si l'on envisage un coup de deux dés où le nombre de cas possibles est 36. C'est là le premier degré de généralité. Mais, si nous demandons, par exemple, quelle est la probabilité pour qu'un point intérieur à un cercle soit intérieur au carré inscrit, il y a autant de cas possibles que de points dans le cercle, c'est-à-dire une infinité. C'est le second degré de généralité. La généralité peut être poussée plus loin encore: on peut se demander la probabilité pour qu'une fonction satisfasse à une condition donnée; il y a alors autant de cas possibles qu'on peut imaginer de fonctions différentes. C'est le troisième cas de généralité, auquel on s'élève, par exemple, quand on cherche à deviner la loi la plus probable d'après un nombre fini d'observations. On peut se placer à un point de vue tout différent. Si nous n'étions ignorants, il n'y aurait pas de probabilité, il n'y aurait de place que pour la certitude; mais notre ignorance ne peut être absolue sans quoi il n'y aurait pas non plus de probabilité, puisqu'il faut un peu de lumière pour parvenir même à cette science incertaine. Les problèmes de probabilité peuvent ainsi se classer d'après la profondeur plus ou moins grande de notre ignorance. En mathématiques, on peut déjà se proposer des problèmes de probabilité. Quelle est la probabilité pour que la 5ème décimale d'un logarithme pris au hasard dans une table soit un 9? On n'hésitera pas à répondre que cette probabilité est 1/10. Ici nous possédons toutes les données du problème; nous saurions calculer notre logarithme sans recourir à la table; mais nous ne voulons pas nous en donner la peine. C'est le premier degré de l'ignorance. Dans les sciences physiques, notre ignorance est déjà plus grande. L'état d'un système, à un instant donné, dépend de deux choses: son état initial et la loi d'après laquelle cet état varie. Si nous connaissions à la fois cette loi et cet état initial, nous n'aurions plus qu'un problème mathématique à résoudre et nous retomberions sur le premier degré d'ignorance. Mais il arrive souvent qu'on connaisse la loi et qu'on ne connaisse pas l'état initial. On demande, par exemple, quelle est la distribution actuelle des petites planètes; nous savons que, de tous temps, elles ont obéi aux lois de Kepler, mais nous ignorons quelle était leur distribution initiale. Dans la théorie cinétique des gaz, on suppose que les molécules gazeuses suivent des trajectoires rectilignes et obéissent aux lois du choc des corps élastiques; mais, comme on ne sait rien de leurs vitesses initiales, on ne sait rien de leurs vitesses actuelles. Seul, le calcul des probabilités permet de prévoir les phénomènes moyens qui résulteront de la combinaison de ces vitesses. C'est là le second degré d'ignorance. Il est possible, enfin, que non seulement les conditions initiales, mais les lois elles-mêmes, soient inconnues; on atteint alors le troisième degré de l'ignorance et, généralement, on ne peut plus rien affirmer du tout au sujet de la probabilité d'un phénomène. Il arrive souvent qu'au lieu de chercher à deviner un événement d'après une connaissance plus ou moins imparfaite de la loi, on connaisse les événements et qu'on cherche à deviner la loi; qu au lieu de déduire les effets des causes, on veuille déduire les causes des effets. Ce sont là les problèmes dits de probabilités des causes, les plus intéressants au point de vue de leurs applications scientifiques. (...) 11

12 On peut dire que c'est le problème essentiel de la méthode expérimentale. J'ai observé n valeurs de x et les valeurs correspondantes de y; j'ai constaté que le rapport des secondes aux premières est sensiblement constant. Voilà l'événement; quelle est la cause? Est-il probable qu'il y ait une loi générale d'après laquelle y serait proportionnel à x et que les petites divergences soient dues à des erreurs d'observations? Voilà un genre de question qu'on est sans cesse amené à se poser et qu'on résout inconsciemment toutes les fois que l'on fait de la science. (Poincaré H., La Science et l'hypothèse, pp ). 12

13 4. Présentation axiomatique des probabilités de Kolmogorov (1933) 4.1 Expérience aléatoire Univers Evénements Définitions On appelle épreuve ou expérience aléatoire ε une expérience qui peut être répétée dans des conditions apparemment identiques et dont le résultat ne peut être prévu a priori : jet de dés; tirage de boules dans des urnes avec (ou sans) remise; choix d une direction dans le plan ; etc. On appelle éventualité ou issue, le résultat de l expérience aléatoire et ensemble des constituants, ou univers, l ensemble des résultats possibles. On note souvent cet ensemble univers par les lettres U, E ou Ω. Remarques 1. Cet univers Ω peut être fini comme dans l expérience aléatoire d un jet de dé cubique. Ω = 1;2;3; 4;5;6 { }. 2. Cet univers peut être infini dénombrable comme dans l expérience suivante jet d une pièce de monnaie jusqu à ce que pile apparaisse. E = P;FP;FFP;FFFP;... { } 3. Cet univers peut être infini non dénombrable comme dans l expérience suivante angle formé par une aiguille jetée sur un plancher formé de lames de même direction (cf. l expérience aléatoire de l aiguille de Buffon). U = 0;2π [ [ Définitions On appelle événement tout sous-ensemble A de l univers U. On dit d un événement A qu il s est réalisé ou qu il a eu lieu, si lors du déroulement de l expérience aléatoire se présente une issue appartenant à A. En d autres termes: considérons une expérience aléatoire dont les issues forment un univers U. Soit A un événement et e U une issue de l expérience aléatoire. Si e A, alors l événement A s est réalisé, et si e A, alors l événement A ne s est pas réalisé; on dit alors que c est l événement contraire A qui s est réalisé. On appelle événement élémentaire tout singleton de U. On dit que U est un événement certain. On dit que l ensemble vide,, est l événement impossible. Soit A et B deux événements tels que A B = on dit alors que les deux événements sont incompatibles. Soit A un événement de U, on dit que l événement contraire de A s est réalisé, événement contraire que l on note A, si l événement A ne s est pas réalisé 13

