Probabilité discrète. Cours de probabilité Pour les 4èmes années sections scientifiques Dhaouadi Nejib

Documents pareils
FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

EXERCICES : DÉNOMBREMENT

Dénombrement. Chapitre Enoncés des exercices

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

Comportement d'une suite

Probabilités et statistique pour le CAPES

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

SÉRIES STATISTIQUES À DEUX VARIABLES

Terminale S. Terminale S 1 F. Laroche

1 Mesure et intégrale

STATISTIQUE : TESTS D HYPOTHESES

Limites des Suites numériques

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

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

Séquence 5. La fonction logarithme népérien. Sommaire

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

Processus et martingales en temps continu

. (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

Chapitre 3 : Fonctions d une variable réelle (1)

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

Cours de Statistiques inférentielles

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

Statistique descriptive bidimensionnelle

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

Etude de la fonction ζ de Riemann

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

CHAPITRE 2 SÉRIES ENTIÈRES

20. Algorithmique & Mathématiques

Baccalauréat S Asie 19 juin 2014 Corrigé

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

Exercices de mathématiques

55 - EXEMPLES D UTILISATION DU TABLEUR.

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

Cours 5 : ESTIMATION PONCTUELLE

Séries réelles ou complexes

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

Examen final pour Conseiller financier / conseillère financière avec brevet fédéral. Recueil de formules. Auteur: Iwan Brot

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

Les Nombres Parfaits.

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

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

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

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

Principes et Méthodes Statistiques

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

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...

UNIVERSITÉ DE SFAX École Supérieure de Commerce

14 Chapitre 14. Théorème du point fixe

Statistique Numérique et Analyse des Données

Suites et séries de fonctions

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

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

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Solutions particulières d une équation différentielle...

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

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

Université Pierre et Marie Curie. Biostatistique PACES - UE

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

Module 3 : Inversion de matrices

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

Initiation à l analyse factorielle des correspondances

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

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

Indépendance Probabilité conditionnelle. Chapitre 3 Événements indépendants et Probabilités conditionnelles

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

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

MESURE DE L'INFORMATION

Formation d un ester à partir d un acide et d un alcool

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

4 Approximation des fonctions

PROMENADE ALÉATOIRE : Chaînes de Markov et martingales

STATISTIQUE AVANCÉE : MÉTHODES

RÈGLES ORDINALES : UNE GÉNÉRALISATION DES RÈGLES D'ASSOCIATION

Chaînes de Markov. Arthur Charpentier

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.

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

Chap. 5 : Les intérêts (Les calculs financiers)

Probabilités conditionnelles Loi binomiale

Introduction : Mesures et espaces de probabilités

Processus géométrique généralisé et applications en fiabilité

RESOLUTION DES FLOW SHOP STOCHASTIQUES PAR LES ORDRES STOCHASTIQUES. DERBALA Ali *)

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

Les algorithmes de tri

Neolane Leads. Neolane v6.0

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

CALCUL DES PROBABILITES

COMMENT ÇA MARCHE GUIDE DE L ENSEIGNANT 9 E ANNÉE

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

INTRODUCTION AUX MATRICES ALÉATOIRES. par. Djalil Chafaï

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

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

PROBLEMES DIOPTIMISATION EN NOMBRES ENTIERS J. L. NICOLAS

Des résultats d irrationalité pour deux fonctions particulières

n tr tr tr tr tr tr tr tr tr tr n tr tr tr Nom:... Prénom :...

