Aller au contenu

Probabilités et dénombrement 2 bac : cours et résumé

Type
Cours
Lecture
15 min

Quand toutes les éventualités ont la même probabilité, la probabilité d'un événement AA est p(A)=card Acard Ωp(A)=\dfrac{\mathrm{card}\,A}{\mathrm{card}\,\Omega} : on compte les cas favorables et les cas possibles, et c'est le type de tirage qui choisit l'outil de comptage. Un tirage simultané se compte avec les combinaisons CnpC_n^p, un tirage successif sans remise avec les arrangements AnpA_n^p, un tirage successif avec remise avec npn^p. Par exemple, une urne contient 7 boules rouges et 4 boules vertes, et l'on tire simultanément deux boules : card Ω=C112=55\mathrm{card}\,\Omega=C_{11}^2=55 et l'événement « deux boules rouges » compte C72=21C_7^2=21 éventualités, donc sa probabilité vaut 2155\dfrac{21}{55}.

Accès direct : résumé en tableau, dénombrement : arrangements et combinaisons, quel outil pour quel tirage, probabilité conditionnelle, variable aléatoire, loi binomiale, et les 16 exercices corrigés avec un exercice type examen national.

Chapitre de fin d'année de la 2e année du baccalauréat (sciences expérimentales et sciences mathématiques, option française) ; en PC et SVT, il fournit à l'examen national un exercice de 2 à 3 points. Objectif : choisir l'outil de comptage adapté à chaque tirage, calculer une probabilité conditionnelle sur un arbre, puis donner la loi, l'espérance et la variance d'une variable aléatoire. Prérequis : le calcul sur les fractions et la variance d'une série statistique.

Sommaire11 parties

Résumé de cours : probabilités et dénombrement en un tableau

Chaque ligne donne la règle et sa condition d'emploi ; le lien de la première colonne mène à la section qui l'explique.

NotionÀ retenir
Principe fondamentalkk choix successifs à n1n_1, n2n_2, …, nkn_k possibilités : n1×n2×⋯×nkn_1\times n_2\times\cdots\times n_k résultats
Arrangements avec répétitionpp éléments parmi nn, ordre compté, répétition permise : npn^p
Arrangements sans répétitionAnp=n(n−1)⋯(n−p+1)A_n^p=n(n-1)\cdots(n-p+1)
Anp=n!(n−p)!A_n^p=\dfrac{n!}{(n-p)!}, pour 1≤p≤n1\le p\le n
PermutationsAnn=n!=n(n−1)⋯2×1A_n^n=n!=n(n-1)\cdots2\times1, avec 0!=10!=1
CombinaisonsCnp=Anpp!=n!p! (n−p)!C_n^p=\dfrac{A_n^p}{p!}=\dfrac{n!}{p!\,(n-p)!}
pour 0≤p≤n0\le p\le n, avec An0=1A_n^0=1
Objets de plusieurs typesaa objets d'un type, bb d'un autre : (a+b)!a! b!\dfrac{(a+b)!}{a!\,b!} rangements
Propriétés de CCnp=Cnn−pC_n^p=C_n^{n-p}
Cnp=Cn−1p−1+Cn−1pC_n^p=C_{n-1}^{p-1}+C_{n-1}^p pour 1≤p≤n−11\le p\le n-1
Binôme de Newton(a+b)n=∑k=0nCnk an−kbk(a+b)^n=\sum_{k=0}^{n}C_n^k\,a^{n-k}b^k
Tiragessimultané : CnpC_n^p ; successif sans remise : AnpA_n^p ; successif avec remise : npn^p
Équiprobabilitép(A)=card Acard Ωp(A)=\dfrac{\mathrm{card}\,A}{\mathrm{card}\,\Omega}
Contraire et réunionp(A‾)=1−p(A)p(\overline{A})=1-p(A)
p(A∪B)=p(A)+p(B)p(A\cup B)=p(A)+p(B)
− p(A∩B)\qquad-\,p(A\cap B)
Probabilité conditionnellesi p(B)≠0p(B)\neq0 : p(A/B)=pB(A)=p(A∩B)p(B)p(A/B)=p_B(A)=\dfrac{p(A\cap B)}{p(B)}
p(A∩B)=p(B)×p(A/B)p(A\cap B)=p(B)\times p(A/B)
Probabilités totalessi 0<p(B)<10\lt p(B)\lt1 : p(A)=p(B) p(A/B)p(A)=p(B)\,p(A/B)
+ p(B‾) p(A/B‾)\qquad+\,p(\overline{B})\,p(A/\overline{B})
Indépendancep(A∩B)=p(A)×p(B)p(A\cap B)=p(A)\times p(B) ; ne pas confondre avec A∩B=∅A\cap B=\varnothing
Espérance, varianceE(X)=∑xi piE(X)=\sum x_i\,p_i
V(X)=E(X2)−(E(X))2V(X)=E(X^2)-\left(E(X)\right)^2
σ(X)=V(X)\sigma(X)=\sqrt{V(X)}
Épreuves répétéesAA de probabilité pp, nn épreuves indépendantes : kk réalisations avec la probabilité Cnk pk(1−p)n−kC_n^k\,p^k(1-p)^{n-k}
Loi binomialeB(n ;p)\mathcal{B}(n\,;p) : E(X)=npE(X)=np
V(X)=np(1−p)V(X)=np(1-p)
Fonction de répartitionsciences maths : F(x)=p(X≤x)F(x)=p(X\le x) pour tout réel xx
PDF A4 · 2 pages · 120 KoTélécharger le résumé (PDF)

