3 ) Notation. 4 ) Interprétation. 1 ) Exemple. 2 ) Définition. 3 ) Interprétation

Documents pareils
Dénombrement. Chapitre Enoncés des exercices

EXERCICES : DÉNOMBREMENT

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

1 Mesure et intégrale

Comportement d'une suite

Chapitre 3 : Fonctions d une variable réelle (1)

Limites des Suites numériques

STATISTIQUE : TESTS D HYPOTHESES

20. Algorithmique & Mathématiques

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Probabilités et statistique pour le CAPES

55 - EXEMPLES D UTILISATION DU TABLEUR.

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Terminale S. Terminale S 1 F. Laroche

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

Cours de Statistiques inférentielles

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

Les Nombres Parfaits.

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

CHAPITRE 2 SÉRIES ENTIÈRES

Solutions particulières d une équation différentielle...

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Université Pierre et Marie Curie. Biostatistique PACES - UE

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Chap. 5 : Les intérêts (Les calculs financiers)

Séries réelles ou complexes

UV SQ 20. Automne Responsable d Rémy Garandel ( m.-el. remy.garandel@utbm.fr ) page 1

c. Calcul pour une évolution d une proportion entre deux années non consécutives

14 Chapitre 14. Théorème du point fixe

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

SÉRIES STATISTIQUES À DEUX VARIABLES

capital en fin d'année 1 C 0 + T C 0 = C 0 (1 + T) = C 0 r en posant r = 1 + T 2 C 0 r + C 0 r T = C 0 r (1 + T) = C 0 r 2 3 C 0 r 3...

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Séquence 5. La fonction logarithme népérien. Sommaire

Statistique descriptive bidimensionnelle

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Statistiques appliquées à la gestion Cours d analyse de donnés Master 1

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

Baccalauréat S Asie 19 juin 2014 Corrigé

Principes et Méthodes Statistiques

2 ième partie : MATHÉMATIQUES FINANCIÈRES

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Processus et martingales en temps continu

Chapitre 2 SONDAGE ALEATOIRE SIMPLE OU A PROBABILITES EGALES. 2.1 DEFINITIONS 2.2 SONDAGE ALEATOIRE SIMPLE SANS REMISE (PESR) 2.2.

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

Un nouvel opérateur de fusion adaptatif. A new adaptive operator of fusion. 1. introduction

Université Victor Segalen Bordeaux 2 Institut de Santé Publique, d Épidémiologie et de Développement (ISPED) Campus Numérique SEME

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Échantillonnage et estimation

4 Approximation des fonctions

Les algorithmes de tri

Statistique Numérique et Analyse des Données

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Sommaire Chapitre 1 - L interface de Windows 7 9

Module 3 : Inversion de matrices

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Tempêtes : Etude des dépendances entre les branches Automobile et Incendie à l aide de la théorie des copulas Topic 1 Risk evaluation

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

STATISTIQUE AVANCÉE : MÉTHODES

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Suites et séries de fonctions

Exercices de mathématiques

UNIVERSITÉ DE SFAX École Supérieure de Commerce

Chapitre 3 : Transistor bipolaire à jonction

MESURE DE L'INFORMATION

Etude de la fonction ζ de Riemann

Initiation à l analyse factorielle des correspondances

Introduction : Mesures et espaces de probabilités

Neolane Message Center. Neolane v6.0

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Neolane Leads. Neolane v6.0

Université de Bordeaux - Master MIMSE - 2ème année. Scoring. Marie Chavent machaven/

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Chaînes de Markov. Arthur Charpentier

Risque de longévité et détermination du besoin en capital : travaux en cours

Comment les Canadiens classent-ils leur système de soins de santé?

Simulations interactives de convertisseurs en électronique de puissance

Probabilités Loi binomiale Exercices corrigés

Régulation analogique industrielle ESTF- G.Thermique

Cours 5 : ESTIMATION PONCTUELLE

Le Sphinx. Enquêtes, Sondages. Analyse de données. Internet :

Fluctuation d une fréquence selon les échantillons - Probabilités

Réseaux d ondelettes et réseaux de neurones pour la modélisation statique et dynamique de processus

Mécanismes de protection contre les vers

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

Des résultats d irrationalité pour deux fonctions particulières

Le chef d entreprise développe les services funéraires de l entreprise, en

MÉMENTO Aide-mémoire à l usage des administrateurs des coopératives PSBL-P. Programme de logement sans but lucratif privé

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

NOTIONS DE PROBABILITÉS

Compte Sélect Banque Manuvie Guide du débutant

LE WMS EXPERT DE LA SUPPLY CHAIN DE DÉTAIL

GUIDE METHODOLOGIQUE INDUSTRIES, OUVREZ VOS PORTES

La maladie rénale chronique

Transcription:

ère S Probabilités I. Exemples itroductifs ) Exemple O cosidère l expériece aléatoire qui cosiste à lacer ue pièce o truquée. O ote le côté qu elle présete. O dira que la probabilité d obteir pile est égale à. O dira que la probabilité d obteir face est égale à. L expériece aléatoire est modélisée par ue loi de probabilité P doée das le tableau : ) Exemple Résultat Pile Face Probabilité Total O cosidère l expériece aléatoire qui cosiste à lacer ue pièce truquée telle qu il y ait ue chace sur qu elle présete le côté pile. O ote le côté qu elle présete. O dira que la probabilité d obteir pile est égale à. O dira que la probabilité d obteir face est égale à 3. L expériece aléatoire est modélisée par ue loi de probabilité P doée das le tableau : II. Loi de probabilité ) Défiitio Résultat Pile Face 3 Probabilité Total O défiit ue loi de probabilité sur l esemble des résultats e, e,, e d ue expériece aléatoire e leur attribuat des ombres fixes p, p,, p vérifiat les deux coditios suivates : i,,...,, 0 C : pour tout etier C : p p... p ) Tableau p i 3 ) Notatio O ote P la loi de probabilité. O écrira P e p (probabilité du résultat e ), P e p (probabilité du résultat e )... O dira que l expériece aléatoire est modélisée par la loi de probabilité P. ) Iterprétatio p i est u ombre compris etre 0 et l qui mesure la chace que le résultat e i a de se réaliser. III. Probabilité d u évéemet ) Exemple O lace u dé cubique truqué. O ote le uméro de la face supérieure. O suppose que l expériece aléatoire est modélisée par la loi de probabilité P ci-dessous. Résultat 3 5 Probabilité 0, 0, 0, 0, 0, 0,5 Total = O cosidère l évéemet : «obteir u uméro pair». ttetio à l orthographe du mot évéemet, il y a bie deux accets aigus cotrairemet à ce que laisserait supposer la proociatio usuelle ; il s agit d ue aomalie due à ue erreur de typographie commise au XVII e siècle. 0,7 P P P P P ) Défiitio La probabilité d u évéemet est doée par la formule P somme des probabilités des résultats qui costituet. 3 ) Iterprétatio P est u ombre compris etre 0 et qui mesure la chace que l évéemet a de se réaliser. IV. Cas d équiprobabilité ) Défiitio Résultats e e Probabilités p p e p Total O dit que l o est das u cas d équiprobabilité lorsque tous les résultats possibles pour l expériece aléatoire ot la même probabilité.

) Tableau V. Vocabulaire des évéemets Résultats e e Probabilités : ombre de résultats possibles 3 ) Vocabulaire e Total ) Exemple O lace u dé cubique. O cosidère les évéemets : «obteir u uméro iférieur ou égal à» B : «obteir u uméro pair» C : «obteir u uméro iférieur ou égal à» D : «obteir u uméro strictemet supérieur à». O ote l esemble de tous les résultats possibles pour l expériece (uivers des possibles). O dit que la loi de probabilité P qui modélise l expériece aléatoire est ue loi d équiprobabilité ou ue loi équirépartie. ) Probabilité d u évéemet (Formule de Laplace) Das le cas de l équiprobabilité, la probabilité d u évéemet est doée par la formule ombre de résultats possibles pour P ombre de résultats possibles pour l'expériece aléatoire,,3,,5,,,3, B,, C D ) Défiitio de l uivers des possibles B 3 5 5 ) Démostratio O ote k le ombre de résultats possibles pour. P somme des probabilités des résultats qui costituet. O a vu que : Doc P... (k termes) P k k P ombre de résultats possibles pour P ombre de résultats possibles pour l'expériece aléatoire ) Exercice-type (avec rédactio) Ue ure cotiet 3 boules rouges R, R, R 3 et boules oires N et N. O tire ue boule au hasard. O ote la couleur de la boule tirée. O cosidère l évéemet : «obteir ue boule rouge». Calculer la probabilité de. Esemble de tous les résultats possibles pour l expériece aléatoire : e e e 3 ) Défiitio d u évéemet quelcoque U évéemet est ue partie ou u sous-esemble de. ) Défiitios d évéemets particuliers évéemet certai : évéemet impossible :,,..., évéemet élémetaire : évéemet costitué d u seul résultat (sigleto) 5 ) Réuio et itersectio de évéemets B : itersectio de et B (évéemet costitué des résultats possibles pour et B) B : réuio de et B (évéemet costitué des résultats possibles pour ou B (ou iclusif)) N.B. : B B et B B. Le tirage état effectué au hasard, o peut adopter le modèle d équiprobabilité, c est-à-dire que l o modélise l expériece aléatoire par ue loi d équiprobabilité P. Le ombre de résultats possibles pour l expériece aléatoire est égal à 5. Le ombre de résultats possibles pour est égal à 3. 3 D après la formule de Laplace, P. 5 3

) Exemple Hypothèses du ). : «obteir u uméro iférieur ou égal à» B : «obteir u uméro pair» B : «obteir u uméro iférieur ou égal à et pair» B, B 3 5 VI. Propriétés des probabilités (Les démostratios sot quasimet évidetes), P) est u espace probabilisé. ) Propriété (probabilité de l évéemet certai) P ) Propriété (probabilité de l évéemet impossible) B : «obteir u uméro iférieur ou égal à ou pair» P 0 B,,3,, 7 ) Evéemet cotraire \ ( privé de ou complémetaire de das : évéemet costitué de tous les résultats qui appartieet pas à 8 ) Evéemets icompatibles O dit que deux évéemets et B sot icompatibles pour exprimer que B (aucu résultat commu). Exemple : U évéemet et so cotraire. 5 ) Lois de Morga et B sot deux évéemets quelcoques. B B B B 3 ) Propriété 3 (probabilité de la réuio de évéemets icompatibles) et B sot évéemets icompatibles ( B ) P B P P B ) Propriété (probabilité de la réuio de évéemets) et B sot évéemets quelcoques de. P B P P B P B 5 ) Propriété 5 (probabilité d u évéemet cotraire) est u évéemet quelcoque de. P P ) Propriété (probabilités d évéemets iclus l u das l autre) Si B, alors P P B. De plus, o a : P B \ P B P. B Rappel : la barre veut dire cotraire. «privé de» 5

VII. Simulatios d expérieces aléatoires ) Pricipe simuler = faire comme si La simulatio permet de remplacer ue expériece aléatoire par ue expériece plus facile à réaliser que l'o peut reproduire u grad ombre de fois das les mêmes coditios, à l'aide des outils moderes, calculatrices et ordiateurs. ) Itérêt d ue simulatio d expériece aléatoire Doer ue idée d u résultat permettat d amorcer ue modélisatio. Lie etre probabilités et statistiques (voir VIII). 3 ) Simulatios sur ordiateur ou sur calculatrice (voir exercices) Nombres au hasard VIII. Échatilloage ) Défiitio Si ue populatio est trop importate pour l'étudier complètemet, o utilise u échatilloage de cette populatio. Si ue expériece aléatoire est répétée fois, la série statistique obteue est u échatillo de taille. O peut alors détermier la distributio des fréqueces de cet échatillo. ) Fluctuatio d'échatilloage Pour ue même expériece aléatoire, les distributios de fréqueces de deux échatillos de même taille sot le plus souvet différetes. O appelle ceci la fluctuatio d'échatilloage. Le même phéomèe s'observe avec le sodage de deux groupes de même taille, mais composés de persoes différetes : les résultats serot le plus souvet différets. O costate empiriquemet que plus la taille de l'échatillo est grade, plus la distributio des fréqueces s'approche de la distributio théorique des fréqueces. La plupart des calculatrice et des tableurs (Excel e particulier) possède ue «foctio» qui géère des «ombres aléatoires» (ou plutôt «pseudo-aléatoires»). Sur calculatrice, o utilise la touche «RNDOM». Sur tableur, o utilise la «foctio» LE( ). Elle «géère» u ombre aléatoire compris sas l itervalle [0, [ comme par exemple 0,897. ttetio, cela peut laisser croire que le hasard est ue foctio ce qui est complètemet faux. Exemple : simulatio de lacers d u dé cubique o truqué sur u tableur Il s agit d ue loi empirique. 3 ) Notio de modélisatio Fréqueces (variables) Probabilités (fixes) Il suffit doc de multiplier ce ombre par, de lui ajouter et d'elever la partie décimale pour obteir u ombre etier aléatoire etre et. La foctio qui pred la partie etière d'u ombre est la foctio ENT. O utilise la formule suivate : =ENT(LE( )*+) pour géérer ue simulatio de jet de dés. réalisatio expériece aléatoire modélisatio Voir mise e oeuvre e exercices. doées expérimetales (qui est variable) adéquatio loi de probabilité (immuable) lgorithmes : O utilise des boucles Pour. Voir exercices. ) Itervalle de cofiace Voir cours de statistiques. 7 8

