Vous êtes sur la page 1sur 9

MINISTRE

DE LENSEIGNEMENT SUPRIEUR ET DE LA RECHERCHE SCIENTIFIQUE


UNIVERSIT DALGER 1
FACULT DES SCIENCES
DPARTEMENT MATHMATIQUE ET INFORMATIQUE

COURS
PROBABILIT &
STATISTIQUE

SECTION: B

Chapitre 1 : Notions de bases et vocabulaire statistique :

a) Concept de base de la statistique (population et individu), variables


(caractres).
b) Les tableaux statistiques :
Cas de variable caritatif (reprsentation circulaire par les secteurs,
reprsentation en tuyaux dorgue, diagramme), cas de variable constitutive,
histogramme, polygone)


Chapitre2 : Reprsentation numrique des donnes

a) Les caractristiques de tendance centrale ou de position (la mdiane)
Les quartiles, Intervalle, interquartile, le mode, la moyenne arithmtique., la
moyenne gomtrique, la moyenne harmonique, la moyenne quadratique).
b) Les caractristiques de dispersion (ltendu, ltat type, lcart absolue moyen,
le coefficient de variation).

Chapitre 3 : Statistique double

Chapitre 4 : Calculs de probabilits :

a) Principes fondamentales de lanalyse combinatoire, Arrangement, Permutation,
Combinaison).
b) Espaces probabilisable (expriences alatoire, Evnement lmentaire et
compos, Ralisation dun vnement, vnement incompatible, System
complet dvnement, Algbre dvnement, Espace probabilisable, concept de
probabilit).
c) Lien entre la thorie des probabilits et des ensemble.
d) Construction dune probabilit.
e) Probabilits conditionnelles, indpendance mutuelle, probabilit compos,
Formule de Bayse .







Chapitre 1 : Notions de bases et vocabulaire statistique :


I.
o

o
o
o

o
o

Dfinition :

On peut tudier les donnes relatives aux caractristiques dun ensemble dindividus ou dobjets
appel population. Il est difficile dobserver toutes les donnes lorsque le nombre dindividus de
lensemble de la population est lev.
On examine un nombre restreint de la population ce quon appel un chantillon.
Chaque individu peut tre tudi relativement par un ou plusieurs caractres.
Un caractre est appel variable statistique quon note par X, Lensemble des donnes numrique
relative a un caractre constitue une srie statistique ou distribution statistique.
Un caractre peut reprsenter plusieurs modalits,
On suppose quil existe ! modalit { $% , $' , $( $* }.

Exemple :

Le caractre couleur des yeux a les modalits : Noir, Vert, Bleu, Gris, Brun
On distingue plusieurs types de caractres : Poids ou Taille ou nouveau-ns, nombre denfants dune
famille, profession, groupe sanguin, sexe

Caractre quantitatif : Si ces modalits sont mesurables cest dire on peut correspondre un nombre
chaque modalit (Poids, Nombre denfants dune famille).

Caractre quantitatif discret : Si on peut prendre que des valeurs isole dun certain intervalle
Exemple :

Nombre denfant dune famille qui appartienne lintervalle {0,1, , /}.


Note dexamen qui appartienne a lintervalle {0, 0.25, 0.75 , , 19.75, 20}.

Caractre quantitatif continue : Si on peut prendre toute valeur appartenant un intervalle, les caractres
possibles sont de valeurs relles.
Exemple :

Taille ou poids de nouveau-ne appartenant lintervalle


Moyenne calcule dun module { 0 20 }

Caractre qualitatif : Si ses modalits sont des catgories et ne sont pas mesurables. Il existe deux types de
caractre qualificatif : Ordinal (Ordonn) et Nominal.
Exemple :

Nominal : Profession, couleur de yeux


Ordinal : degr de brulure (1er, 2me ou 3me degr), niveau de formation

II.

Srie statistique :

On appelle une srie statistique la suite des valeurs prise par une variable X sur les individus.
Le nombre dindividus est not /.
Les valeurs observ de la variable 5 sont not { $% , $' , $( , $6 }.