Dénombrement : principe fondamental et arrangements avec répétition

Dénombrer un ensemble fini EE, c'est trouver son cardinal card E\mathrm{card}\,E sans écrire tous ses éléments. En sciences mathématiques, le dénombrement a été étudié en 1re année du bac : les trois sections suivantes servent de rappel.

Cardinal d’une réunion et du complémentaire

Pour deux parties AA et BB d'un ensemble fini EE :

  • card(A∪B)=card A+card B−card(A∩B)\mathrm{card}(A\cup B)=\mathrm{card}\,A+\mathrm{card}\,B-\mathrm{card}(A\cap B) ; si A∩B=∅A\cap B=\varnothing, les cardinaux s'ajoutent ;
  • le complémentaire A‾\overline{A} de AA dans EE vérifie card A‾=card E−card A\mathrm{card}\,\overline{A}=\mathrm{card}\,E-\mathrm{card}\,A.

Principe fondamental du dénombrement (principe multiplicatif)

Un choix se fait en kk étapes successives, avec n1n_1 possibilités à la première, n2n_2 à la deuxième, …, nkn_k à la dernière. Si le nombre de possibilités d'une étape ne dépend pas des choix précédents, le nombre total de choix est n1×n2×⋯×nkn_1\times n_2\times\cdots\times n_k. On le visualise par un arbre des choix.

Conséquence : le nombre d'arrangements avec répétition de pp éléments parmi nn (listes ordonnées où un même élément peut revenir) est npn^p.

Exemple 1 : nombres de trois chiffres

On écrit des nombres de trois chiffres avec les chiffres 1, 2, 3, 4, 5, 6.

  • Chiffres répétés permis : ce sont des arrangements avec répétition, d'où 63=2166^3=216 nombres.
  • Nombres pairs : le chiffre des unités est 2, 4 ou 6, les deux autres sont libres : 6×6×3=1086\times6\times3=108.
  • Au moins un chiffre 6 : on compte le complémentaire, les nombres sans 6, au nombre de 53=1255^3=125. Il reste 216−125=91216-125=91 nombres.

Contrôle : exactement un 6 donne 3×52=753\times5^2=75, exactement deux 6 donnent 3×5=153\times5=15, trois 6 donnent 1, et 75+15+1=9175+15+1=91.

Arrangements, permutations et combinaisons

Pour tout entier naturel n≥1n\geq1, la factorielle de nn est n!=n×(n−1)×⋯×2×1n!=n\times(n-1)\times\cdots\times2\times1, et l'on pose 0!=10!=1. Ainsi 5!=1205!=120 et n!=n×(n−1)!n!=n\times(n-1)!.

Arrangements sans répétition et permutations

Soit EE un ensemble à nn éléments et pp un entier tel que 1≤p≤n1\le p\le n. Un arrangement sans répétition de pp éléments de EE est une liste ordonnée de pp éléments distincts de EE. Leur nombre est le produit de pp facteurs

Anp=n(n−1)⋯(n−p+1)=n!(n−p)!.\begin{aligned}A_n^p&=n(n-1)\cdots(n-p+1)\\&=\frac{n!}{(n-p)!}.\end{aligned}

On pose An0=1A_n^0=1. Une permutation de EE est un arrangement de ses nn éléments : il y en a Ann=n!A_n^n=n!.

