- Déterminer la probabilité d événements dans des situations d équiprobabilité. - Utiliser des modèles définis à partir de fréquences observées.

Documents pareils
Fluctuation d une fréquence selon les échantillons - Probabilités

I. Cas de l équiprobabilité

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

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 conditionnelles Loi binomiale

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

Exercices sur le chapitre «Probabilités»

Probabilités Loi binomiale Exercices corrigés

Les devoirs en Première STMG

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

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

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

LES DECIMALES DE π BERNARD EGGER

4. Exercices et corrigés

Probabilités sur un univers fini

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE. alain salvadori IA IPR Sciences de la vie et de la Terre ALAIN SALVADORI IA-IPR SVT

Les probabilités. Chapitre 18. Tester ses connaissances

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

Probabilités. I - Expérience aléatoire. II - Evénements

Exo7. Probabilité conditionnelle. Exercices : Martine Quinio

PROBABILITÉS CONDITIONNELLES

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

P1 : Corrigés des exercices

POKER ET PROBABILITÉ

Baccalauréat ES/L Amérique du Sud 21 novembre 2013

Correction du baccalauréat ES/L Métropole 20 juin 2014

Probabilités (méthodes et objectifs)

Espaces probabilisés

Baccalauréat ES Antilles Guyane 12 septembre 2014 Corrigé

Probabilités conditionnelles Exercices corrigés

Arbre de probabilité(afrique) Univers - Evénement

Probabilités. C. Charignon. I Cours 3

Direction des Études et Synthèses Économiques Département des Comptes Nationaux Division des Comptes Trimestriels

LES GENERATEURS DE NOMBRES ALEATOIRES

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

La simulation probabiliste avec Excel

O b s e r v a t o i r e E V A P M. Taxonomie R. Gras - développée

Lois de probabilité. Anita Burgun

TESTS D'HYPOTHESES Etude d'un exemple

S initier aux probabilités simples «Question de chance!»

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Chaînes de Markov au lycée

CALCUL DES PROBABILITES

Andrey Nikolaevich Kolmogorov

NOTIONS DE PROBABILITÉS

NOM : Prénom : Date de naissance : Ecole : CM2 Palier 2

Probabilités sur un univers fini

Les nombres entiers. Durée suggérée: 3 semaines

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé

Spécialité auxiliaire en prothèse dentaire du brevet d études professionnelles. ANNEXE IIb DEFINITION DES EPREUVES

Synthèse «Le Plus Grand Produit»

MATH ELEMENTS DU CALCUL DES PROBABILITES

Travaux dirigés d introduction aux Probabilités

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

Feuille d exercices 2 : Espaces probabilisés

Précision d un résultat et calculs d incertitudes

Calculs de probabilités conditionelles

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Distribution Uniforme Probabilité de Laplace Dénombrements Les Paris. Chapitre 2 Le calcul des probabilités

Codage d information. Codage d information : -Définition-

Merise. Introduction

Rappel sur les bases de données

Statistiques Descriptives à une dimension

Indications pour une progression au CM1 et au CM2

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

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

Mesures et incertitudes

A.3 Les méthodes : L applicabilité

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

Comment suivre l évolution d une transformation chimique? + S 2 O 8 = I SO 4

Épreuve collaborative

6 ème FONCTIONS. Pratiquer une démarche scientifique et technologique. Capacités

BACCALAURÉAT PROFESSIONNEL SUJET

Classe de première L

Physique Chimie. Utiliser les langages scientifiques à l écrit et à l oral pour interpréter les formules chimiques

Attestation de maîtrise des connaissances et compétences au cours moyen deuxième année

Christophe CANDILLIER Cours de DataMining mars 2004 Page 1

Feuille 6 : Tests. Peut-on dire que l usine a respecté ses engagements? Faire un test d hypothèses pour y répondre.