Exemple :

On sintresse la variable tat-civile not 5 et la srie statistique des valeurs prise pour 10 personnes.
(/ = 10)
1) C : Clibataires, M : mari, V : Veuf, D : Divorc) soit la srie statistique :
M M V C C M C C M C

ici / = 10
2) Nombres denfants par famille : X
Soit la srie statistique :
3 2 0 1 1 3 3 2 5 0 2 2 1 3 4
ici / = 15
x1=3, x2=2,.x15=4

III.

Effectif, Frquences et Tableaux Statistique :

On appelle effectif dune modalit, le nombre de fois que cette modalit apparat dans la srie
statistique, on note /9 leffectif de la modalit.
6
La frquence dune modalit est leffectif divis par le nombre dindividu :9 = ; (< = 1,2 !)
6

On note (nie ou /) : leffectif cumul et (fie ou :) la frquence cumule de la modalit Xi :


/i= n1+n2++ni
:9 =f1+f2+fi

Tableau statistique :
=>?>@A?C 5
ni
/ i
:i
: i
X1
n1
/1
:1
:1
X2
n2
/2
:2
:2
.
.
.
.
.
.
.
.
.
.
Xk
nk
/ K
: K
: k
Totaux
n

1



Traitement dune srie statistique (cas continue) :
Regroupement en classe :
But :
o Sa concerne les variables quantitatives continues elles prennent un grand nombre de valeurs
proche de diffrentes, elle dgage dans cette reprsentation une grande
o Linconvnient : ce processus et dduit une grande partie de linformation primaire, (perte
dinformation.)
La procdure :
Dterminer le nbre de classes / = ? et la longueur des classes (> = ? )
1) Ordonner la srie (du plus petit au plus grand)
2) Ltendue de la srie : e= xmax - xmin
3) Le nombre de classes / = [ G]
partie entire de la racine de leffectif total
La formule de STURGE donne une valeur approximative du nombre de classes n
10
n = 1 + log%O (N)
3
R
4) Lamplitude : a = de telle sortie que n. a > e
S

Exemple :
a=0,813 si a=0,81 et n.a < e on prend a=0,82

Classe
[a1, a2[
[a2, a3[
.
.
.
[an, an+1[

ni
n1
n2
.
.
.
nk


Exercice :
Parmi les caractres suivant, quels sont ceux qui sont qualitatifs, ceux qui sont quantitatif discret ou continue,
donnez les diffrentes modalits qui pourrait prendre ?




Le caractre
Taille de ltudiant
ge dun lycen
Couleurs des cheveux
Nombres de garons dans une
famille
Groupe Sanguin
Mention du BAC

Sa nature
Quantitatif continu
Quantitatif discret
Qualitatif
Quantitatif discret

Qualitatif
Qualitatif Ordinal

Quelques modalits
1,79 m = 179 cm
19 ans, 240 mois
Noir,

{0,1, , /}

A, B, AB, O
Bien, trs bien

Les donnes statistiques se prsentent avant tout traitement sous forme dsordonn aprs la mise en ordre et la
prsentation de ces donnes sous forme de tableau, les reprsentations graphiques permettent de visualiser la
distribution
Caractre qualitatif :
o Reprsentation en secteur circulaires :
On appelle diagramme ou secteur circulaire, le cercle contenant toutes les modalits des caractres tudis tel
que la ime modalit soit reprsent par langle =2fi (fi est la frquence de la ime modalit
4
3

ni
n1

f i
f1

i
1

f k

n k


o

Reprsentation en tuyaux dorgues (diagramme) :


On appelle la reprsentation en tuyaux dorgue dun caractre qualitatif, un rectangle obtenu par la ime
modalit, en prenant une base constante et une hauteur propositionnelle leffectif ni

8
6

7
6

6
5

4
2
0
ni
A

AB

Exercice :
Un constructeur dautomobiles a demand 150 individus de faire part de leurs prfrences concernant la
couleur de la voiture, les rsultats quil obtient sont les suivants :

BB
Blanc
Gris
Noir
Bleu
Vert
Effectif
40
35
30
25
20
6;
40
0,23
0,2
0,17
0,13
:9 = ( )
= 0,27
6
150
97
83
72
60
48
i = :9 360

Quel est le caractre tudi ? La couleur de voiture


Quelle est sa nature ? qualitatif Nominal
Quelles sont les reprsentations possibles ? -> En tuyaux, et en secteurs circulaire
Donnez les reprsentations graphiques ?
45
40

40
35

35

30

30

25

25

20

20
15
10
5
0
Effectif
Blanc

Gris

Noir

Bleu

Vert

La couleur des voitures

Blanc

Gris

Noir

Bleu

Vert

22-02-2016
2) tant donne un univers statistique , constitu dunit statistique , une statistique simple est une variable
statistique considre un caractre unique, elle est donc caractris par la donne dune application
Y : ->
-> y()
Ou Y() est la valeur prise ltat dune caractre quantitatif considr par individu
Remarque :
y() est toujours fini, ses lments seront nots y1,y y2,yk, (y1<y2<<yk)
Exemple :
a) Considrons un chantillon de 500 familles, compos de 4 enfants de moins de 18 ans.
On sintresse au nombre de Y qui la compose :
= { 1, 2 500} ou i est une unit statistique correspondant la ime famille (i allant de 1 500)
Pour chaque i il y a 5 valeurs possible de Y(i)
Y()= {y1=0, y2=1, y3=2, y4=3, y5=4}
On sintresse la dure de vie de 1000 ampoules, unit de temps tant lheure

= {1, 2 1000}
Ses units statistiques qui correspond la ime ampoules
Pour chaque i il y a une infinit de valeurs possibles (on considrant les dcimales), mme si on sentient aux units,
le nombre de valeur considr est lev, cest pour cela quon considre les classes des valeurs possible Y(i), par
exemple Y(i) [0,450[, [450,900[, [900,1350[, [1350,1800[, [1800,2250[, [2250,2700[, [2700,3600[
Soit une srie statistique de n observations :
1. On appelle effectif ou frquence absolue de la valeur y ; (respectivement de la classe [a,b[, le nombre not ni et
dfini par :
ni = Card Y-1 {yi- (respectivement Card Y-1 ([a,b[)}
<C : le nombre de fois o lon observe "yi"
(resp : le nombre de fois o lon observe une valeur de [a,b[)
2. On appelle effectif cumul ou frquence cumul absolue en y1 (respectivement en b) le nombre =>?Z Y-1
{y1,y2,yi} = 9[]% /[ = /% + /' + + /[ (Respectivement Card Y-1 ] -, _ [ lorsque i = k, leffectif cumul en Yp = n
est appel leffectif total = n
6
3. On appelle frquence (relative) de la valeur yi (resp de la classe [a,b[, la quantit note fi est dfinit par :9 = ( ; )
6

4- On appelle frquence cumul (relative) en y1 (resp en b) la quantit : 9[]% :[ = :% + :' +. . :9


5. Lensemble des k valeurs de yi (resp des k classes) et les effectifs ni correspondant que lon note (yi ;ni)i=1,,k
(resp ([ai-1,ai[,ni)} constitue la distribution de frquence de la variable y.
On la reprsente souvent par un tableau deux lignes et deux colonnes (quand le nombre de valeurs nest pas trop
lev)

Exemples : (suite de a et b)
a. Soit la distribution de frquences de la variable Y, donne par :
{(Yi,ni)i=1,5} = {(0,26) ;(1,122) ;(2,186) ;(3,130 ;(4,36)}
Le ci-dessous donne leffectif cumul, la frquence, ainsi que la frquence cumul, les valeurs de Y

Valeurs de "Y"
0
1
2
3
4
Effectif ni
26
122
186
130
36
Effectif cumul
26
148
334
464
500
`a
Frquence fi
0,052
0,244
0,372
0,26
0,072
`c
bc = ( )
`