14 Exercices 1. Montrer que l ensemble vide est inclus dans tout ensemble A. 2. On note PU ( ) l ensemble des sous-ensembles de l ensemble U. Montrer, à l aide d un raisonnement par récurrence, que si l univers U possède n éléments alors il y a 2 n événements. 4.2 Algèbre des ensembles Définitions Un événement étant un sous-ensemble d un ensemble appelé univers, on peut envisager de construire d autres événements à partir d événements, élémentaires par exemple, à l aide des opérations sur les ensembles: l intersection et la réunion, symbolisée par : et. Ainsi l événement A B se réalise lorsque les événements A et B se produisent tous les deux. L événement A B se réalise lorsque l événement A ou bien l événement B (éventuellement les deux) se produit. On a vu plus haut que A définit l événement contraire de A, cette notion permet de définir la différence de deux ensembles : A B = A B. On a de plus une relation d ordre entre les sous-ensembles de l univers U: l inclusion. Ainsi si la réalisation de l événement A entraîne systématiquement la réalisation de l événement B, on dit que A implique B; ceci se note : A B. Deux ensembles sont égaux s ils contiennent les mêmes éléments. Propriétés des opérations sur les événements P 1 P 2 Les opérations et sont associatives et commutatives. Dans le cas où l univers U est fini ces opérations sont internes dans P(U). P 3 A ( B C) = ( A B) ( A C) P 4 A ( B C) = ( A B) ( A C) P 5 P 6 P 7 P 8 ( A) A B B A A B A B = A A B A B = B = A P 9 P 10 P 11 A B = A B A B = A B n I i =1 Ai = U n Ai i=1 14

15 P 12 n U i =1 n Ai = I Ai. i=1 Remarque Deux ensembles A et B sont égaux si Exercice A= B A Bet B A Justifiez les propriétés P 3 à P 10 à l aide de diagramme de Venn. Définition Soit F U une famille de parties de U. Si (1) U F U, si (2) quels que soient A, B F U, alors A, B, A B, A B F U et si (3) A 1, A 2,..., A n,...forment une suite Ai F U et I Ai F U alors F U est dénombrable d ensembles appartenant à F U entraîne i =1 une tribu d événements sur U. i=1 Remarque Dans le cas où l univers U est fini, F U =P(U) et la propriété c n a pas de sens. On a donc, dans ce cas-là une tribu naturelle évidente. C est lorsque l univers U est infini, dénombrable ou non, que l exigence signalée au point c est essentielle. 4.3 Fondement axiomatique de la théorie des probabilités Soit U l ensemble de toutes les issues d une expérience aléatoire. Soit F U une tribu d événements construite sur U. On considère Une application Pr de F dans est une U probabilité si elle satisfait aux quatre axiomes suivants Axiome 1. Pour tout événement A F U, Pr(A) est positif ou nul. Axiome 2. Pr(U)=1 Axiome 3. Si A et B sont deux événements incompatibles alors Pr( A B)=Pr(A)+Pr(B) Axiome 4. Si A 1, A 2,..., A n,...forment une suite dénombrables d éléments de F U, telle que tous ces événements soient incompatibles deux à deux alors Pr( U Ai )= Pr(A i ) i =1. i =1 Remarque Il va de soi que l axiome 4 n a de sens que si les issues de l expérience aléatoire sont en nombre infini. 15

16 Définition On dit alors que l on est en présence d un espace de probabilité, c est-à-dire que l on s est donné un ensemble U, une tribu F U et une probabilité Pr satisfaisant aux 4 axiomes. Ce que l on résume en disant que le triplet (U; F U ; Pr) est un espace de probabilité. Propriétés de la fonction probabilité P 1 P 2 P 3 P 4 Pr( A)=1-Pr(A) Pr( )=0 Si A B alors Pr(A) Pr(B) Pour tout événement A on a 0 Pr(A) 1 P 5 Pr( A B)=Pr(A)-Pr( A B) P 6 Pr( A B)=Pr(A)+Pr(B)-Pr( A B) P 7 P 8 Si U est fini et si A 1, A 2,..., A n est une famille d événements incompatibles n deux à deux, alors Pr( U Ai )= Pr(A i ) i =1 n i =1 Si U est formé de n événements élémentaires, A 1, A 2,..., A n que l on suppose, pour des raisons «évidentes», équiprobables alors Pr( A i )= 1 n. P 9 Si un événement A est formé de la réunion de k événements élémentaires équiprobables, alors Pr(A)= k n. Exercice Démontrez les propriétés P 1 à P 9 16

17 4.4 Evénement indépendant et probabilité conditionnelle Lorsque, en enchaînant deux expériences aléatoires, le déroulement de la seconde est lié à celui de la première, les probabilités de réalisation de la seconde seront donc liées à celle de la première. On parle alors de probabilité conditionnelle que l on définit de la manière suivante. Définition: Soit A et B deux événements d un univers probabilisé U. Si Pr( A) 0, alors on appelle probabilité conditionnelle de B sachant A, le nombre Pr(B / A) = Pr( A B) Pr(A) Propriété Pr(B / A) est une probabilité. Exercice Démontrez la propriété ci-dessus Définition: Deux événements A et B sont indépendants si Pr( A B) = Pr(A) Pr(B) Principe général Lors d une épreuve globale qui se décompose en n épreuves partielles successives la probabilité d un événement final est égale au produit des probabilités des événements intermédiaires successifs. 17

18 5. Exercices A propos de combinatoire 5.1 a) Dans une société de 25 personnes, on doit en désigner 4 qui formeront le comité. Combien de comités différents peut-on constituer? b) Dans une société de 25 personnes, on doit désigner un président, un viceprésident, un trésorier et un secrétaire; ces quatre personnes constituent le comité. Combien de comités différents peut-on constituer? 5.2 Dans une assemblée de 25 dames et 15 messieurs, il est décidé de nommer un comité de 5 personnes. a) Combien de comités peut-on envisager? b) Combien de ces comités comprennent 3 dames? c) Combien de ces comités comprennent au moins 3 dames? 5.3 Douze joueurs d échec participent à un tournoi dans lequel chaque joueur joue une fois contre chacun des autres joueurs. Combien y a-t-il de parties disputées? 5.4 Un examen est composé de dix questions, parmi lesquelles un étudiant doit répondre à huit d entre elles et en négliger deux. a) De combien de façons peut-il faire son choix? b) De combien de façons peut-il faire son choix s il devait répondre à deux questions et en négliger huit? 5.5 Combien a-t-on de façons de placer dix personnes en file, de telle sorte que deux d entre elles ne soient pas l un à côté de l autre? A propos de probabilité 5.6 a) On lance une pièce non truquée 1000 fois en obtenant à chaque fois pile; si on lance la pièce une fois de plus, quelle est la probabilité d obtenir face? b) On lance une pièce 10 fois quelle est la probabilité d obtenir plus de faces que de piles? c) On lance une pièce fois; quelle est la probabilité d obtenir plus de faces que de piles? 18