Application 1- VBA : Test de comportements d'investissements

Bulletins de notes électroniques avec Nota Bene

Compétence 2 : Comparer, ranger, encadrer des nombres, les placer sur une droite graduée

Tableau 1 : Structure du tableau des données individuelles. INDIV B i1 1 i2 2 i3 2 i4 1 i5 2 i6 2 i7 1 i8 1

Exercices de dénombrement

ECOLE SUPERIEURE DE L EDUCATION NATIONALE

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

GEA II Introduction aux probabilités Poly. de révision. Lionel Darondeau

Peut-on imiter le hasard?

Seconde et première Exercices de révision sur les probabilités Corrigé

La solution à vos mesures de pression

ATTENTION AU DÉPART! GUIDE DE QUESTIONS DU MENEUR DE JEU.

Les tableaux croisés dynamiques

Unity Real Time 2.0 Service Pack 2 update

RapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/ Présentation. 1.2 Ressources

INFO 2 : Traitement des images

Etude sur l équipement des TPE / PME. en complémentaire santé

Exercice du cours Gestion Financière à Court Terme : «Analyse d un reverse convertible»

Par : Abdel YEZZA, Ph.D. Date : avril 2011 / mise à jour oct (ajout de la section 3 et augmentation de la section 1)

Qu est-ce qu une probabilité?

Transcription:

NOTION de PROBABILITE en classe de TROISIEME L'introduction du programme de 3 ème rappelle que : «c est pour permettre au citoyen d aborder l incertitude et le hasard dans une perspective rationnelle que sont introduits les premiers éléments relatifs à la notion de probabilité.». Programme 2007 ( Rentrée 2008 ) Dans la colonne «Exemples d activités, commentaires», le programme 2007 précise : «La notion de probabilité est abordée à partir de situations familières (pièces de monnaie, dés, roues de loterie, urnes). Certaines de ces situations permettent de rencontrer des cas pour lesquels les probabilités ne sont pas définies à partir de considérations intuitives de symétrie ou de comparaisons mais sont approximativement évaluées par les fréquences observées expérimentalement (approche fréquentiste des probabilités)». Programme 2008 (Rentrée 2009) Les mêmes situations familières fournissent toujours le cadre de l introduction, mais on précise que «la notion de probabilité est abordée à partir d expérimentations qui permettent d observer les fréquences des issues» (que l on dispose ou non d un modèle intuitif). Programme - Projet Seconde 2009-2010 Dans le cadre du chapitre «probabilité 1», l objectif est de rendre les élèves capables : - d étudier et modéliser des expériences relevant de l équiprobabilité (par exemple, lancers de pièces ou de dés, tirage de cartes) ; - de proposer un modèle probabiliste à partir de l observation de fréquences dans des situations simples. Probabilité sur un ensemble fini Probabilité d un événement - Déterminer la probabilité d événements dans des situations d équiprobabilité. - Utiliser des modèles définis à partir de fréquences observées. La probabilité d un événement est définie comme la somme des probabilités des événements élémentaires qui le constituent.

Dans le cadre du chapitre «probabilité 2», les objectifs visés sont les suivants : - Dans le cadre des probabilités, rendre les élèves capables d interpréter des événements de manière ensembliste, de mener à bien des calculs de probabilité ; - Dans le cadre de l échantillonnage faire réfléchir les élèves à la conception et la mise en oeuvre d une simulation, sensibiliser les élèves aux notions de fluctuation d échantillonnage, d intervalle de confiance et à l utilisation qui peut en être faite. CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Probabilité sur un ensemble fini Réunion et intersection de deux événements, Pour les calculs de probabilités, on utilise des arbres, des diagrammes ou des tableaux. formule : p(a B) + p(a B) = p(a) + p(b) Connaître et exploiter cette formule. Échantillonnage Réalisation d une simulation. Concevoir, mettre en oeuvre et exploiter des simulations de situations concrètes à l aide du tableur. A l occasion de la mise en place d une simulation, on apprend à manipuler de nouvelles fonctions du tableur (ALEA, ENT, SI, NB.SI, OU...) Notion d échantillon. Exploiter et faire une analyse critique d un résultat d échantillonnage. On introduit une notion d intervalle de dispersion empirique au seuil de 95% pour la moyenne d une population relativement à un caractère donné. L objectif est d amener les élèves à un questionnement lors des activités suivantes : l estimation d une proportion inconnue à partir d un échantillon ; la prise de décision à partir d un échantillon.

