PROBA

Groupe Scolaire Galaxy Mathématiques TD 2021/2022
Dénombrement
 Cardinal d’un ensemble :

Soit E un ensemble fini
Le cardinal de E est le nombre d’éléments de E , on le note card E
Soit A et B deux parties d’un ensemble fini
Card A  B   CardA  CardB  Card A  B 
 Principe fondamental du dénombrement :
Soit une expérience peut être réalisée en p choix p   *

Si le premier choix peut être réalisé en n1 façons différentes
et le second choix peut être réalisé en n2 façons différentes
.
.
.
et le p -ème choix peut être réalisé en n p façons différentes
alors le nombre façons différentes de réaliser cette expérience
est le produit : n1  n2  n 3  ...  n p
 Les nombres : n ! , Anp et Cnp
n !  n  n  1  n  2  ...  2  1
n! n!
Anp  C np 
n  p  ! p ! n  p  !
C np 1  C np  C np1 C np  C nn p
C nn  1 C nn 1  n
 Types de tirages :
On tire p objets parmi n objets
Nombre de tirages
Type de tirage: L’ordre :
possible est :
simultané C np p  n  n’a pas d’importance
Successif avec remise np est important
Successif sans remise Anp p  n  est important
M.B.M 32
Probabilités
 Probabilités d’un ensemble fini:

La probabilité d’un événement A est la somme des probabilités des événements
élémentaires qui le composent, on la note p A
 Propriétés :
Soit  l’univers associé à une expérience aléatoire
L’événement: Probabilités:
A 0  p A  1
A 
p A  1  p A
p A  B   p A  p B   p A  B 
AB p A  B   p A  p B 
(A et B sont incompatibles)
S’il y a équiprobabilité alors pour tout événement A de  , on a:

cardA nombredescas favorables
p A  
card  nombredes cas possibles
 Loi d’une variable de probabilité aléatoire:

Soit  l’univers associé à une expérience aléatoire
Pour définir la loi de probabilité de la variable X sur  on suit les étapes suivantes :
1) On détermine X   x1; x 2 ; x 3 ;...; xn  l’ensemble des valeurs prises par X
2) On calcule pour chaque valeur x i sa probabilité pi  p X  xi  avec i  1;2;...; n 
3) On résume la loi de probabilité de la variable X par le tableau suivant :
xi x1 x2 x3 … xn
p X  x i  p1 p2 p3 … pn
 Probabilité conditionnelle :
Soit A et B deux événements liés à une même expérience aléatoire tel que: p A  0
La probabilité de l’événement B sachant que A est réalisé est le nombre :
p A  B 
pA B   p B A  p A
 Evénements indépendants :
Soit A et B deux événements liés à une même expérience aléatoire
A et B sont indépendants  p A  B   p A  p B 
M.B.M 33
 L’espérance, la variance et l’écart-type d’une variable aléatoire:
Soit X une variable aléatoire dont la loi de probabilité est définie par le tableau suivant:
xi x1 x2 x3 … xn
p X  x i  p1 p2 p3 … pn
L’espérance mathématique
E X   x1  p1  x 2  p2  x 3  p3  ...  xn  pn
de la variable X
La variance de la variable X V X   E X ²  E X  ²

 
L’écart -type de la variable X  X   V X 
 Epreuve répétée :
Soit p la probabilité d’un événement A , lors d’une expérience aléatoire
si on répète n fois l’épreuve dans des conditions identiques

alors la probabilité de réalisation de A exactement k fois durant les n épreuves est :
k n k
C nk p  1  p  k  n 
 Loi binomiale :
Soit p la probabilité d’un événement A , lors d’une expérience aléatoire
on répète n fois l’épreuve dans des conditions identiques

si la variable aléatoire X , égale au nombre de réalisation de A durant les n épreuves
alors la loi de probabilité de la variable X est donnée par :
n k
k  0;1;2;...; n p X  k   C nk  pk  1  p 
On dit que la variable X suit une loi binomiale de paramètres n et p et on a
E X   n  p et V X   np 1  p 
M.B.M 34
➢ Fonction de répartition
Soit un univers Ω fini et 𝑋 ∶ Ω → ℝ une variable aléatoire. La fonction de répartition de X est

l’application 𝐹 ∶ ℝ → [0, 1] définie pour tout réel 𝑥 𝑝𝑎𝑟 𝐹(𝑥) = 𝑝(𝑋 ≤ 𝑥). Pour le réel 𝑥, 𝐹(𝑥)
est la probabilité de l'évenement (𝑋 ≤) = {𝜔 ∈ Ω 𝑡𝑒𝑙 𝑞𝑢𝑒 𝑋(ω) ≤ 𝑥}.
Soit 𝑋 une variable aléatoire discret définie sur un univers fini Ω.
Soit F la fonction de répartition de X. On a :
• F est croissante sur ℝ.

• Si les éléments 𝑋𝑖 𝑑𝑒 𝑋(Ω) sont ordonnés : 𝑋1 < 𝑋2 < ⋯ < 𝑋𝑛 et si 𝑝(𝑋 = 𝑥𝑖 ) = 𝑝𝑖 pour 𝑖 ∈
{1, 2, … , 𝑛} alors F est définie sur ℝ par :
0 𝑠𝑖 𝑥 ∈] − ∞, 𝑥1 [
𝑃 𝑠𝑖 𝑥 ∈ [𝑥1 , 𝑥2 ]
𝐹(𝑋) = { 1
𝑃1 + 𝑃2 + ⋯ + 𝑃𝑖 𝑠𝑖 𝑥 ∈ [𝑥𝑖 , 𝑥𝑖+1 ]
1 𝑠𝑖 𝑥 ∈ [𝑥𝑛 , +∞[
M.B.M 35

PROBA

Transféré par

Droits d'auteur :

Formats disponibles

PROBA

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

PROBA

Transféré par

Droits d'auteur :

Formats disponibles

Groupe Scolaire Galaxy Mathématiques TD 2021/2022

 Cardinal d’un ensemble :

 Principe fondamental du dénombrement :

Soit une expérience peut être réalisée en p choix p   *

 Les nombres : n ! , Anp et Cnp

Successif avec remise np est important

Successif sans remise Anp p  n  est important

 Probabilités d’un ensemble fini:

S’il y a équiprobabilité alors pour tout événement A de  , on a:

 Loi d’une variable de probabilité aléatoire:

 L’espérance, la variance et l’écart-type d’une variable aléatoire:

La variance de la variable X V X   E X ²  E X  ²

L’écart -type de la variable X  X   V X 

Soit p la probabilité d’un événement A , lors d’une expérience aléatoire

si on répète n fois l’épreuve dans des conditions identiques

Soit p la probabilité d’un événement A , lors d’une expérience aléatoire

on répète n fois l’épreuve dans des conditions identiques

On dit que la variable X suit une loi binomiale de paramètres n et p et on a

Soit un univers Ω fini et 𝑋 ∶ Ω → ℝ une variable aléatoire. La fonction de répartition de X est

Soit 𝑋 une variable aléatoire discret définie sur un univers fini Ω.

Soit F la fonction de répartition de X. On a :

• F est croissante sur ℝ.

Vous aimerez peut-être aussi