19 5.7 Un candidat à un examen résout, en moyenne, deux questions sur trois, de sorte que la probabilité pour qu il résolve une question est 2/3. A l examen on pose trois questions, et le candidat, pour être reçu, doit en résoudre au moins deux. a) Quelle est la probabilité qu un tel candidat, devant ce type d examen, soit reçu? b) Que devient cette probabilité si on pose au candidat non pas trois questions, mais six, et qu on exige qu il réponde à quatre questions? c) A partir de combien de questions aurait-il trois chances sur cinq d être reçu si on exige qu il réponde, au moins, aux deux tiers des questions? 5.8 On lance simultanément trois pièces de monnaie parfaitement symétrique de 10, 20 et 50 centimes respectivement. Le lanceur pourra conserver les pièces qui présentent le côté pile. a) Décrire l univers. b) Quelle probabilité le lanceur a-t-il de gagner : 20 centimes? Moins de 50 centimes? Plus de 20 centimes? 5.9 Lors d un synode groupant 500 personnes, 360 personnes comprennent le latin, 200 l italien, 90 l anglais, 160 à la fois le latin et l italien, 60 à la fois le latin et l anglais, 40 à la fois l italien et l anglais et 20 les trois langues à la fois. Si l on choisit une personne au hasard parmi celles qui participent au synode, quelle probabilité y a-t-il qu elle comprenne: a) exactement deux de ces trois langues? b) l une au moins de ces langues? 5.10 Une étude statistique portant sur l absentéisme chez les élèves d un collège a donné les résultats suivants pour le mois de février 1994: 25% des élèves ont été absents exactement un jour; 12% l ont été au moins deux jours; 8% l ont été au moins trois jours; 6% l ont été au moins quatre; et 5% l ont été au moins cinq jours. On choisit un élève au hasard dans ce collège. Quelle est la probabilité qu il ait été absent: a) au moins un jour? b) jamais? c) exactement deux jours? d) moins de trois jours? e) deux ou trois jours? 5.11 On jette simultanément trois dés. Calculer la probabilité que: a) la face 3 apparaisse sur un seul des dés b) la face 1 apparaisse sur deux dés au moins c) l on ait une somme paire d) l on ait une somme dépassant 8. 19

20 5.12 On considère un dé cubique pipé de telle manière que la probabilité d apparition d une face soit proportionnelle au nombre marqué sur la face supérieure de ce dé. a) Donner la loi de probabilité de cette expérience aléatoire. b) Quelle est la probabilité d obtenir un nombre pair? 5.13 Vous jouez avec deux dés ordinaires. a) Si la somme des points obtenus est strictement supérieure à 7, vous gagnez; sinon, c est votre adversaire qui est vainqueur. Ce jeu est-il équitable? b) Si la différence entre les points marqués est 1 ou 2, vous gagnez; sinon, c est votre adversaire. Avec cette nouvelle règle, ce jeu est-il équitable? 5.14 On tire successivement 4 cartes d un jeu de 36 cartes. Le jeu ayant été brassé convenablement, quelle probabilité a-t-on de tirer a) Dans l ordre: l as de pique, de coeur, de trèfle et de carreau? b) Les quatre as? c) Les quatre as sachant que les deux premières cartes tirées étaient des as? d) Un as et trois autres cartes (ordre indifférent)? e) Un as au moins? f) Un as au moins sachant que la première carte n était pas un as? 5.15 On joue au poker avec un jeu de 52 cartes. On tire 5 cartes. Les meilleures combinaisons sont, dans l ordre: a) La suite 10, V, D, R, As dans une même couleur (flush royal) b) Une autre suite de 5 cartes consécutives dans la même couleur (flush) c) Quatre cartes de même valeur (carré) d) 3 cartes de même valeur et 2 autres cartes de même valeur (full) e) 5 cartes de même couleur mais ne se suivant pas (couleur) f) 5 cartes se suivant mais de couleurs différentes (quinte) g) 3 cartes de même valeur et deux autres cartes (brelan) h) 2 fois deux cartes de même valeur (deux paires) i) 2 cartes de même valeur (une paire) Quelle est la probabilité d obtenir chacune de ces combinaisons? 20

Exercices de dénombrement

Exercices de dénombrement Exercices de dénombrement Exercice En turbo Pascal, un entier relatif (type integer) est codé sur 6 bits. Cela signifie que l'on réserve 6 cases mémoires contenant des "0" ou des "" pour écrire un entier.

Plus en détail

PROBABILITÉS. I) Introduction, aperçu historique. Loi de probabilité

PROBABILITÉS. I) Introduction, aperçu historique. Loi de probabilité Table des matières PROBABILITÉS Résumé de cours I) Introduction, aperçu historique 1 II) Loi de probabilité 1 III)Probabilité d évènement 2 1. Le vocabulaire des probabilités................................

Plus en détail

Feuille d exercices 2 : Espaces probabilisés

Feuille d exercices 2 : Espaces probabilisés Feuille d exercices 2 : Espaces probabilisés Cours de Licence 2 Année 07/08 1 Espaces de probabilité Exercice 1.1 (Une inégalité). Montrer que P (A B) min(p (A), P (B)) Exercice 1.2 (Alphabet). On a un

Plus en détail

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires

Chapitre I. Probabilités. Bcpst 1 2 novembre 2015. I Exemples d expériences aléatoires Chapitre I Probabilités Bcpst 1 2 novembre 2015 I Exemples d expériences aléatoires Une expérience aléatoire est une expérience dont on ne peut pas prédire le résultat avant de l avoir réalisée... ce qui

Plus en détail

Exercices : Probabilités

Exercices : Probabilités Exercices : Probabilités Partie : Probabilités Exercice Dans un univers, on donne deux événements et incompatibles tels que =0, et =0,7. Calculer,, et. Exercice Un dé (à faces) est truqué de la façon suivante

Plus en détail

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2 Probabilités Table des matières I Petits rappels sur le vocabulaire des ensembles 2 I.1 s................................................... 2 I.2 Propriétés...................................................