Quelques questions relatives à l enseignement des probabilités en Troisième : «Les probabilités, c'est d'abord un mode de pensée» (Claudine Schwartz). I- Quels objectifs peut-on envisager pour l enseignement des probabilités en Troisième? Par exemple : 1. Identifier une expérience aléatoire : décrire l'expérience et ses issues. Distinguer les situations pour lesquelles on possède un modèle intuitif et les autres. 2. Acquérir du vocabulaire : expérience aléatoire, issues, événement élémentaire, événement, probabilité, événements incompatibles, événement contraire, événement certain, événement impossible. 3. Calculer une probabilité à partir de considérations intuitives de symétrie ou de comparaisons (modèle d équiprobabilité- Exemple : V). 4. Réaliser des expériences aléatoires et exploiter les résultats obtenus. 5. Modéliser quelques expériences (Exemples : V), montrer une simulation (exemples : V-1. et 2.) et (*) 6. Comprendre la fluctuation (exemple V-1 lancer d une pièce). 7. Calculer une probabilité par une approche fréquentiste (exemple : V-2. la punaise). 8. Connaître quelques propriétés. 0 <= p <= 1 Somme ( Voir doc Acc) P( Non A ) = 1 P(A) A et B incompatibles P(A ou B ) = P(A) + P(B) Arbre : Somme des branches, produit ( admis ) II- Quel vocabulaire introduire? Le minimum incontournable : expérience aléatoire, résultat ou issue, probabilité, arbre. A l occasion d exercices on pourra mentionner en situation les termes : événement, résultats équiprobables, événements incompatibles, événement contraire, Mais aucune connaissance de ces termes ne semble devoir être attendue des élèves. Attention : L interprétation des événements de manière ensembliste est un objectif de la classe Seconde (Projet). Par exemple : A B ou encore A III- Comment organiser la mise en œuvre, que mettre dans le cours? Pas de cours abstrait et hors contexte. Quelques exemples significatifs, à l issue desquels les notions ou résultats indispensables (résultats devant être clairement admis) seraient notés, pourraient constituer la synthèse de cours. Deux séquences de travail espacées dans le temps, l une consacrée aux expériences à une épreuve, l autre aux expériences à deux épreuves, peuvent être envisagées. En ce sens, s'inspirer de l'approche des graphes en TES est sûrement pertinent : pas de cours magistral, mais des problèmes types dont on extrait des contenus, des méthodes... Le plus important est de familiariser les élèves avec un mode de pensée. La définition de la probabilité à donner aux élèves : «La probabilité d un événement est définie comme la somme des probabilités des événements élémentaires qui le constituent.» IV- Quelles évaluations? Modestes, dans l esprit des exemples évoqués plus haut, ne comportant pas d exercice hors contexte ou de restitution abstraite de définitions. Associées à l évaluation d autres parties du programme.