Le principe multiplicatif justifie la formule : nn choix pour le premier élément, n−1n-1 pour le deuxième, et ainsi de suite jusqu'au pp-ième, qui a n−p+1n-p+1 choix.

Exemple 2 : le bureau d’une association

Une association de 7 membres élit un président, un secrétaire et un trésorier, trois personnes distinctes. Les postes sont différents, donc l'ordre compte et il n'y a pas de répétition : A73=7×6×5=210A_7^3=7\times6\times5=210 bureaux possibles. Les trois élus posent ensuite en ligne pour une photo : ce sont des permutations, 3!=63!=6 dispositions.

Combinaisons d’un ensemble fini

Soit EE un ensemble à nn éléments et pp un entier tel que 0≤p≤n0\le p\le n. Une combinaison de pp éléments de EE est une partie de EE à pp éléments : l'ordre ne compte pas. Leur nombre est

Cnp=Anpp!=n!p! (n−p)!.C_n^p=\frac{A_n^p}{p!}=\frac{n!}{p!\,(n-p)!}.

On rencontre aussi la notation (np)\binom{n}{p}, le coefficient binomial, et la touche nCr de la calculatrice le calcule.

Démonstration : lien entre arrangements et combinaisons

On fabrique chaque arrangement de pp éléments en deux étapes : on choisit d'abord la partie formée de ces pp éléments, de CnpC_n^p façons, puis on ordonne cette partie, de p!p! façons. Le principe multiplicatif donne Anp=Cnp×p!A_n^p=C_n^p\times p!, d'où Cnp=Anpp!=n!p! (n−p)!C_n^p=\dfrac{A_n^p}{p!}=\dfrac{n!}{p!\,(n-p)!}.

Ordonner des objets de plusieurs types

On range en ligne n=a+bn=a+b objets : aa d'un premier type et bb d'un second, sans distinguer deux objets du même type. Le nombre de rangements est n!a! b!=Cna\dfrac{n!}{a!\,b!}=C_n^a, car il suffit de choisir les aa places du premier type. Avec trois types, on obtient de même n!a! b! c!\dfrac{n!}{a!\,b!\,c!}.

Propriétés des combinaisons

  • Cn0=Cnn=1C_n^0=C_n^n=1 et Cn1=nC_n^1=n.
  • Symétrie : Cnp=Cnn−pC_n^p=C_n^{n-p}, car choisir les pp éléments retenus revient à choisir les n−pn-p éléments laissés.
  • Relation de Pascal : pour 1≤p≤n−11\le p\le n-1, Cnp=Cn−1p−1+Cn−1pC_n^p=C_{n-1}^{p-1}+C_{n-1}^p. On fixe un élément aa : les parties à pp éléments qui contiennent aa sont au nombre de Cn−1p−1C_{n-1}^{p-1}, celles qui ne le contiennent pas au nombre de Cn−1pC_{n-1}^p.

Exemple 3 : une sortie du club de lecture

Un club de lecture de Tanger compte 9 membres, dont Salma. On choisit 4 membres pour une sortie ; les rôles sont identiques, donc l'ordre ne compte pas.

  • Nombre de groupes : C94=9×8×7×64×3×2×1=126C_9^4=\dfrac{9\times8\times7\times6}{4\times3\times2\times1}=126.
  • Groupes contenant Salma : on choisit les 3 autres parmi 8, soit C83=56C_8^3=56.
  • Groupes sans Salma : C84=70C_8^4=70.

Vérification par la relation de Pascal : 56+70=126=C9456+70=126=C_9^4.

Binôme de Newton

Pour tous réels aa et bb et tout entier n≥1n\geq1 :

(a+b)n=∑k=0nCnk an−k bk.(a+b)^n=\sum_{k=0}^{n}C_n^k\,a^{n-k}\,b^k.

Les coefficients Cn0C_n^0, Cn1C_n^1, …, CnnC_n^n forment la ligne nn du triangle de Pascal, que l'on construit par la relation de Pascal.

Exemple 4 : développer une puissance quatrième

La ligne 4 du triangle de Pascal est 1, 4, 6, 4, 1. Avec a=2xa=2x et b=1b=1 :

(2x+1)4=(2x)4+4×(2x)3+6×(2x)2+4×2x+1=16x4+32x3+24x2+8x+1.\begin{aligned}(2x+1)^4&=(2x)^4+4\times(2x)^3\\&\quad+6\times(2x)^2\\&\quad+4\times2x+1\\&=16x^4+32x^3\\&\quad+24x^2+8x+1.\end{aligned}

Contrôle avec x=1x=1 : 16+32+24+8+1=81=3416+32+24+8+1=81=3^4.