Plus en détail

Exercices sur le chapitre «Probabilités»

Exercices sur le chapitre «Probabilités» Arnaud de Saint Julien - MPSI Lycée La Merci 2014-2015 1 Pour démarrer Exercices sur le chapitre «Probabilités» Exercice 1 (Modélisation d un dé non cubique) On considère un parallélépipède rectangle de

Plus en détail

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie...

Probabilité. Table des matières. 1 Loi de probabilité 2 1.1 Conditions préalables... 2 1.2 Définitions... 2 1.3 Loi équirépartie... 1 Probabilité Table des matières 1 Loi de probabilité 2 1.1 Conditions préalables........................... 2 1.2 Définitions................................. 2 1.3 Loi équirépartie..............................

Plus en détail

Probabilités CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES

Probabilités CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Chapitre Ce que dit le programme : Probabilités CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Objectifs visés par l enseignement des statistiques et probabilités à l occasion de résolutions de problèmes dans

Plus en détail

Probabilités conditionnelles Loi binomiale

Probabilités conditionnelles Loi binomiale Exercices 23 juillet 2014 Probabilités conditionnelles Loi binomiale Équiprobabilité et variable aléatoire Exercice 1 Une urne contient 5 boules indiscernables, 3 rouges et 2 vertes. On tire au hasard

Plus en détail

Qu est-ce qu une probabilité?

Qu est-ce qu une probabilité? Chapitre 1 Qu est-ce qu une probabilité? 1 Modéliser une expérience dont on ne peut prédire le résultat 1.1 Ensemble fondamental d une expérience aléatoire Une expérience aléatoire est une expérience dont

Plus en détail

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher.

Probabilités. Une urne contient 3 billes vertes et 5 billes rouges toutes indiscernables au toucher. Lycée Jean Bart PCSI Année 2013-2014 17 février 2014 Probabilités Probabilités basiques Exercice 1. Vous savez bien qu un octet est une suite de huit chiffres pris dans l ensemble {0; 1}. Par exemple 01001110

Plus en détail

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini.

Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. Chapitre 1: Introduction au calcul des probabilités, cas d un univers fini. 1 Introduction Des actions comme lancer un dé, tirer une carte d un jeu, observer la durée de vie d une ampoule électrique, etc...sont

Plus en détail

Chapitre 5 Les Probablilités

Chapitre 5 Les Probablilités A) Introduction et Définitions 1) Introduction Chapitre 5 Les Probablilités De nombreuses actions provoquent des résultats qui sont dus en partie ou en totalité au hasard. Il est pourtant nécessaire de

Plus en détail

Fluctuation d une fréquence selon les échantillons - Probabilités

Fluctuation d une fréquence selon les échantillons - Probabilités Fluctuation d une fréquence selon les échantillons - Probabilités C H A P I T R E 3 JE DOIS SAVOIR Calculer une fréquence JE VAIS ÊTRE C APABLE DE Expérimenter la prise d échantillons aléatoires de taille

Plus en détail

PROBABILITÉS. I Vocabulaire des événements 2 I.1 Vocabulaire... 2 I.2 Intersection et réunion d événements... 2 I.3 Représentation des évenements...

PROBABILITÉS. I Vocabulaire des événements 2 I.1 Vocabulaire... 2 I.2 Intersection et réunion d événements... 2 I.3 Représentation des évenements... PROBABILITÉS Table des matières I Vocabulaire des événements 2 I.1 Vocabulaire.............................................. 2 I.2 Intersection et réunion d événements................................ 2

Plus en détail

Feuille d exercices 1

Feuille d exercices 1 Université Paris 7 - Denis Diderot L2 - Probabilités PS4 Année 2014-2015 Feuille d exercices 1 Exercice 1 Combien y a-t-il de paires d entiers non consécutifs compris entre 1 et n (n 1)? Exercice 2 1.

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 7 août 204 Enoncés Probabilités sur un univers fini Evènements et langage ensembliste A quelle condition sur (a, b, c, d) ]0, [ 4 existe-t-il une probabilité P sur

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS CONDITIONNELLES A.FORMONS DES COUPLES Pour la fête de l école, les élèves de CE 2 ont préparé une danse qui s exécute par couples : un garçon, une fille. La maîtresse doit faire des essais

Plus en détail

Probabilités Loi binomiale Exercices corrigés

Probabilités Loi binomiale Exercices corrigés Probabilités Loi binomiale Exercices corrigés Sont abordés dans cette fiche : (cliquez sur l exercice pour un accès direct) Exercice 1 : épreuve de Bernoulli Exercice 2 : loi de Bernoulli de paramètre

Plus en détail

2. Un jeu de trente-deux cartes est constitué de huit cartes de chacune des quatre couleurs. Combien de cartes faut-il tirer au minimum pour

2. Un jeu de trente-deux cartes est constitué de huit cartes de chacune des quatre couleurs. Combien de cartes faut-il tirer au minimum pour Chapitre 8 PROBABILITE 8.1 Exercices introductifs 1. On tire une carte d un paquet bien mélangé et on note la couleur de cette carte: coeur, carreau, pique, trèfle. Parmi les adjectifs possible, certain

Plus en détail

Petits jeux de probabilités (Solutions)

Petits jeux de probabilités (Solutions) Petits jeux de probabilités (Solutions) Christophe Lalanne En famille 1. Mon voisin a deux enfants dont l un est une fille, quelle est la probabilité pour que l autre soit un garçon? Une famille de deux

Plus en détail

4. Exercices et corrigés

4. Exercices et corrigés 4. Exercices et corrigés. N 28p.304 Dans une classe de 3 élèves, le club théâtre (T) compte 0 élèves et la chorale (C) 2 élèves. Dix-huit élèves ne participent à aucune de ces activités. On interroge au

Plus en détail

9 5 2 5 Espaces probabilisés

9 5 2 5 Espaces probabilisés BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire

Plus en détail

Les probabilités. Chapitre 18. Tester ses connaissances

Les probabilités. Chapitre 18. Tester ses connaissances Chapitre 18 Les probabilités OBJECTIFS DU CHAPITRE Calculer la probabilité d événements Tester ses connaissances 1. Expériences aléatoires Voici trois expériences : - Expérience (1) : on lance une pièce

Plus en détail

Terminale S-SI Probabilités conditionnelles

Terminale S-SI Probabilités conditionnelles robabilités conditionnelles Table des matières 1 Introduction 2 2 Définitions 2 3 Formule des probabilités totales 3 4 Indépendance et principe du produit 5 5 Exercices 5 1 1 Introduction Lorsque 7 élèves

Plus en détail

2 Probabilités conditionnelles. Événements indépendants

2 Probabilités conditionnelles. Événements indépendants 2 Probabilités conditionnelles. Événements indépendants 2.1 Probabilité conditionnelle Soient A et B deux événements tels que P(B) > 0. Soit alors P(A B), la probabilité que A se réalise, B étant réalisé.