Chapitre 3 : Transistor bipolaire à jonction

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

Options Services policiers à Moncton Rapport de discussion

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

Neolane Message Center. Neolane v6.0

Mobile Business. Communiquez efficacement avec vos relations commerciales 09/2012

Transcription:

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib Probabilité discrète LYCEE DE SBEITLA ------------ Avril 009 ------------- Page:

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib I. Défiitio d'ue probabilité - Probabilité uiforme. Rappels Expériece aléatoire Ue expériece aléatoire est ue expériece dot le résultat est soumis au hasard et est doc impossible à prévoir. L'uivers est l'esemble des résultats d'ue expériece aléatoire. Ces résultats sot appelés des cas possibles. Exemples Lacer d'ue pièce de moaie peut doer pile ou face, doc l'uiversω= {P,F}. Lacer d'u dé cubique dot les faces sot umérotées de jusqu'à 6, l'uivers Ω={,,3,4,5,6}. Évéemet U évéemet A lié à ue expériece aléatoire peut être réalisé ou e pas être réalisé. Il est représeté par la partie de Ω formée par les cas possibles pour lesquels cet évéemet est réalisé (appelés cas favorables). est appelé évéemet impossible. Ω est appelé évéemet certai. U évéemet réduit à u seul élémet est appelé évéemet élémetaire. Si A et B sot deux évéemets, l'évéemet «A et B» représeté par A B est réalisé lorsque A et B sot réalisés e même temps. Si A B= Ω o dit que A et B sot icompatibles. Si A et B sot deux évéemets, l'évéemet «A ou B» représeté par A B est réalisé si l'u au mois des évéemets A ou B est réalisé. O dit que des évéemets A, A,..., A formet u système complet si :. Les évéemets Ai sot deux à deux icompatibles.. La réuio de tous les évéemets Ai est égale à l'uivers Ω. Si A est u évéemet, A=Ω\A est appelé évéemet cotraire de A Formules de Morga Si A et B sot deux évéemets o a: A = A, A B = A B et A B = A B. Probabilité Défiitio (Adrei Kolmogorov 930) Soit Ω u esemble fii O appelle probabilité défiie sur P ( Ω) (esemble des parties de Ω) toute applicatio p : P ( Ω) 0, verifiat : ) p( Ω = ) Si A et B sot deux évéemets icompatibles alors p(a B) = p(a) + p(b) Vocabulaire Le triplet ( Ω, P ( Ω),p) est appelé espace probabilisé fii Activité ) Soit A, A,..., A des évéemets deux à deux icompatibles. Motrer, à l'aide d'u raisoemet par récurrece, qu'o a : p(a A... A ) = p(a ) + p(a ) +... + p(a ) ) E déduire que si A est u évéemet alors : ω A ({ }) { } ω Ω ( ) p(a) = p ω e particulier p ω = LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: [ ]

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib Exercice O lace u dé pipé tel que P()=P(3)=P(4)=/8 et P()=P(6)=/4. Calculer P(5) Propriétés Si A et B sot deux évéemets alors : p( A) = p( A) p( ) = 0 p(a\b) = p(a) p(a B) p(a B) = p(a) + p(b) p(a B) 3. Probabilité uiforme Défiitio Soit { } Ω 3 = w, w, w,..., w et p ue probabilité défiie sur Ω. Lorsque tous les évèemets élémetaires ot la même probabilité d être réalisés, o dit que p est ue probabilité uiforme ou ue équiprobabilité. Das ce cas o a : i {,,} p(w) i = =. card Ω Pour tout évèemet A o a : p(a) =. Vocabulaire card A card Ω Lorsqu'o dit «o tire au hasard u élémet de l'uivers Ω», cela sigifie que Ω est mui d'ue probabilité uiforme. Exercice O lace deux dés cubique bie équilibrés dot les faces de chacu sot umérotées de jusqu'à 6. Détermier Ω et Card Ω Détermier la probabilité de chacu des évéemets suivats : A= «Les deux faces obteues portet le même uméro» B= «Obteir au mois ue face qui porte le uméro» solutios Ω = {,,3,4,5,6 }, CardΩ = 6 = A = (a,a) où a {,,3,4,5,6 }, CardA = 6 { } 6 p(a) = = 6 { } B = "Ne pas obteir la face " =,3,4,5,6 5 p(b) = p(b) = = LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 3