Progressio du cours de probabilités (d après site de l académie de Greoble «Voyage autour d'ue expériece aléatoire») Commet décrire ue expériece aléatoire? Du lagage des chaces aux probabilités rbres Préseter les résultats d ue expériece aléatoire : Lacer d ue pièce o truquée De la loi de probabilité à la probabilité Le lagage des évéemets Loi de probabilité et résultats statistiques (simulatio) Et si o jouait pour de l'arget? Objectif du cours : revoir les otios de 3 e et de e Lacer d u dé o truqué Pile Face 3 5 9 0

Défiitio d ue expériece aléatoire : Ue expériece dot o coaît tous les résultats possibles sas savoir avat de réaliser l expériece lequel de ces résultats va se produire est appelée expériece aléatoire. U même évéemet peut être formulé e fraçais de plusieurs maières différetes, suivat les circostaces de l expériece aléatoire (et e utilisat la logique, comme o le verra e exercice). Exemple : o tire 3 boules simultaémet d ue ure coteat 5 boules blaches et boules oires. : «obteir au mois ue boule blache» est l évéemet certai. Même traductio : : «obteir trois boules de la même couleur» B : «obteir trois boules blaches» Extrait du livre Trasmaths ère S Couverture verte Simulatio RPPELS La simulatio permet de remplacer ue expériece aléatoire par ue expériece plus facile à réaliser que l'o peut reproduire u grad ombre de fois das les mêmes coditios, à l'aide des outils moderes, calculatrices et ordiateurs. Lorsqu'o répète fois ue même expériece aléatoire o obtiet u échatillo de taille. Les distributios des fréqueces pour des échatillos de même taille fluctuet ; cette fluctuatio d échatilloage deviet plus faible et les fréqueces se stabiliset lorsque deviet grad. Exemple. O lacé u dé et o examie la fréquece de sortie d'u uméro sur des échatillos de même taille ( = 00) de tailles différetes (00, 000, 0 000)

La plupart des tableurs (Excel e particulier) possède ue «foctio» qui géère des ombres aléatoires. Cette foctio est la foctio LE( ). Elle géère u ombre aléatoire compris etre zéro et u (zéro compris) comme par exemple 0.897. Il suffit doc de multiplier ce ombre par, de lui ajouter et d'elever la partie décimale pour obteir u ombre etier aléatoire etre et. La foctio qui pred la partie etière d'u ombre est la foctio ENT. Nous allos doc utiliser la formule suivate : dés. =ENT(LE( )*+) pour géérer otre simulatio de jet de ttetio, cela peut laisser croire que le hasard est ue foctio ce qui est complètemet faux. Cette foctio géère des ombres pseudo-aléatoires. Evéemet cotraire et égatio d ue propositio Exemples simples : «Persoe e m écoute». Cotraire de cette propositio? «u mois ue persoe m écoute.» «Tout le mode parle.» Cotraire de cette propositio? «u mois ue persoe e parle pas.» Rôle du cotre-exemple pour démotrer qu ue propositio uiverselle est fausse. Commet modéliser le hasard? Poit-méthode U exemple Ue ure cotiet : - 3 boules R ; - boules N. O tire successivemet deux boules avec remise. Il y a types de tirages possibles : N-N // R-N // N-R // R-R Néamois o e peut pas dire que la probabilité de chacu de ces tirages est égale à. Retour sur réuio et itersectio Exemples sur la droite réelle a) Itersectio [ [ ] ] L itersectio est costituée des élémets commus aux deux. «L itersectio c est ce qu il y a e commu». Itersectio : rouge et bleu. b) Réuio Ce serait cotraire à l expériece. [ [ ] ] Ce chapitre est l occasio de reveir sur la logique mathématique. Logique mathématique logique de tous les jours. E mathématiques, o a ue logique biaire : u éocé est toujours soit vrai soit faux (pas de demimesure). E mathématiques, les mots ot leur ses fort : «tout» sigifie «pour tout», sas exceptio. La réuio est costituée des élémets qui appartieet soit à l u soit à l autre, soit aux deux à la fois. «La réuio c est la somme des deux.» Réuio : rouge ou bleu ou les deux. Poit-méthode pour chercher la probabilité de l itersectio de deux évéemets 3

Il y a pas de formule à appliquer Pour chercher la probabilité d ue itersectio, o cherche les résultats qui vérifiet la coditio des deux évéemets. 3 Poit-méthode pour chercher la probabilité de la réuio de deux évéemets O utilise la formule Google «Le problème des 3 portes simulatio» Le problème des 3 portes, u paradoxe probabiliste Jea Paul Delava, sio Wikipedia Le mot «u» e mathématiques : otio 5