Académique Documents
Professionnel Documents
Culture Documents
Pour calculer la probabilité P(A) d’un événement aléatoire A, on dénombre le nombre n(A)
de cas, parmi les N cas possibles (d’égale vraisemblance), pour lesquels l’événement A
est réalisé. On dit que n(A) est le nombre de cas favorables à l’événement A. Par
définition2, on pose alors
Exemple : Un sac contient 12 jetons numérotés de 1 à 12. On tire, un à un, deux jetons,
sans remettre le premier jeton après tirage. On cherche alors à calculer la probabilité de
l’événement A = «obtenir deux numéros pairs». Il y a N = 12 · 11 = 132 cas possibles. Le
nombre de cas favorables est quant à lui n(A) = 6 · 5 = 30. La probabilité de l’événement
A est donc P(A) = 30132 = 22,73%.
Dénombrement
• La technique de l’arbre est indiquée dans les cas où l’on tient compte de l’ordre
dans lequel se produisent les événements. (écrire tous les mots avec les lettres A,
B, C, D).
• Avec les lettres du mot MISSISSIPPI (4 S, 4 I et 2 P), on peut composer 11!4!·4!·2!
= 34650 mots différents.
Le triangle de Pascal
62= 51+ 52
La loi d’addition
Variables aléatoires
Une variable aléatoire est une «règle» permettant de représenter les résultats d’une
expérience aléatoire par une valeur numérique (c’est-à-dire un nombre). A chacune des
valeurs possibles de la variable aléatoire, on associe la probabilité de l’événement
correspondant. Ainsi, on obtient la loi de probabilité (ou distribution de probabilité) de la
variable aléatoire X.
Variable Probabilité P
aléatoire X ({X})
2 1/36
3 1/18
4 1/12
5 1/9
6 5/36
7 1/6
8 5/36
9 1/9
10 1/12
11 1/18
12 1/36
Ce tableau représente les résultats de la variable aléatoire X = « somme des résultats
des deux dés ».
Définitions : Soit X une variable aléatoire discrète prenant les n valeurs x1,…, xn avec les
probabilités respectives p1,… pn. On appelle espérance mathématique E(X) de la variable
aléatoire X, la moyenne des xi pondérée par les pi.
Exemple : Une urne contient 100 boules : 98 blanches et 2 noires. On tire au hasard une
boule. On gagne 100 francs si elle est noire et 50 francs si elle est blanche. On se
demande quel est le gain moyen d’un tel jeu.
Autres : E(X) du nombre de face d’un pièce de monnaie, du jet de deux dés, etc..
Var(X) = i=1nxi-EX² · pi
S(X) = Var(X)
La loi binomiale
on répète un certain nombre de fois la même expérience débouchant sur deux issues :
succès et échec, de probabilités complémentaires P(succès) = p et P(échec) = 1 − p. Une
telle expérience aléatoire est appelée expérience de Bernoulli. Si on définit la variable
aléatoire X dénombrant le nombre total de succès réalisés sur n répétitions
indépendantes de cette même expérience, alors les valeurs possibles de X sont k = 0, 1, .
. ., n et les probabilités correspondantes sont données par
P(X = k) = nk · pk · (1-p)(n-k)
Exemples :
• On soigne 20 patients avec un traitement qui se révèle efficace dans 70% des cas.
Quelle est la probabilité que 12 patients traités guérissent ?
• Quelle est la probabilité qu’une famille de 7 enfants compte exactement 2 garçons
?
• Quelle est la probabilité de deviner les résultats de 8 matches d’une journée de
championnat au cours de laquelle se déroulent 13 parties.
E(X) = n · p et Var(X) = n · p · (1 − p)
La loi de Poisson
Une variable aléatoire discrète X obéit à une loi de Poisson si sa loi de probabilité est
définie par
E(X) = λ et Var(X) = λ
Bien que la loi de Poisson ait un intérêt intrinsèque, elle permet d’obtenir une bonne
approximation de la loi binomiale dans le cas d’événements rares. En pratique, on dira
qu’un événement de probabilité p est rare si le nombre d’expériences n est au moins de
50 (n ≥ 50) et si np est inférieur à 5.
Exemple : Une urne contient 100 boules : une noire et 99 blanches. On tire
successivement n = 50 boules avec remise et on considère la variable aléatoire X =
« nombre de boules noires extraites ». On sait que X suit une loi binomiale de paramètres
n = 50 et p =1100.
La loi multinomiale
Si des événements E1, E2, . . . ,Ek se produisent respectivement avec des probabilités p1,
p2, . . . , pk, alors la probabilité que E1 se produise n1 fois, E2 se produise n2 fois , . . . ,
Ek se produise nk fois, est donnée par
Exemple : Si l’on jette douze fois un dé, la probabilité d’obtenir «un» 3 fois, «deux» 4 fois,
«trois» 2 fois, «quatre» 2 fois et «cinq» 1 fois est égale à
Conclusion Soit X une variable aléatoire suivant une loi binomiale B(n, p). Pour calculer la
probabilité
P(A ≤ X ≤ B), on procède comme suit :
a = A-0.5-ms
b = B+0.5-ms
On détermine, à l’aide de la table, l’aire sous la cloche de Gauss entre les bornes a et b ;
c’est-à-dire Φ(b) − Φ(a). On en conclut alors que P(A ≤ X ≤ B) = Φ(b) − Φ(a).