Tirages : quel outil de dénombrement choisir

On tire pp boules d'une urne qui en contient nn. Deux questions décident de l'outil : l'ordre compte-t-il, et une boule peut-elle sortir deux fois ?

TirageOrdre, répétitioncard Ω\mathrm{card}\,\Omega
simultanénon, nonCnpC_n^p
successif sans remiseoui, nonAnpA_n^p
successif avec remiseoui, ouinpn^p
Attention : les cas favorables se comptent avec le même modèle que les cas possibles. Un numérateur ordonné sur un dénominateur non ordonné donne une probabilité fausse, parfois supérieure à 1.

Exemple 5 : trois boules tirées de trois façons

L'urne contient 7 boules rouges et 4 boules vertes indiscernables au toucher, donc les tirages sont équiprobables (voir l'hypothèse d'équiprobabilité). On tire trois boules et l'on note EE l'événement « deux boules rouges et une verte ».

  • Tirage simultané : card Ω=C113=165\mathrm{card}\,\Omega=C_{11}^3=165 et card E=C72×C41=21×4=84\mathrm{card}\,E=C_7^2\times C_4^1=21\times4=84, donc p(E)=84165=2855p(E)=\dfrac{84}{165}=\dfrac{28}{55}.
  • Successif sans remise : card Ω=A113=11×10×9=990\mathrm{card}\,\Omega=A_{11}^3=11\times10\times9=990. Les couleurs se rangent de 3!2! 1!=3\dfrac{3!}{2!\,1!}=3 façons (rang de la verte), puis il y a A72A_7^2 choix ordonnés des rouges et A41A_4^1 de la verte : card E=3×42×4=504\mathrm{card}\,E=3\times42\times4=504, donc p(E)=504990=2855p(E)=\dfrac{504}{990}=\dfrac{28}{55}.
  • Successif avec remise : card Ω=113=1331\mathrm{card}\,\Omega=11^3=1331. La verte occupe l'un des 3 rangs, chaque rouge a 7 choix et la verte 4 : card E=3×72×4=588\mathrm{card}\,E=3\times7^2\times4=588, donc p(E)=5881331p(E)=\dfrac{588}{1331}.

Les deux tirages sans remise donnent la même probabilité, car l'événement ne dépend pas de l'ordre ; la remise la change.

Vocabulaire des probabilités et équiprobabilité

Expérience aléatoire, univers et événements

  • Une expérience est aléatoire si l'on connaît tous ses résultats possibles sans pouvoir prévoir lequel se produira. Chaque résultat est une éventualité ; leur ensemble est l'univers Ω\Omega.
  • Un événement est une partie de Ω\Omega. Un événement élémentaire contient une seule éventualité ; Ω\Omega est l'événement certain, ∅\varnothing l'événement impossible.
  • A∩BA\cap B est réalisé quand AA et BB le sont ; A∪BA\cup B quand l'un au moins l'est ; le contraire A‾\overline{A} quand AA ne l'est pas.
  • AA et BB sont incompatibles si A∩B=∅A\cap B=\varnothing.

Probabilité sur un univers fini

Une probabilité pp associe à chaque éventualité un nombre de [0 ;1][0\,;1], la somme de ces nombres valant 1. La probabilité d'un événement est la somme des probabilités de ses éventualités. On a p(∅)=0p(\varnothing)=0, p(Ω)=1p(\Omega)=1 et, pour tous événements AA et BB :

p(A‾)=1−p(A),p(A∪B)=p(A)+p(B)−p(A∩B).\begin{aligned}p(\overline{A})&=1-p(A),\\p(A\cup B)&=p(A)+p(B)\\&\quad-p(A\cap B).\end{aligned}

Si AA et BB sont incompatibles, p(A∪B)=p(A)+p(B)p(A\cup B)=p(A)+p(B).

Démonstration : événement contraire et réunion

AA et A‾\overline{A} sont incompatibles et A∪A‾=ΩA\cup\overline{A}=\Omega, donc p(A)+p(A‾)=p(Ω)=1p(A)+p(\overline{A})=p(\Omega)=1. Pour la réunion, on découpe en parties incompatibles : B=(A∩B)∪(A‾∩B)B=(A\cap B)\cup(\overline{A}\cap B) donne p(B)=p(A∩B)+p(A‾∩B)p(B)=p(A\cap B)+p(\overline{A}\cap B), et A∪B=A∪(A‾∩B)A\cup B=A\cup(\overline{A}\cap B) donne p(A∪B)=p(A)+p(A‾∩B)p(A\cup B)=p(A)+p(\overline{A}\cap B). On remplace p(A‾∩B)p(\overline{A}\cap B) par p(B)−p(A∩B)p(B)-p(A\cap B) et l'on obtient la formule.

Hypothèse d’équiprobabilité

Supposons que toutes les éventualités aient la même probabilité. Chacune vaut alors 1card Ω\dfrac{1}{\mathrm{card}\,\Omega} et, pour tout événement AA,

p(A)=card Acard Ω.p(A)=\frac{\mathrm{card}\,A}{\mathrm{card}\,\Omega}.

Les énoncés la signalent par « indiscernables au toucher », « dé équilibré » ou « au hasard » ; sans elle, la formule ne s'applique pas.

Exemple 6 : deux jetons numérotés

Un sac contient 12 jetons indiscernables au toucher, numérotés de 1 à 12. On tire simultanément deux jetons : card Ω=C122=66\mathrm{card}\,\Omega=C_{12}^2=66. Soit AA « les deux numéros sont consécutifs » et BB « l'un au moins des numéros est supérieur ou égal à 10 ».

  • Les paires de numéros consécutifs sont {1,2}\{1,2\}, {2,3}\{2,3\}, …, {11,12}\{11,12\} : card A=11\mathrm{card}\,A=11, donc p(A)=1166=16p(A)=\dfrac{11}{66}=\dfrac16.
  • B‾\overline{B} : « les deux numéros sont entre 1 et 9 », card B‾=C92=36\mathrm{card}\,\overline{B}=C_9^2=36, donc p(B)=1−3666=3066=511p(B)=1-\dfrac{36}{66}=\dfrac{30}{66}=\dfrac{5}{11}.
  • A∩B={{9,10},{10,11},{11,12}}A\cap B=\big\{\{9,10\},\{10,11\},\{11,12\}\big\}, donc p(A∩B)=366p(A\cap B)=\dfrac{3}{66}.
  • p(A∪B)=11+30−366=3866=1933p(A\cup B)=\dfrac{11+30-3}{66}=\dfrac{38}{66}=\dfrac{19}{33}.
Attention : pour « au moins un », passer par le contraire « aucun » ; ajouter les cas « exactement un » et « exactement deux » est plus long et l'on en oublie souvent.

Probabilité conditionnelle et arbre pondéré

Probabilité de A sachant B

Soit BB un événement tel que p(B)≠0p(B)\neq0. La probabilité de AA sachant BB est

p(A/B)=p(A∩B)p(B).p(A/B)=\frac{p(A\cap B)}{p(B)}.

Au Maroc, on écrit surtout p(A/B)p(A/B) ; on rencontre aussi pB(A)p_B(A) : les deux notations désignent le même nombre. On en déduit la formule des probabilités composées : p(A∩B)=p(B)×p(A/B)p(A\cap B)=p(B)\times p(A/B).

Arbre pondéré et formule des probabilités totales

  • Sur chaque branche on écrit une probabilité conditionnelle ; les branches issues d'un même nœud ont une somme égale à 1.
  • La probabilité d'un chemin est le produit des probabilités de ses branches (probabilités composées).
  • La probabilité d'un événement est la somme des probabilités des chemins qui y mènent.

Avec 0<p(B)<10\lt p(B)\lt1, cette dernière règle s'écrit p(A)=p(B) p(A/B)+p(B‾) p(A/B‾)p(A)=p(B)\,p(A/B)+p(\overline{B})\,p(A/\overline{B}) : c'est la formule des probabilités totales.

Exemple 7 : une boule change d’urne

L'urne U1U_1 contient 6 boules blanches et 2 noires, l'urne U2U_2 contient 1 boule blanche et 5 noires. On tire une boule de U1U_1, on la place dans U2U_2, puis on tire une boule de U2U_2. On note B1B_1 « la boule transférée est blanche » et B2B_2 « la boule tirée de U2U_2 est blanche ».

On a p(B1)=68=34p(B_1)=\dfrac68=\dfrac34. Si B1B_1 est réalisé, U2U_2 contient 2 blanches sur 7 boules, donc p(B2/B1)=27p(B_2/B_1)=\dfrac27 ; sinon elle contient 1 blanche sur 7, donc p(B2/B1‾)=17p(B_2/\overline{B_1})=\dfrac17. Comme 0<p(B1)<10\lt p(B_1)\lt1, la formule des probabilités totales donne :

p(B2)=34×27+14×17=628+128=728=14.\begin{aligned}p(B_2)&=\frac34\times\frac27+\frac14\times\frac17\\&=\frac{6}{28}+\frac{1}{28}=\frac{7}{28}=\frac14.\end{aligned}

Si la boule tirée est blanche, la boule transférée l'était avec la probabilité p(B1/B2)=p(B1∩B2)p(B2)=6/287/28=67p(B_1/B_2)=\dfrac{p(B_1\cap B_2)}{p(B_2)}=\dfrac{6/28}{7/28}=\dfrac67.

Arbre pondéré à deux niveaux : la boule transférée de U1 est blanche avec la probabilité 3/4 ou noire avec 1/4 ; puis la boule tirée de U2 est blanche avec 2/7 et noire avec 5/7 après une blanche, blanche avec 1/7 et noire avec 6/7 après une noire ; les chemins menant à B2 valent 6/28 et 1/28
Arbre de l'exemple 7 : p(B2)p(B_2) est la somme des deux chemins qui finissent par une boule blanche.

Événements indépendants

Indépendance de deux événements

Deux événements AA et BB sont indépendants si p(A∩B)=p(A)×p(B)p(A\cap B)=p(A)\times p(B). Si p(B)≠0p(B)\neq0, cela équivaut à p(A/B)=p(A)p(A/B)=p(A) : savoir que BB est réalisé ne change pas la probabilité de AA.

Attention : indépendants ne veut pas dire incompatibles. Si p(A)>0p(A)\gt0, p(B)>0p(B)\gt0 et A∩B=∅A\cap B=\varnothing, alors p(A∩B)=0≠p(A) p(B)p(A\cap B)=0\neq p(A)\,p(B) : deux événements incompatibles de probabilités non nulles ne sont jamais indépendants.

Démonstration : A et le contraire de B

Si AA et BB sont indépendants, alors AA et B‾\overline{B} le sont aussi. En effet AA est la réunion des événements incompatibles A∩BA\cap B et A∩B‾A\cap\overline{B}, donc

p(A∩B‾)=p(A)−p(A∩B)=p(A)−p(A) p(B)=p(A)(1−p(B))=p(A) p(B‾).\begin{aligned}p(A\cap\overline{B})&=p(A)-p(A\cap B)\\&=p(A)-p(A)\,p(B)\\&=p(A)\left(1-p(B)\right)\\&=p(A)\,p(\overline{B}).\end{aligned}

Exemple 8 : les voitures d’une agence de location

Une agence de Marrakech loue 50 voitures : 20 sont diesel ; 10 ont une boîte automatique, dont 4 diesel ; 15 sont blanches, dont 9 diesel. On choisit une voiture au hasard ; DD : « elle est diesel », MM : « elle est automatique », WW : « elle est blanche ».

  • p(D)=2050=25p(D)=\dfrac{20}{50}=\dfrac25, p(M)=1050=15p(M)=\dfrac{10}{50}=\dfrac15 et p(D∩M)=450=225=25×15p(D\cap M)=\dfrac{4}{50}=\dfrac{2}{25}=\dfrac25\times\dfrac15 : DD et MM sont indépendants.
  • p(W)=1550=310p(W)=\dfrac{15}{50}=\dfrac{3}{10} et p(D∩W)=950p(D\cap W)=\dfrac{9}{50}, alors que p(D) p(W)=650p(D)\,p(W)=\dfrac{6}{50} : DD et WW ne sont pas indépendants. Autre lecture : p(D/W)=915=35≠p(D)p(D/W)=\dfrac{9}{15}=\dfrac35\neq p(D).

Lors de tirages avec remise ou de lancers successifs d'un dé, les résultats de deux épreuves différentes sont indépendants : on multiplie alors leurs probabilités.

Variable aléatoire : loi, espérance, variance et écart-type

Variable aléatoire et loi de probabilité

Une variable aléatoire XX associe un nombre réel à chaque éventualité de Ω\Omega. Si X(Ω)={x1,x2,…,xn}X(\Omega)=\{x_1,x_2,\ldots,x_n\}, on note (X=xi)(X=x_i) l'événement « XX prend la valeur xix_i » et pi=p(X=xi)p_i=p(X=x_i). Donner la loi de probabilité de XX, c'est donner chaque valeur xix_i avec sa probabilité pip_i, en général dans un tableau ; on a toujours p1+p2+⋯+pn=1p_1+p_2+\cdots+p_n=1.

Espérance, variance et écart-type

E(X)=∑i=1nxi pi,V(X)=∑i=1n(xi−E(X))2pi=E(X2)−(E(X))2,σ(X)=V(X).\begin{aligned}E(X)&=\sum_{i=1}^{n}x_i\,p_i,\\V(X)&=\sum_{i=1}^{n}\left(x_i-E(X)\right)^2p_i\\&=E(X^2)-\left(E(X)\right)^2,\\\sigma(X)&=\sqrt{V(X)}.\end{aligned}

L'espérance est la valeur moyenne de XX sur de nombreuses répétitions ; si XX est le gain d'un joueur, le jeu est dit équitable lorsque E(X)=0E(X)=0. La variance mesure la dispersion autour de E(X)E(X) ; l'égalité des deux formes est la formule de König-Huygens, déjà rencontrée pour les séries statistiques.

Exemple 9 : nombre de boules rouges

On reprend l'urne de 7 boules rouges et 4 vertes et le tirage simultané de trois boules (card Ω=165\mathrm{card}\,\Omega=165). XX est le nombre de boules rouges tirées, donc X(Ω)={0,1,2,3}X(\Omega)=\{0,1,2,3\} :

p(X=0)=C43165=4165,p(X=1)=C71C42165=42165,p(X=2)=C72C41165=84165,p(X=3)=C73165=35165.\begin{aligned}p(X=0)&=\frac{C_4^3}{165}=\frac{4}{165},\\p(X=1)&=\frac{C_7^1C_4^2}{165}=\frac{42}{165},\\p(X=2)&=\frac{C_7^2C_4^1}{165}=\frac{84}{165},\\p(X=3)&=\frac{C_7^3}{165}=\frac{35}{165}.\end{aligned}
xix_i00112233
p(X=xi)p(X=x_i)4165\frac{4}{165}1455\frac{14}{55}2855\frac{28}{55}733\frac{7}{33}

Contrôle : 4+42+84+35=1654+42+84+35=165, la somme des probabilités vaut 1. On retrouve p(X=2)=2855p(X=2)=\dfrac{28}{55}, la probabilité de l'exemple 5. Ensuite :

E(X)=0+42+168+105165=315165=2111,E(X2)=0+42+336+315165=693165=215,V(X)=215−441121=336605.\begin{aligned}E(X)&=\frac{0+42+168+105}{165}\\&=\frac{315}{165}=\frac{21}{11},\\E(X^2)&=\frac{0+42+336+315}{165}\\&=\frac{693}{165}=\frac{21}{5},\\V(X)&=\frac{21}{5}-\frac{441}{121}=\frac{336}{605}.\end{aligned}

Enfin σ(X)=336605≈0,75\sigma(X)=\sqrt{\dfrac{336}{605}}\approx0{,}75. En moyenne, on tire 2111≈1,9\dfrac{21}{11}\approx1{,}9 rouge sur 3 boules, comme le laisse prévoir la proportion 711\dfrac{7}{11} de rouges dans l'urne : 3×711=21113\times\dfrac{7}{11}=\dfrac{21}{11}.

Attention : vérifier que la somme des pip_i vaut 1 avant de calculer E(X)E(X) ; une valeur oubliée de X(Ω)X(\Omega) se voit tout de suite.

Épreuves répétées et loi binomiale

Répétition d’une épreuve dans les mêmes conditions

Une épreuve est répétée nn fois, de façon indépendante et dans les mêmes conditions ; un événement AA y a la probabilité pp. Pour tout entier kk tel que 0≤k≤n0\le k\le n, la probabilité que AA se réalise exactement kk fois est

Cnk pk (1−p)n−k.C_n^k\,p^k\,(1-p)^{n-k}.

Justification : par indépendance des épreuves, une liste de résultats où AA se réalise à kk rangs donnés a la probabilité pk(1−p)n−kp^k(1-p)^{n-k}. Il y a CnkC_n^k façons de choisir ces rangs, et les listes obtenues sont incompatibles.