Frquence
cumul ba

0,052

0,296

0,668

0,928

b. Soit la distribution de frquences de la variable Y donn par


{ ([ai-1,ai[)i=1,7} = { [0,450[,369), ([450,900[),[,251),([900[,1350)[,148), ([1350[,1800)i[,98), ([1800[,2250)i[,65)i
([2250[2700)i[,43)i([2700[,3600)i[,26)
Le tableau ci-dessous:
Valeurs de "Y"
Effectif ni
Effectif cumul
`a
Frquence fi
`
bc = ( c )

[0,450[
29
369

[450,900[
251
620

[900,1350[
148
768

[1350,1800[
98
866

[1800,2250[
65
931

[2250,2700[
43
974

[2700,3600[
26
1000

0,369

0,251

0,148

0,098

0,065

0,043

0,026

Frquence
cumul ba

0,369

0,62

0,768

0,866

0,931

0,974

Reprsentation graphiques des distributions de frquences:


Pour les variables Statistiques, il y a deux types de diagrammes
Le diagramme diffrentiel: quon utilise pour les effectifs (diagramme en batons, histogramme).
Le diagramme intgral: quon utilise pour les frquences (courbe cumultative,en escalier ou continue).
Les reprsentations graphiques sont gnralement utilises pour des caractres quantitatifs.


Les representations des caractres qualitatifs:
- Les secteurs circulaire (Les fromages)
- Les tuyaux dorgues o diagrammes en bandes
-

Les representations des caractres qualitatifs discret:



V- Reprsentation graphique des variables statistique disrtes:
1) On appelle diagramme en baton dune srie statistique discrete
(yi, ni)i=1, !} ou (yi,fi) i=1, ! , la figure obtenue dans un repre cartsien plan, en portant sur chaque point de
coordonnes (y1,0) un segment parallele laxe des ordonnes (en trait plein), dont la longueur est propostionelle
leffectif n (ou la frquence fi)
Le choix de leffectif ou de la frquence depend de lunit choisis
2) On appelle polygone des effectifs (ou des frquences dune srie statistique discrte la ligne polygonale joignant
les sommets des btons (du diagramme en btons correspondants).
3) On appellee fonction cumulative ou fonction de rpartition dune distribution statistique discrete (yi,fi)i=1, !, la
function dfinie par tout R par:
y F(y)= :9 yi y
La courbe reprsentative de F est appelle courbe cumulative ou courbe des frquences cumules
REMARQUE:
La function de repartition dune srie statistique discrte est une function en escalier, constante sur chaque interval
[yi,yi+1[, continue droite de chaque yi, i=1, ! et croissante sur
Elle est nulle pour tout y < y1 et vaut 1 pour tout y >=yk on lexprime par
lim j k = 0 et lim j k = 1
fhi

fli

Elle prsente en chaquune des valeurs yi un saut gale la frquence Fi correspondant :


Pour un epsilon positif et suffisament petit on a F(yi-epsilon)= 9h%
[]% :m , F(yi)=F(yi+epsilon)=
epsilon)= fi



Fy : R [0,1]
X FY(y) =

9
[]% :m et F(yi) F(yi-

0 si y < y1
rq si yi < y < yi+1; < = 1, !
9[]% :m= :
1 si y yk





La courbe pour le graphe de la fonction commutative est appele courbe cumulative
Exemple : (Suite de a)
Valeurs de Y
Effectif ni
Effectif
cumul `a
Effectif
cumule `a
Frquence fi
`c
bc = ( )
`

Frquence
cumul ba

0
26
26

1
122
148

2
186
334

3
130
464

4
36
500

500

474

352

166

36

0,052

0,244

0,372

0,260

0,072

0,052

0,296

0,668

0,928

Frquence
cumul ba
Fonction F(y)
repartition

0,948

0,704

0,332

0,072

[0,0,052[

[0,052,0,296[

[0,296,668[

[0,668,0,928[

[0,928 , 1[

Polygone des effectifs (et frquences)


200
180
160
140
120
100
80
60
40
20
0

186
130

122
26
0
1

1
2

2
3

3
4

36
4
5


Polygone des effectifs

600
500
400
300
200

464

500

3
4

4
5

334

100

148
26
0
1

1
2

2
3

Polygone des effectifs

600
500
400
300
500
200

474
352

100
0

166
0

36
4