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib II. Probabilité coditioelle - évéemets idépedats. Probabilité coditioelle Activité U sac cotiet jetos idiscerables au toucher et répartis comme suit: 7 jetos blacs umérotés,,,,,,. 5 jetos oirs umérotés,,,,. O tire au hasard u jeto du sac. ) Calculer la probabilité de chacu des évéemet s suivats: A= «Tirer u jeto qui porte le uméro». B= «Tirer u jeto blac». C= «Tirer u jeto blac, sachat qu'il porte le». p(a B) )Comparer p(c) et p(a) Solutios )Cosidéros la répartitio des jetos selo leur s uméros. Il y a 6 jetos umérotés et 6 jetos umérotés Doc p(a)= 6/ = /. Il y a 7 jetos blacs sur doc p(b) = 7/ Parmi les 6 jetos uméro, il y a blacs et 4 oirs doc p(c) = /6 = /3 ) p(a B) p(a B)= = ; = = = p(c) 6 p(a) 6 3 Défiitio Soit p ue probabilité défiie sur P ( Ω). A et B deux évéemets tels que p(a) 0 p(a B) O appelle probabilité de B sachat A et o ote p(b/a) le réel défii par : p(b/a)= p(a) Coséqueces Si p(a) 0 alors p(a B) = p(a)p(b/a) Cette formule est coue sous le om : Pricipe des probabilités composées De même pour trois évéemets, o motre que: Si p(a) 0 et p(a B) 0 alors o a : p(a B C) = p(a)p(b/a)p(c/a B) Exercice 3 O cosidère ue ure coteat six boules blaches et quatre boules oires. O tire au hasard, successivemet et sas remise, trois boules de l'ure. Calculer la probabilité de l'évéemet suivat: A= «La première boule oire obteue apparaît au troisième tirage» Solutios Cosidéros les évéemets suivats : A : " Le premier tirage doe ue boule blache " A : " Le deuxième tirage doe ue boule blache " A : " Le troisième tirage doe ue boule oire " p(a) = p(a A A ) = p(a )p(a /A )p(a /A A ) 3 3 6 5 4 = = 0 9 8 6 LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 4

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib Théorème Soiet Ω u uivers et B u évéemet tel que p(b) 0. O a : p ( Ω / B ) =. p( A A / B ) = p( A / B ) + p( A / B), pour tous évèemets icompatibles A et A. p A / B = - p A / B, pour tout évéemet A. ( ) ( ) Pricipe des probabilités totales Soiet Ω u uivers et A et B deux évéemets tels que l évéemet A est i certai i impossible (p(a) et p(a) 0 ). O a : ( ) = ( ) + ( ) p B p(a ).p B/A p(a) p B/A Plus gééralemet: Si A A A... A = Ω et A A = (pour tous i et j tels que i j) et k,,..., 3 i j p(a ) 0 alors pour tout évèemet B o a : p(b) = p(a ).p(b / A ). = k k k k= { } Exercice 4 Das u magasi d électroméager, o s itéresse au comportemet d u acheteur potetiel d u téléviseur et d u magétoscope. La probabilité pour qu il achète u téléviseur est de 0,6. La probabilité pour qu il achète u magétoscope quad il a acheté u téléviseur est de 0,4. La probabilité pour qu il achète u magétoscope quad il a pas acheté de téléviseur est de 0,. ) Quelle est la probabilité pour qu il achète u téléviseur et u magétoscope? ) Quelle est la probabilité pour qu il achète u magétoscope? 3) Le cliet achète u magétoscope. Quelle est la probabilité qu il achète u téléviseur? Exercice 5 O dispose de deux ures u et u. L ure u cotiet trois boules blaches et ue boule oire. L ure u cotiet ue boule blache et deux boules oires. O lace u dé o truqué. Si le dé doe u uméro iférieur ou égal à, o tire ue boule das l ure u. Sio o tire ue boule das l ure u. (O suppose que les boules sot idiscerables au toucher) ) Calculer la probabilité de tirer ue boule blache. ) O a tiré ue boule blache. Calculer le probabilité qu elle proviee de l ure u. Exercice 6 Le quart d ue populatio a été vaccié cotre ue maladie cotagieuse. Au cours d ue épidémie, o costate qu il y a parmi les malades u vaccié pour quatre o vacciés. O sait de plus qu au cours de cette épidémie, il y avait u malade sur douze parmi les vacciés. a) Démotrer que la probabilité de tomber malade est égale à b) Quelle était la probabilité de tomber malade pour u idividu o-vaccié? c) Le vacci est-il efficace? Exercice 7(corrigé) Ue ure cotiet trois dés équilibrés. Deux d etre eux sot ormaux : ils possèdet six faces umérotées de à 6. Le troisième est truqué : il possède deux faces umérotées et quatre faces portat le uméro 6. O pred u dé au hasard das l ure et o effectue de maière idépedate des lacers successifs de celui-ci. O ote : * N l évéemet : «le dé tiré est ormal» ; LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 5 5 48