Plus en détail

Dénombrement Probabilité uniforme sur un ensemble fini

Dénombrement Probabilité uniforme sur un ensemble fini UPV - MathsL1S1 1 II Dénombrement Dénombrement Probabilité uniforme sur un ensemble fini I Dénombrement 1) Factorielles : Pour n entier 1, il y a : n! = n.(n - 1). (n - 2) 2.1 façons d aligner n objets

Plus en détail

Support du cours de Probabilités IUT d Orléans, Département d informatique

Support du cours de Probabilités IUT d Orléans, Département d informatique Support du cours de Probabilités IUT d Orléans, Département d informatique Pierre Andreoletti IUT d Orléans Laboratoire MAPMO (Bât. de Mathématiques UFR Sciences) - Bureau 126 email: pierre.andreoletti@univ-orleans.fr

Plus en détail

UNIVERSITÉ DE CERGY. LICENCE d ÉCONOMIE et FINANCE LICENCE de GESTION. Seconde année - Semestre 3 PROBABILITÉS. Cours de M. J.

UNIVERSITÉ DE CERGY. LICENCE d ÉCONOMIE et FINANCE LICENCE de GESTION. Seconde année - Semestre 3 PROBABILITÉS. Cours de M. J. Année 2013-2014 UNIVERSIÉ DE CERGY LICENCE d ÉCONOMIE et FINANCE LICENCE de GESION Seconde année - Semestre 3 PROBABILIÉS Cours de M. J. Stéphan ravaux Dirigés de Mme M. Barrié, M. J-M. Chauvet et M. J.

Plus en détail

CHAPITRES 5 et 6 PROBABILITÉS ET DÉNOMBREMENTS

CHAPITRES 5 et 6 PROBABILITÉS ET DÉNOMBREMENTS 1 re EFG hapitres et Probabilités et dénombrements HAPITRES et PROBABILITÉS ET DÉNOMBREMENTS Exercice 1 Dans un magasin les modes de paiement et les montants des achats sont répartis de la façon suivante

Plus en détail

Exercices : VAR discrètes

Exercices : VAR discrètes Exercices : VAR discrètes Exercice 1: Une urne contient 2 boules blanches et 4 boules noires. On tire les boules une à une sans les remettre jusqu à ce qu il ne reste que des boules d une seule couleur

Plus en détail

Espace de probabilité, indépendance et probabilité conditionnelle

Espace de probabilité, indépendance et probabilité conditionnelle Chapter 2 Espace de probabilité, indépendance et probabilité conditionnelle Sommaire 2.1 Tribu et événements........................................... 15 2.2 Probabilité................................................

Plus en détail

Énoncés des exercices

Énoncés des exercices Énoncés Énoncés des exercices Exercice 1 [ Indication ] [ Correction ] Combien existe-t-il de dominos dans un jeu complet? On pourra donner jusqu à cinq démonstrations diffétentes. Exercice 2 [ Indication

Plus en détail

Calculs de probabilités

Calculs de probabilités Calculs de probabilités Mathématiques Générales B Université de Genève Sylvain Sardy 13 mars 2008 1. Définitions et notations 1 L origine des probabilités est l analyse de jeux de hasard, tels que pile

Plus en détail

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12

TS. 2012/2013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 20/11/12 TS. 01/013. Lycée Prévert. Corrigé du contrôle n 3. Durée : 3 heures. Mardi 0/11/1 Exercice 1 : ( 6,5 pts) Première partie : Démonstration à rédiger { Démontrer que si ( ) et (v n ) sont deux suites telles

Plus en détail

Analyse Combinatoire

Analyse Combinatoire Analyse Combinatoire 1) Équipes On dispose d un groupe de cinq personnes. a) Combien d équipes de trois personnes peut-on former? b) Combien d équipes avec un chef, un sous-chef et un adjoint? c) Combien

Plus en détail

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous

StatEnAction 2009/10/30 11:26 page 111 #127 CHAPITRE 10. Machines à sous StatEnAction 2009/0/30 :26 page #27 CHAPITRE 0 Machines à sous Résumé. On étudie un problème lié aux jeux de hasard. Il concerne les machines à sous et est appelé problème de prédiction de bandits à deux

Plus en détail

PROBABILITÉS CONDITIONNELLES

PROBABILITÉS CONDITIONNELLES PROBABILITÉS ONDITIONNELLES Exercice 01 On considère une roue partagée en 15 secteurs angulaires numérotés de 1 à 15. es secteurs sont de différentes couleurs. On fait tourner la roue qui s'arrête sur

Plus en détail

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO.

Les probabilités. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée Les probabilités produite par TFO. Guide pédagogique Le présent guide sert de complément à la série d émissions intitulée produite par TFO. Le guide Édition 1988 Rédacteur (version anglaise) : Ron Carr Traduction : Translatec Conseil Ltée

Plus en détail

I. Cas de l équiprobabilité

I. Cas de l équiprobabilité I. Cas de l équiprobabilité Enoncé : On lance deux dés. L un est noir et l autre est blanc. Calculer les probabilités suivantes : A «Obtenir exactement un as» «Obtenir au moins un as» C «Obtenir au plus

Plus en détail

Travaux dirigés d introduction aux Probabilités

Travaux dirigés d introduction aux Probabilités Travaux dirigés d introduction aux Probabilités - Dénombrement - - Probabilités Élémentaires - - Variables Aléatoires Discrètes - - Variables Aléatoires Continues - 1 - Dénombrement - Exercice 1 Combien

Plus en détail

Introduction au calcul des probabilités

Introduction au calcul des probabilités Introduction au calcul des probabilités rédigée par D. Degen et M. Krysinska, en collaboration avec B. Jadin, dans le cadre de séminaires du GEM Ce qui est improbable n est pas impossible. W. Shakespeare

Plus en détail

Programme de Première

Programme de Première BAC TECHNO STAV 66 I. Algèbre Programme de Première Objectif 1 - Effectuer de manière autonome des calculs numériques ou algébriques, résoudre des équations ou inéquations en vue de résoudre des problèmes

Plus en détail

Probabilités sur un univers fini

Probabilités sur un univers fini [http://mp.cpgedupuydelome.fr] édité le 10 août 2015 Enoncés 1 Proailités sur un univers fini Evènements et langage ensemliste A quelle condition sur (a,, c, d) ]0, 1[ 4 existe-t-il une proailité P sur

Plus en détail

Correction des exemples. Mathieu EMILY

Correction des exemples. Mathieu EMILY Correction des exemples Mathieu EMILY Novembre 2005 Table des Matières Exemple_Exercice 1 Page 2 Exemple_Exercice 2 Page 3 Exemple_Exercice 3 Page 5 Exemple_Exercice 4 Page 6 Exemple_Exercice 5 Page 7

Plus en détail

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique

SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des

Plus en détail

EXERCICES SUR LES PROBABILITÉS

EXERCICES SUR LES PROBABILITÉS EXERCICES SUR LES PROBABILITÉS Exercice 1 Dans un univers Ω, on donne deux événements A et B incompatibles tels que p(a) = 0,2 et p(b) = 0,7. Calculer p(a B), p(a B), p ( A ) et p ( B ). Exercice 2 Un

Plus en détail

Concours de recrutement interne PLP 2009

Concours de recrutement interne PLP 2009 Concours de recrutement interne PLP 2009 Le sujet est constitué de quatre exercices indépendants. Le premier exercice, de nature pédagogique au niveau du baccalauréat professionnel, porte sur le flocon

Plus en détail

8 Probabilités. Les notions étudiées dans ce chapitre CHAPITRE. 1. Expérience aléatoire 2. Loi de probabilité 3. Probabilité d'un événement

8 Probabilités. Les notions étudiées dans ce chapitre CHAPITRE. 1. Expérience aléatoire 2. Loi de probabilité 3. Probabilité d'un événement CHAPITRE Probabilités Les notions étudiées dans ce chapitre Le mot hasard vient de l'arabe al zhar qui désigne un dé à jouer. Les jeux de hasard sont connus depuis la plus haute Antiquité. Déjà les romains

Plus en détail

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile.

Exemple On lance une pièce de monnaie trois fois de suite. Calculer la probabilité d obtenir exactement deux fois pile. Probabilités Définition intuitive Exemple On lance un dé. Quelle est la probabilité d obtenir un multiple de 3? Comme il y a deux multiples de 3 parmi les six issues possibles, on a chances sur 6 d obtenir

Plus en détail

Les supports de cours suivants font référence au cours de Mr SOL et à son livre : "Accès à l'université" chez DUNOD

Les supports de cours suivants font référence au cours de Mr SOL et à son livre : Accès à l'université chez DUNOD Les supports de cours suivants font référence au cours de Mr SOL et à son livre : "Accès à l'université" chez DUNOD Les supports de cours ne sont pas complets, ils ne contiennent ni les démonstrations,

Plus en détail

Un corrigé de l épreuve de mathématiques du baccalauréat blanc

Un corrigé de l épreuve de mathématiques du baccalauréat blanc Terminale ES Un corrigé de l épreuve de mathématiques du baccalauréat blanc EXERCICE ( points). Commun à tous les candidats On considère une fonction f : définie, continue et doublement dérivable sur l

Plus en détail

SYSTEMES EXERCICES CORRIGES

SYSTEMES EXERCICES CORRIGES Exercice n. SYSTEMES EXERCICES CRRIGES Parmi les couples (8,), (,-,5), (,), (5,), lequel est solution du système Exercice n. x+ y = 7x y= 8 Résoudre par substitution : ) ) x 5y = x+ y= 6 x+ y = 6 5x y=

Plus en détail

Probabilités conditionnelles Exercices corrigés

Probabilités conditionnelles Exercices corrigés Terminale S Probabilités conditionnelles Exercices corrigés Exercice : (solution Une compagnie d assurance automobile fait un bilan des frais d intervention, parmi ses dossiers d accidents de la circulation.

Plus en détail

Calculer la probabilité d un événement

Calculer la probabilité d un événement THEME : CORRIGE DES EXERCICES PROBABILITES Calculer la probabilité d un événement Exercice n : Un sachet contient bonbons à la menthe, à l orange et au citron. On tire, au hasard, un bonbon du sachet et

Plus en détail

Champs de vecteurs. Chaos ii. La course des legos http://www.chaos-math.org

Champs de vecteurs. Chaos ii. La course des legos http://www.chaos-math.org Champs de vecteurs Chaos ii. La course des legos http://www.chaos-math.org Chaos est un film mathématique constitué de neuf chapitres de treize minutes chacun. Il s agit d un film tout public autour des

Plus en détail

Jean-Pierre LE GOFF & Didier TROTOUX

Jean-Pierre LE GOFF & Didier TROTOUX Histoire des Mathématiques par leur Littérature Une histoire des probabilités et des statistiques Stage du PAF (10A0050080 18412) 1 ère Session Vendredi 25 mars 2011 Quelques lumières sur la courbe dite

Plus en détail

Thème 19: Probabilités

Thème 19: Probabilités PROBABILITÉS 79 Thème 19: Probabilités Introduction: Blaise Pascal Andrey Nikolaevich Kolmogorov La théorie des probabilités est née de l étude par les mathématiciens des jeux de hasard. D ailleurs, le

Plus en détail

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité

Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot. 1 Ensemble fondamental loi de probabilité Université Paris 8 Introduction aux probabilités 2014 2015 Licence Informatique Exercices Ph. Guillot 1 Ensemble fondamental loi de probabilité Exercice 1. On dispose de deux boîtes. La première contient

Plus en détail

Espaces vectoriels et applications linéaires

Espaces vectoriels et applications linéaires Espaces vectoriels et applications linéaires Exercice 1 On considère l'ensemble E des matrices carrées d'ordre 3 défini par,,, 1) Montrer que est un sous-espace vectoriel de l'espace vectoriel des matrices

Plus en détail

NOTES DE COURS (SUPPLÉMENTAIRES) POUR LE COURS MATHÉMATIQUES DISCRÈTES MAT1500. References

NOTES DE COURS (SUPPLÉMENTAIRES) POUR LE COURS MATHÉMATIQUES DISCRÈTES MAT1500. References NOTES DE COURS (SUPPLÉMENTAIRES) POUR LE COURS MATHÉMATIQUES DISCRÈTES MAT1500 ABRAHAM BROER References [R] Kenneth H. Rosen, Mathématiques discrètes, Édition révisée Chenelière McGraw-Hill, 2002. 1. But

Plus en détail

2010 My Maths Space Page 1/6

2010 My Maths Space Page 1/6 A. Des statistiques aux probabilités 1. Statistiques descriptives, analyse de données. Vocabulaire des statistiques : Population : c'est l'ensemble étudié. Individu : c'est un élément de la population.