Loi binomiale de paramètres n et p

Dans cette situation, la variable aléatoire XX égale au nombre de réalisations de AA prend les valeurs 0,1,…,n0,1,\ldots,n avec p(X=k)=Cnk pk(1−p)n−kp(X=k)=C_n^k\,p^k(1-p)^{n-k}. On dit que XX suit la loi binomiale de paramètres nn et pp, notée B(n ;p)\mathcal{B}(n\,;p). On admet que

E(X)=np,V(X)=np(1−p).\begin{aligned}E(X)&=np,\\V(X)&=np(1-p).\end{aligned}
Attention : des tirages successifs sans remise ne donnent pas une loi binomiale, car la composition de l'urne change d'un tirage à l'autre et les épreuves ne sont plus indépendantes.

Exemple 10 : six lancers francs

Une basketteuse réussit chaque lancer franc avec la probabilité 0,80{,}8 ; elle en tente 6, de façon indépendante. Le nombre XX de lancers réussis suit la loi binomiale B(6 ;0,8)\mathcal{B}(6\,;0{,}8).

  • Exactement 5 réussites : p(X=5)=C65×0,85×0,2=6×0,32768×0,2=0,393216p(X=5)=C_6^5\times0{,}8^5\times0{,}2=6\times0{,}32768\times0{,}2=0{,}393216.
  • Au moins 5 réussites : p(X≥5)=0,393216+0,86=0,393216+0,262144=0,65536p(X\ge5)=0{,}393216+0{,}8^6=0{,}393216+0{,}262144=0{,}65536.
  • Au moins une réussite : p(X≥1)=1−0,26=1−0,000064=0,999936p(X\ge1)=1-0{,}2^6=1-0{,}000064=0{,}999936.
  • E(X)=6×0,8=4,8E(X)=6\times0{,}8=4{,}8 et V(X)=6×0,8×0,2=0,96V(X)=6\times0{,}8\times0{,}2=0{,}96, donc σ(X)=0,96≈0,98\sigma(X)=\sqrt{0{,}96}\approx0{,}98.

Sciences maths : fonction de répartition

Fonction de répartition d’une variable aléatoire

La fonction de répartition de XX est la fonction FF définie sur R\mathbb{R} par F(x)=p(X≤x)F(x)=p(X\le x). Si x1<x2<⋯<xnx_1\lt x_2\lt\cdots\lt x_n sont les valeurs de XX, alors FF est croissante et constante sur chaque intervalle [xi ;xi+1[[x_i\,;x_{i+1}\mathclose{[} : sa courbe est un escalier. F(x)=0F(x)=0 pour x<x1x\lt x_1, F(x)=1F(x)=1 pour x≥xnx\ge x_n, et p(a<X≤b)=F(b)−F(a)p(a\lt X\le b)=F(b)-F(a) pour a<ba\lt b.

Exemple 11 : fonction de répartition du nombre de rouges

Pour la variable XX de l'exemple 9, on cumule les probabilités de gauche à droite : 4165\frac{4}{165}, puis 4+42165=46165\frac{4+42}{165}=\frac{46}{165}, puis 130165=2633\frac{130}{165}=\frac{26}{33}, puis 1.

F(x)={0si x<04165si 0≤x<146165si 1≤x<22633si 2≤x<31si x≥3F(x)=\begin{cases}0&\text{si }x\lt0\\\frac{4}{165}&\text{si }0\le x\lt1\\\frac{46}{165}&\text{si }1\le x\lt2\\\frac{26}{33}&\text{si }2\le x\lt3\\1&\text{si }x\ge3\end{cases}

Par exemple p(0<X≤2)=F(2)−F(0)=130165−4165=126165=4255p(0\lt X\le2)=F(2)-F(0)=\dfrac{130}{165}-\dfrac{4}{165}=\dfrac{126}{165}=\dfrac{42}{55}, ce que confirme p(X=1)+p(X=2)=42+84165p(X=1)+p(X=2)=\dfrac{42+84}{165}.

Courbe en escalier de la fonction de répartition F de l'exemple 11 : F vaut 0 avant 0, 4/165 sur [0;1[, 46/165 sur [1;2[, 26/33 sur [2;3[ et 1 à partir de 3 ; chaque palier est fermé à gauche et ouvert à droite
La fonction de répartition saute de p(X=xi)p(X=x_i) en chaque valeur xix_i ; chaque palier contient son extrémité gauche. Le premier palier, 4165\frac{4}{165}, est presque confondu avec l'axe.

Pages liées