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib * U l évéemet : «o obtiet au premier lacer» ; * pour etier o ul, S l évéemet : «o obtiet 6 à chacu des premiers lacers». Justifier les résultats suivats: a. P( U ) =. 9 b. Pour tout etier o ul, o a : P( S ) = +. 3 6 3 3 Pour etier o ul, o ote p la probabilité d avoir tiré le dé truqué, sachat qu o a obteu le uméro 6 à chacu des premiers lacers. c. Pour tout etier o ul, o a : p =. + 4 Correctio a. O trouve facilemet P( N ) =, P(U/N) = 3 6 et P(U/N) =. Repreos les probabilités totales : 6 P( U) = P(U/N).P(N) + P(U/N).P(N) =. +. = 6 3 6 3 9. b. épreuves idépedates répétées doc loi biomiale : les paramètres sot pour le ombre de tirages et p : * si o choisit u dé ormal p =, o a alors 6 P ( tirer 6 fois)=c p ( p) 4 * si o choisit le dé truqué p = =, o a alors P (tirer 6 fois)= 6 3 3. = 6 0 E refaisat le même raisoemet qu au a. o obtiet : P (tirer 6 fois)= + 3 6 3 3. c. P( N S) p = P( N / S) = P( S ) 4. 3 3 6 4 = = = = 4 + 4 + + + 3 6 3 3 6 6 4 ;. Evéémets idépedats Défiitio : Deux évéemets A et B sot dits idépedats (par rapport à P) si : p(a B)=p(A)p(B) Dire que A et B sot idépedats sigifie doc qu'avoir des iformatios cocerat la réalisatio de A e reseige pas sur la réalisatio de B. Exemple :. O lace u dé à 6 faces et o ote A l'évéemet "Obteir u ombre pair", et B l'évéémet "Obteir u multiple de 3". O a : p(a) = /, p(b) = / 3 p(a B) = / 6 = p(a)p(b) Les évéemets A et B sot idépedats.. O lace deux dés rouges et verts, et o ote A l'évéemet "La somme des uméros fait 6" et B l'évéemet "Sur le dé rouge, o obtiet u ombre pair". U petit déombremet de tous les cas possibles motre que : p(a) = 5/, p(b) = 8/ p(a B) = / p(a)p(b) Les évéemets A et B e sot pas idépedats. LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 6