Plus en détail

SESSION 2006. NOM, Prénom : PROBABILITES 2006 T ES. France septembre 2005 (5 points)

SESSION 2006. NOM, Prénom : PROBABILITES 2006 T ES. France septembre 2005 (5 points) SESSION 2006 France septembre 2005 (5 points) Parmi les stands de jeux d une fête de village, les organisateurs ont installé une machine qui lance automatiquement une bille d acier lorsque le joueur actionne

Plus en détail

UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée

UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée UVHC - ENSIAME CP1 - Probabilités - Interrogation Enseignante : Madame BOURLARD-JOSPIN Calculatrice autorisée 1. On tire successivement et sans remise deux cartes d un jeu de 52 cartes. Soit A l événement

Plus en détail

Calcul élémentaire des probabilités

Calcul élémentaire des probabilités Myriam Maumy-Bertrand 1 et Thomas Delzant 1 1 IRMA, Université Louis Pasteur Strasbourg, France Licence 1ère Année 16-02-2006 Sommaire Variables aléatoires. Exemple 1. (Jeu d argent) Exemple 2. Loi de

Plus en détail

1 Un objet aléatoire de base : le dé

1 Un objet aléatoire de base : le dé Dans le monde des statistiques, il est bien évident qu on ne fait plus aucun calcul à la main. Si nous le faisons en cours de mathématiques, c est pour mieux comprendre ce que font les divers logiciels

Plus en détail

Applications linéaires

Applications linéaires Applications linéaires I) Applications linéaires - Généralités 1.1) Introduction L'idée d'application linéaire est intimement liée à celle d'espace vectoriel. Elle traduit la stabilité par combinaison

Plus en détail

Statistiques. Chaos viii. Le moulin de Lorenz http://www.chaos-math.org

Statistiques. Chaos viii. Le moulin de Lorenz http://www.chaos-math.org Statistiques Chaos viii. Le moulin de Lorenz http://www.chaos-math.org Chaos est un film mathématique constitué de neuf chapitres de treize minutes chacun. Il s agit d un film tout public autour des systèmes

Plus en détail

LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 2015-2016

LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 2015-2016 LIVRET DE MATHEMATIQUES ENTREE EN PREMIERE S Institut Notre-Dame (Saint Germain en Laye) Année 015-016 Pourquoi ce livret? Afin de mieux préparer cette rentrée, ce livret reprend un ensemble de notions

Plus en détail

indépendance, indépendance conditionnelle

indépendance, indépendance conditionnelle Plan du cours 1.2 RFIDEC cours 1 : Rappels de probas/stats (2/3) Christophe Gonzales LIP6 Université Paris 6, France 1 probabilités : événements, définition 2 probabilités conditionnelles 3 formule de

Plus en détail

COURS DE MATHEMATIQUES TERMINALE STG

COURS DE MATHEMATIQUES TERMINALE STG COURS DE MATHEMATIQUES TERMINALE STG Chapitre 1. TAUX D EVOLUTION... 5 1. TAUX D EVOLUTION ET COEFFICIENTS MULTIPLICATEURS... 5 a. Taux d évolution... 5 b. Coefficient multiplicateur... 5 c. Calcul d une

Plus en détail

Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres

Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres Chapitre 3: Variables aléatoires discrètes Espérance-Variance Loi des grands nombres 1 Introduction Le nombre de piles obtenus au cours d une série de n lancers de pile ou face ou plus généralement dans

Plus en détail

Les mathématiques du XXe siècle

Les mathématiques du XXe siècle Itinéraire de visite Les mathématiques du XXe siècle Tous publics de culture scientifique et technique à partir des classes de 1ères Temps de visite : 1 heure 30 Cet itinéraire de visite dans l exposition

Plus en détail

Lois de probabilité à densité Loi normale

Lois de probabilité à densité Loi normale DERNIÈRE IMPRESSIN LE 31 mars 2015 à 14:11 Lois de probabilité à densité Loi normale Table des matières 1 Lois à densité 2 1.1 Introduction................................ 2 1.2 Densité de probabilité

Plus en détail

Coefficients binomiaux

Coefficients binomiaux Probabilités L2 Exercices Chapitre 2 Coefficients binomiaux 1 ( ) On appelle chemin une suite de segments de longueur 1, dirigés soit vers le haut, soit vers la droite 1 Dénombrer tous les chemins allant

Plus en détail

Exercices de simulation 1

Exercices de simulation 1 Licence MIA 2ème année Année universitaire 2009-2010 Simulation stochastique C. Léonard Exercices de simulation 1 Les simulations qui suivent sont à effectuer avec Scilab. Le générateur aléatoire de Scilab.

Plus en détail

Notions de probabilités

Notions de probabilités 44 Notions de probabilités Capacités Expérimenter, d abord à l aide de pièces, de dés ou d urnes, puis à l aide d une simulation informatique prête à l emploi, la prise d échantillons aléatoires de taille

Plus en détail

Leçon 1: les entiers

Leçon 1: les entiers Leçon 1: les entiers L ensemble N des entiers naturels Compter, dresser des listes, classer et comparer des objets interviennent dans de multiples activités humaines. Les nombres entiers naturels sont

Plus en détail

TSTI 2D CH X : Exemples de lois à densité 1

TSTI 2D CH X : Exemples de lois à densité 1 TSTI 2D CH X : Exemples de lois à densité I Loi uniforme sur ab ; ) Introduction Dans cette activité, on s intéresse à la modélisation du tirage au hasard d un nombre réel de l intervalle [0 ;], chacun

Plus en détail

Exercices supplémentaires : Loi binomiale

Exercices supplémentaires : Loi binomiale Exercices supplémentaires : Loi binomiale Partie A : Loi binomiale Dans une région pétrolifère, la probabilité qu un forage conduise à une nappe de pétrole est 0,1. 1) Justifier que la réalisation d un