V- Quels exemples? 1. Exemples d expériences à une épreuve où les probabilités des issues sont accessibles intuitivement. o Donner des exemples simples, proches des préoccupations naturelles des élèves et pour lesquels la description de l univers est assez simple. Choisir des situations équiprobables ou non : lancers de dés ou de pièces, tirage d une boule dans une urne à la composition donnée, roue de loterie o Des problèmes conduisant à un débat pourront être proposés tout au long de cette phase d apprentissage pour contrecarrer certaines idées fausses : Par exemple, si un même résultat a été obtenu 5 fois de suite, quelle est la probabilité de l obtenir si on recommence une sixième fois l expérience? Des exercices extraits des évaluations PISA permettent aussi de travailler dans ce sens (Voir document d accompagnement p. 15). o A l issue de chaque activité, le professeur peut représenter de façon synthétique la situation étudiée à l aide d un arbre des résultats puis, une fois la notion de probabilité introduite, à l aide d un arbre pondéré faisant apparaître à la fois les résultats possibles et leurs probabilités. A ce stade, l arbre n est qu une représentation synthétique commode. Habituer les élèves à ce mode de représentation devrait faciliter le recours à l arbre pour les expériences à deux épreuves. o On pourra ensuite, sur un exemple simple, faire constater puis admettre dans le cas général que, quand on répète un grand nombre de fois une expérience, la fréquence d obtention d un résultat se rapproche de la probabilité d obtenir ce résultat. L expérience du lancer d une pièce peut le permettre simplement. Par exemple : chaque élève lance 20 fois la pièce, il note le nombre de fois où il obtient pile, puis il calcule la fréquence d obtention du pile. On mutualise les relevés des élèves : on constate que les résultats sont différents (fluctuation) et qu ils sont différents du modèle intuitif (1/2 ou 0,5). On regroupe alors les effectifs de PILE pour 2 élèves, puis pour 10, pour 30 et on calcule la fréquence d obtention du pile pour chaque groupement. On constate que les fréquences se rapprochent de la valeur «théorique» 0,5. On va plus loin à l aide d une simulation (*) présentée par le professeur à l aide de l ordinateur pour observer que plus le nombre de lancers est grand, plus la fréquence de PILE est proche de 0,5. Objectifs visés et recommandations : o Veiller à la précision de la description des expériences ; o Indiquer nettement ce que sont les résultats (ou issues) de l expérience considérée ; o Veiller à ce que des expressions comme «1 chance sur2» ne sous entendent pas chez les élèves une proportionnalité implicite. S en assurer assez vite en posant des questions du type : «Si on lance 10 fois la pièce, peut-on prévoir combien de fois on obtiendra pile?». o Faire expérimenter et constater le caractère non prédictif et la non-proportionnalité. L objectif est que les élèves fassent la différence entre fréquence et probabilité. o A un moment donné, passer d expressions du type «on a une chance sur deux d obtenir pile» à «on dira qu on obtient pile avec la probabilité ½».. La probabilité d un événement pourra être donnée ensuite, suivant les cas sous forme de fraction, de nombre décimal ou de pourcentage. 2. Exemples d expériences où les probabilités des issues ne sont pas accessibles intuitivement. o Le lancer d une punaise : la punaise peut tomber suivant la position «1» ou la position «0» cidessous. o Autres exemples : jeu du franc carreau : on lance un disque sur un quadrillage régulier (carrelage, damier ) ; le diamètre du disque est inférieur au côté des carrés constituant le quadrillage ; on gagne si le disque tombe à l intérieur d un carré, on perd sinon. lancer d un osselet, Objectifs visés : o Décrire l expérience considérée, définir ses issues (i.e. résultats possibles), faire percevoir qu on n a pas une perception intuitive des probabilités de chaque résultat. o Amener les élèves à réinvestir la démarche fréquentiste mise en oeuvre sur un cas plus simple auparavant.

Modalités de mise en œuvre : o Faire expérimenter, en classe ou à la maison. o Prolonger l expérimentation par une simulation tableur (*) exposée par le professeur et visualiser à nouveau graphiquement l évolution de la fréquence d obtention d une des issues en fonction du nombre de répétitions de l expérience. En déduire une valeur approchée de la probabilité cherchée. 3. Expériences à deux épreuves (maîtrise non exigible dans le cadre du socle) Extrait du document d accompagnement : «Cette connaissance n est pas un objectif du programme et on ne proposera que des exemples très simples dans lesquels un raisonnement permet facilement de trouver les résultats en leur donnant du sens.» o Les expériences étudiées doivent rester élémentaires. On se bornera à des expériences conduisant à un petit nombre de résultats (un maximum de 6 cas) et on n abordera pas les cas de tirages successifs dans une urne, avec ou sans remise (Document d accompagnement p. 10). Objectif visé : o Un exemple sera utilisé pour dégager la conjecture du résultat essentiel suivant qui sera ensuite admis : la probabilité d un résultat d une expérience à deux épreuves est égale au produit des probabilités figurant sur la branche de l arbre conduisant à ce résultat. Modalités de mise en œuvre : o On étendra à ce type d expériences le principe de la représentation par un arbre, pondéré ou non. L arbre non pondéré permet de déterminer méthodiquement les résultats possibles de ce type d expérience. On peut les noter au bout des branches de l arbre. (*) Simuler une expérience grâce à un tableur : D abord, cela ne peut se faire qu en supposant connu un modèle (équiprobabilité ou pas)! Par exemple, dans le lancer d une pièce équilibrée, on s intéresse à la fréquence de PILE.. Le lancer d une pièce peut être assimilé à un tirage au hasard d un jeton noir ou blanc dans une urne qui comporte exactement le même nombre de jetons de chaque couleur (on décide que noir, c est PILE). Ou bien au tirage au hasard d un jeton portant le numéro 0 ou 1 dans une urne qui comporte exactement le même nombre de jetons de chaque numéro (on décide que 0, c est PILE). On effectue n tirages en remettant chaque fois le jeton tiré dans l urne après avoir noté son numéro. La simulation avec un tableur consiste à «tirer» un chiffre au hasard : 0 ou 1, et à recommencer n fois (l ordinateur permet de pouvoir prendre n «très grand» en allant très vite!). On comptera alors les PILE pour calculer la fréquence. Pour un lancer : On utilise la fonction ALEA : elle produit des nombres x ( x, c est le résultat de la fonction ALEA) au hasard entre 0 et 1 (0 inclus, 1 exclu) : 0 x < 1. Par exemple x = 0, 85123. Pour obtenir 0 ou 1 comme résultat, il faut un nombre entier : ce sera la partie entière du nombre (2x) compris entre 0 (inclus) et 2 (exclu). En effet 0 2x < 2. On veut donc obtenir la partie entière de 2*ALEA(). La formule utilisée sera donc : ENT(2*ALEA) qui s affichera ENT(2*ALEA()). Pour n lancers : Pour avoir d autres résultats de «lancers» on «tire» vers le bas aussi loin que l on veut (n= 1000, 5000, ) Il reste à compter le nombre de 0 avec la fonction NB.SI, puis à calculer la fréquence de 0. Et puis Pour effectuer une nouvelle expérience avec n nouveaux lancers, on utilise la touche F9 du clavier. Etc En résumé : Ce qu on veut obtenir Un nombre au hasard entre 0 inclus et 1 exclu Un nombre au hasard entre 0 inclus et 2 exclu Un nombre entier au hasard entre 0 inclus et 2 exclu, c'est-à-dire un tirage au hasard entre 0 ou 1 Comment on le traduit en Comment on le traduit avec Les résultats possibles maths le tableur 0 x < 1 ALEA() 0,856241 ; etc 0 2x < 2 2* ALEA() 0,856241 ; 1,2154 etc Partie entière de 2x, avec ENT(2* ALEA()) 0 ou 1 0 2x < 2 (**) Pour simuler le lancer d un dé équilibré à six faces (même principe, on simule avec le tirage d un nombre entier au hasard entre 1 et 6, c'est-à-dire avec ENT(ALEA()*6)+1 ou bien ENT(ALEA()*6+1) En effet si 0 x < 1, on a bien 1 6x +1 < 7, donc la partie entière