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib III. Variable aléatoire. Défiitio Activité O lace deux dés cubique bie équilibrés dot les faces de chacu sot umérotées de jusqu'à 6. O désige par X la somme des uméros obteus. Quelles sot les valeurs prises par X? solutios Détermier les probabilités correspodates. Les valeurs prises par X sot,3,4,5,6,7,8,9,0,,. Les évéemets correspodates, otés (X=k) où k est l'ue des valeurs prises par X, formet u système complet. (X=)={(,)} ; (X=3)={(,),(,)} ; (X=4)={(,3),(,),(3,)} ; (X=5)={(,4),(,3),(3,),(4,)} (X=6)={(,5),(,4),(3,3),(4,),(5,)} ; (X=7)={(,6),(,5),(3,4),(4,3),(5,),(6,)} (X=8)={(,6),(3,5),(4,4),(5,3),(6,)} ; (X=9)={(3,6),(4,5),(5,4),(6,3)} ; (X=0)={(4,6),(5,5),(6,4)} (X=)={(5,6),(6,5)} ; (X=)={(6,6)} Les probabilités correspodates sot résumées das le tableau suivat: x i 3 4 5 6 7 8 9 0 3 4 5 6 5 4 3 P(X=x) Défiitios Soit u uivers Ω fii. O appelle variable aléatoire réelle (ou aléa umérique) défiie sur l uivers Ω, toute applicatio X : Ω IR. x R. ( ) Soit X = x désige l esemble des évetualités ayat la même image x par X. C est-à-dire : ( X = x ) = { ω; ω Ω; X( ω ) = x } Soit u uivers Ω fii. Soit X ue variable aléatoire réelle défiie sur l uivers Ω. O appelle loi de probabilité de X ou distributio des probabilités de X, l applicatio qui à chacue des valeurs x i prises par X, fait correspodre la probabilité p = p(x = x ) i i Remarque Si X( Ω ) = { x,x,...,x } i= Les évéemets (X = x) formet u système complet doc p(x=x ) = i i i LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 7

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib. Foctio de répartitio Défiitio Soit u uivers Ω fii et X : Ω IR ue variable aléatoire. La foctio de répartitio de X est l applicatio F : IR [0, ] défiie pour tout réel x par : ( ) F(x) = p X x. Pour le réel x, F(x) est la probabilité de l évèemet ( X x ) = { ω Ω / X( ω) x }. Propriétés Soit X ue variable aléatoire discrète défiie sur u uivers fii Ω. Soit F la foctio de répartitio de X. O a : F est croissate sur IR. Si les élémets xi de X( Ω ) sot ordoés : x x... x i {,,..., } alors F est défiie sur IR par : ] [ [ [ 0 si x,x p si x x,x. F(x) = p + p +... + p si x x,x. si x [ x, + [ Exercice 9 (corrigé) [ [ i i i+ < < < et si p(x = x i) = pi pour O dispose d u dé cubique parfait dot les faces portet les ombres : -, 0, 0,,,. O lace ce dé deux fois de suite. O désige par a le ombre apparu sur la face supérieure au premier lacer et par b le ombre apparu sur la face supérieure au deuxième lacer. Soit Y la variable aléatoire qui à chaque couple (a, b) associe la somme (a + b). ) Détermier la loi de probabilité de Y. ) a) Détermier la foctio de répartitio F de Y. b) Représeter graphiquemet F das u repère orthogoal du pla. 3) a) Calculer ( < ) p 0 Y 3 et comparer le résultat avec le réel F (3) F (0). R. x o a: p Y > x = F(x) b) Motrer que ( ) c) Motrer que pour tous réels a et b tels que a < b p a < Y b = F(b) F(a) o a : ( ) solutios ) L expériece aléatoire est le lacer du dé cubique deux fois de suite, o a doc : card Ω = 6 =. ( couples (a,b) ) Soit Y la variable aléatoire qui à chaque élémet de Ω associe la somme des poits obteus. Pour détermier la loi de probabilité de Y, o pourra utiliser le tableau suivat : + - 0 0 - - - - 0 0 0-0 0 0-0 0 0 3 0 3 3 3 4 LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 8

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib O a Y(Ω) = {-; - ; 0; ; ; 3; 4 }. Le tableau suivat doe la loi de probabilité associée à Y. x i - - 0 3 4 p i 4 8 0 8 4 ) a) La foctio de répartitio F de Y est défiie sur IR par : F(x) = 0 si x, ; ] [ 5 F(x) = p = si x [, [ ; F(x) = p + p = si x [,0 [ ; 3 F(x) = p + p + p3 = si x [ 0, [ ; 3 F(x) = p + p + p3 + p4 = si x [, [ 3 F(x) = p + p + p3 + p4 + p5 = si x [,3 [ 35 F(x) = p + p + p3 + p4 + p5 + p6 = si x [ 3, 4[ F(x) = = si x [ 4, + [. b) Représetatio graphique de F p 0 < Y 3 = p(y = + p(y = + p(y = 3 = 35 3 ) ) ) et o a : F(3) F(0) = =. p 0 < Y 3 = F(3) F(0). 3) a) ( ) D où ( ) b) Motros que x Roa: p Y x F(x).Les évèemets cotraires doc pour tout réel x, o a : p Y x p Y x F(x). Y x et Y x sot c) Pour tous réels a et b tels que a < b o a : ( Y a) ( Y b ) et p ( a < Y b) = p ( Y b) p ( Y a) ( a < Y b) = ( Y b) \ ( Y a).doc = F(b) F(a). LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 9