Plus en détail

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch

Principes de mathématiques 12 SÉRIE DE PROBLÈMES. Septembre 2001. Student Assessment and Program Evaluation Branch Principes de mathématiques 12 SÉRIE DE PROBLÈMES Septembre 2001 Student Assessment and Program Evaluation Branch REMERCIEMENTS Le Ministère de l Éducation tient à remercier chaleureusement les professionnels

Plus en détail

Probabilités, cours pour la classe de Terminale STG

Probabilités, cours pour la classe de Terminale STG Probabilités, cours pour la classe de Terminale STG F.Gaudon 16 février 2008 Table des matières 1 Probabilités (rappels) 2 2 Événements 3 3 Calculs de probabilités 4 4 Probabilités conditionnelles 5 4.1

Plus en détail

19 ème Rallye Mathématique Transalpin, épreuve d essai Section de Bourg en Bresse

19 ème Rallye Mathématique Transalpin, épreuve d essai Section de Bourg en Bresse 19 e RMT Epreuve essai ARMT 1 19 ème Rallye Mathématique Transalpin, épreuve d essai Section de Bourg en Bresse Vous trouverez ci-dessous, une épreuve d essai pour la catégorie 7 (6ème des collèges). Les

Plus en détail

Probabilités. I - Expérience aléatoire. II - Evénements

Probabilités. I - Expérience aléatoire. II - Evénements Probabilités Voici le premier cours de probabilités de votre vie. N avez-vous jamais eut envie de comprendre les règles des grands joueurs de poker et de les battre en calculant les probabilités d avoir

Plus en détail

TD: Ensembles, applications, dénombrement

TD: Ensembles, applications, dénombrement Université de Provence Année 011/1 Licence Math Info ème année S3 Fondements de l Informatique 1 Ensembles et fonctions TD: Ensembles, applications, dénombrement 1. On suppose que l ensemble de tous les

Plus en détail

«Défaire» un nombre entier pour en faire une liste dont les éléments sont les chiffres de ce nombre. Deux applications.

«Défaire» un nombre entier pour en faire une liste dont les éléments sont les chiffres de ce nombre. Deux applications. «Défaire» un nombre entier pour en faire une liste dont les éléments sont les chiffres de ce nombre. Deux applications. En fait, ce sont les applications en question qui posent le problème du titre : Première

Plus en détail

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12 Probabilités. I - Rappel : trois exemples. Exemple 1 : Dans une classe de 25 élèves, il y a 16 filles. Tous les élèves sont blonds ou bruns. Parmi les filles, 6 sont blondes. Parmi les garçons, 3 sont

Plus en détail

Chapitre 3 : Introduction aux probabilités

Chapitre 3 : Introduction aux probabilités IUT de Sceaux Département TC1 Mathématiques Chapitre 3 : Introduction aux probabilités 1. Évènements Les événements élémentaires sont les issues possibles d'une expérience aléatoire. Un événement est un

Plus en détail

Niveau. Situation étudiée. Type d activité. Durée. Objectifs. Seconde.

Niveau. Situation étudiée. Type d activité. Durée. Objectifs. Seconde. Simuler des expériences aléatoires avec une calculatrice Niveau Seconde. Situation étudiée Différentes selon les séances : Séance 1 : Jeu de pile ou face, tirages de boule dans une urne avec des proportions

Plus en détail

NOTIONS DE PROBABILITÉS

NOTIONS DE PROBABILITÉS NOTIONS DE PROBABILITÉS Sommaire 1. Expérience aléatoire... 1 2. Espace échantillonnal... 2 3. Événement... 2 4. Calcul des probabilités... 3 4.1. Ensemble fondamental... 3 4.2. Calcul de la probabilité...

Plus en détail

Combien de fois faut-il battre un jeu de cartes?

Combien de fois faut-il battre un jeu de cartes? Combien de fois faut-il battre un jeu de cartes? Ce texte est tiré d un article de D. Bayer et P. Diaconis Trailing the dovetail shuffle to its lair Ann. Appl. Prob. 992, vol 2, No 2, 294-33. Introduction

Plus en détail

Computix. Dans la colonne du 10, B choisit le 7 inférieur A 10 B 7

Computix. Dans la colonne du 10, B choisit le 7 inférieur A 10 B 7 Computix Matériel : grilles carrées comportant un nombre impair de cases. Quelques-unes sont données en annexe ; mais on peut aussi les construire soi-même, ou les faire construire par les élèves. Elles

Plus en détail

DIPLÔME NATIONAL DU BREVET

DIPLÔME NATIONAL DU BREVET DIPLÔME NATIONAL DU BREVET SESSION 2011 MATHÉMATIQUES SÉRIE COLLÈGE DURÉE DE L ÉPREUVE : 2 h 00 Le candidat répondra sur une copie modèle Éducation Nationale. Ce sujet comporte 7 pages numérotées de 1/7

Plus en détail

LES GENERATEURS DE NOMBRES ALEATOIRES

LES GENERATEURS DE NOMBRES ALEATOIRES LES GENERATEURS DE NOMBRES ALEATOIRES 1 Ce travail a deux objectifs : ====================================================================== 1. Comprendre ce que font les générateurs de nombres aléatoires

Plus en détail

Cours 1: lois discrétes classiques en probabilités

Cours 1: lois discrétes classiques en probabilités Cours 1: lois discrétes classiques en probabilités Laboratoire de Mathématiques de Toulouse Université Paul Sabatier-IUT GEA Ponsan Module: Stat inférentielles Définition Quelques exemples loi d une v.a

Plus en détail

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S)

CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 2009 COMPOSITION DE MATHÉMATIQUES. (Classe terminale S) MA 09 CONCOURS GÉNÉRAL DES LYCÉES SESSION DE 009 COMPOSITION DE MATHÉMATIQUES (Classe terminale S) DURÉE : 5 heures La calculatrice de poche est autorisée, conformément à la réglementation. La clarté et

Plus en détail

Notes de cours L1 MATH120. Hervé Le Dret

Notes de cours L1 MATH120. Hervé Le Dret Notes de cours L1 MATH120 Hervé Le Dret 18 octobre 2004 40 Chapitre 3 Vecteurs dans R m Dans ce chapitre, nous allons nous familiariser avec la notion de vecteur du point de vue algébrique. Nous reviendrons

Plus en détail

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette

Plus en détail