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib 3. Espérace mathématique Défiitio Soiet ( Ω, P ( Ω),p) u espace probabilisé fii et X ue variable aléatoire défiie sur Ω O appelle espérace mathématique de X, le réel oté E(X) défii par : ω { ω }) ou ecore E(X) = i i ω Ω i= E(X) = X( )p( = x p(x x ) où x,x,...,x sot les valeurs prises par X Remarques )L'espérace mathématique de X est la moyee des valeurs xi podérées par les probabilités correspodates P(X=xi). )Das u jeu de hasard, si X désige le gai algébrique (positif ou égatif) alors E(X) désige le gai moye qu'o peut espérer sur u grad ombre de parties 3)Das u jeu de hasard, o dit que le jeu est : équitable si E(X)=0 favorable ou gagat si E(X)>0 défavorable ou perdat si E(X)<0 Exercice 0 Ue ure cotiet sept boules : ue rouge, deux jaues et quatre vertes. U joueur tire au hasard ue boule Si elle est rouge, il gage 0 D, si elle est jaue, il perd 5 D, si elle est verte, il tire ue deuxième boule de l'ure sas avoir remettre la première boule tirée. Si cette deuxième boule est rouge, il gage 8 D, sio il perd 4 D. ) Costruire u arbre podéré représetat l'esemble des évetualités de ce jeu. ) Soit X la variable aléatoire associat à chaque tirage le gai algébrique du joueur (ue perte est comptée égativemet). a) Etablir la loi de probabilité de la variable X b) Calculer l'espérace de X 3) Les coditios de jeu restet idetiques. Idiquer le motat du gai algébrique qu'il faut attribuer à u joueur lorsque la boule tirée au deuxième tirage est rouge, pour que le jeu soit équitable. 4. Variace et écart-type Défiitio Soit X ue variable aléatoire discrète preat les valeurs x i avec les probabilités respectives p i i,,...,. pour { } La variace de X, oté V(X), est le réel positif défii par : ( ) ( ) V(X) = x - X.p +... + x - X.p = ( xi - X).pi i= LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: 0

Cours de probabilité Pour les 4èmes aées sectios scietifiques Dhaouadi Nejib où X = E(X). L écart- type de X, que l o ote σ(x), est le réel positif σ(x) = V(X). 5. Loi biomiale Cosidéros ue expériece aléatoire costituée de épreuves (>) idetiques et idépedates 'ayat que deux issues: succès ou échec otées S et E. Si P(S)= p alors P(E)=-p=q. Si X désige le ombre de succès obteus au cours de ces épreuves o dit que X suit ue loi biomiale de paramètres et p o écrit X Bp (, ). O motre que la loi de probabilité de X est défiie par : k k k k {,,...,} p(x = k) = C pq Espérace mathématique de X : E(X)=p Variace de X : V(X)=pq Exercice O sélectioe les cadidats à u jeu télévisé e les faisat répodre à dix questios. Ils devrot choisir, pour chacue des questios, parmi quatre affirmatios, celle qui est exacte. U cadidat se présete et répod à toutes les questios au hasard. O appelle X la variable aléatoire désigat le ombre de réposes exactes doées par ce cadidat à l issue du questioaire. ) Quelle est la loi de probabilité de X? ) Calculer la probabilité pour qu il fourisse au mois 8 boes réposes, et soit aisi sélectioé. LYCEE DE SBEITLA ------------ Avril 009 ------------- Page: