Vous êtes sur la page 1sur 74

Squence 4

Statistique descriptive Notion de probabilit


Sommaire
1. Prrequis 2. Statistique descriptive 3. Notion de probabilit 4. Algorithmique 5. Synthse de la squence 6. Exercices dapprofondissement

Squence 4 MA20

Cned Acadmie en ligne

1 Prrequis
A
savoir Une srie statistique porte sur un caractre (ge, poids, couleur, etc.) dont on a relev certaines modalits (10 ans, 15 ans, 20 ans, etc.). Les donnes sont prsentes dans un tableau dans lequel on indique, pour chaque modalit du caractre, le nombre de fois o on a relev cette valeur. Ce nombre de fois sappelle leffectif. On peut, en plus de ces effectifs, ou leur place, indiquer la proportion de chaque modalit dans lensemble des donnes. Cette proportion sappelle la frquence de la modalit.

Statistiques
Vocabulaire, reprsentation

graphique

Exemple

Un sauteur la perche a relev ses performances au cours des six derniers

mois :
Hauteur Nb de sauts Frquences 5,40 1 4% 5,50 1 4% 5,55 1 4% 5,60 4 16 % 5,65 8 32 % 5,70 6 24 % 5,75 2 8% 5,80 1 4% 5,90 1 4%

Le caractre tudi est la hauteur du saut. Ses modalits sont 5,40 ; 5,50 ; 5,55 ; ; 5,90. Les effectifs sont 1 ; 1 ; 1 ; 4 ; ; 1. Leffectif de la modalit 5,65 est 8. Les frquences sont 4 % ; 4 % ; 4 % ; 16 % ; ; 4 %. La frquence de la modalit 5,65 est 32 %.
Exemple
On a relev la couleur des 5000 vhicules passs un page dautoroute. Blanc 1425 28,5 % Gris 1550 31 % Noir 1350 27 % Rouge 200 4% Bleu 400 8% Jaune 20 0,4 % Autre 55 1,1 %

Couleur Nb de vhicules Frquences

Squence 4 MA20

Cned Acadmie en ligne

Le caractre tudi est la couleur du vhicule. Ses modalits sont Blanc ; Gris ; Noir ; ; Autre. Les effectifs sont 1425 ; 1550 ; ; 55. Leffectif de la modalit Rouge est 200. Les frquences sont 28,5 % ; 31 % ; ; 1,1 %. La frquence de la modalit Bleu est 8 %.
savoir Pour reprsenter ces sries statistiques on utilise habituellement des diagrammes en barres (ou btons) ou des diagrammes circulaires, les hauteurs des barres ou les angles des secteurs angulaires tant proportionnels aux effectifs ou aux frquences. Pour reprsenter les caractres quantitatifs continus o les modalits sont regroupes par classe, on utilise aussi des histogrammes (diagrammes en rectangles), o les valeurs du caractre sont reprsentes en abscisse sur un axe gradu ; la base de chaque rectangle correspond lintervalle de chaque classe, laire des rectangles tant proportionnelle aux effectifs ou aux frquences (voir dans la suite du cours).

Exemple

Reprsentons la srie des performances du sauteur la perche par un dia-

gramme en btons.
Effectifs 8 Frquences 32%

24%

16%

2 1 5,40 5,50 5,60 5,70 5,80 5,90

8% 4% Hauteur

Squence 4 MA20

Cned Acadmie en ligne

Exemple

Reprsentons la srie des couleurs des 5000 vhicules, par un diagramme

circulaire.

Blanc Autre Gris Jaune

Bleu

Noir Rouge

Calcul

des caractristiques

savoir Pour rsumer une srie statistique portant sur un caractre quantitatif, on peut calculer son tendue, sa moyenne, sa mdiane.

Exemple

Rsumons la srie des performances du sauteur la perche par son tendue,

sa moyenne, sa mdiane. Son tendue est 0,50 m ( 5, 90 5, 40 = 0 , 50 ). Sa moyenne est : 5, 4 + 5, 5 + 5, 55 + 5, 6 4 + 5, 65 8 + 5, 7 6 + 5, 75 2 + 5, 8 + 5, 9 = 5, 658. 25 Sa mdiane est 5,75 m (il y a autant de sauts infrieurs cette hauteur que de sauts suprieurs).
Exemple
Rsumons la srie des couleurs des 5000 vhicules par son tendue, sa

moyenne, sa mdiane. La couleur ntant pas un caractre quantitatif, il ny a ni tendue, ni moyenne, ni mdiane.

Squence 4 MA20

Cned Acadmie en ligne

Probabilits
Notion

de probabilit

Se souvenir

Ce que veut dire : la probabilit dobtenir PILE en lanant une pice non truque est 1 ; 2 savoir : si on lance une pice non truque, on a 1 chance sur 2 quelle tombe sur PILE. Ce que veut dire : la probabilit dobtenir un DEUX en lanant un d non truqu est 1 ; 6 savoir : si on lance un d non truqu, on a 1 chance sur 6 quil tombe sur un DEUX.

Squence 4 MA20

Cned Acadmie en ligne

2 Statistique descriptive
A
Activits
Introduction

Dans de nombreuses disciplines scientifiques, biologie, physique, psychologie, conomie, archologie, etc. on a recours dsormais aux statistiques pour tablir certains rsultats. Il en est de mme de plus en plus dans lenvironnement professionnel. Les ordinateurs et les calculs statistiques ont depuis longtemps envahi la finance, les cabinets dassurance, de gestion, les laboratoires danalyses mdicales, et mme lindustrie, travers, par exemple, le contrle qualit. Au quotidien, nos mdias sont remplis de statistiques, visibles ou non, que ce soit propos de lconomie, de la politique, des faits de socit ou de la mto. Il est donc indispensable au citoyen daujourdhui de comprendre ce que sont les statistiques pour comprendre ce que veulent rellement dire les informations quil reoit. De mme il est indispensable qui exercera une activit dans les domaines de la gestion, de la sant ou du social, non seulement de comprendre, mais aussi de savoir utiliser les notions de base des statistiques. Vous devriez avoir vu en collge une bonne partie de ce chapitre. Pour vous remettre dans le bain, nous commencerons par des activits simples vous permettant de rviser vos connaissances.. Faites les consciencieusement, si possible sans aide.

Squence 4 MA20

Cned Acadmie en ligne

tude

dun caractre qualitatif

Dans un lyce, on a fait remplir en dbut danne aux 250 lves de seconde une fiche de renseignements. On en a extrait deux. a) Souhaits dorientation en fin de seconde. Le graphique ci-contre indique les souhaits dorientation des 250 lves. Compltez le tableau correspondant.
Orientation ES L S STG Autres Ne sait pas Total
ES L S STG Autres NSP 20 10 Effectifs 70 60 50 40 30

Effectif Frquence

Quelle est lorientation souhaite la plus frquente (on lappelle le mode) ? b) Code postal du domicile. Le tableau ci-dessous indique les diffrents codes postaux du domicile des 250 lves. Reprsentez ces donnes par un diagramme circulaire.
Code Postal 35330 35380 56140 56200 56380 56430 56803 56910 Total Effectif 9 72 24 9 90 28 6 12 250

Quel est le code postal le plus frquent (on lappelle le mode) ? 8


Squence 4 MA20

Cned Acadmie en ligne

Commentaire

Dans ces deux exemples, nous avons rencontr ltude de deux caractres lorientation et le code postal qui sont des caractres qualitatifs. Cela signifie quils ne reprsentent pas des quantits et quon ne peut donc pas faire dautre traitement que de les reprsenter (par exemple calculer une orientation moyenne na pas de sens).
Un caractre qualitatif peut nanmoins sexprimer par des nombres, comme le code postal, mais ces nombres ne reprsentent pas des quantits, ce ne sont que des codages

Pour reprsenter ces caractres on utilise habituellement des diagrammes en barres (ou btons, ou tuyaux dorgue), des diagrammes en bande, ou des diagrammes circulaires, les hauteurs des barres ou les angles des secteurs angulaires tant proportionnels aux effectifs ou aux frquences. Lordre de prsentation des modalits na pas dimportance.
Dans diffrents mdias, on trouve des formes plus ou moins images des barres ou des disques ; il est alors prudent de vrifier ce qui est (ou devrait tre) proportionnel aux effectifs avant dinterprter le graphique.

Rappel

Nous rappelons aussi que lensemble des personnes ou objets tudis ici les lves de seconde dun lyce sappelle la population tudie, chaque personne ou chaque objet tant un individu. Ce que lon tudie sappelle le caractre, et les diffrentes valeurs de ce caractre les modalits : STG est une modalit du caractre orientation , 56380 une modalit du caractre code postal . Le nombre dindividus ayant une modalit prcise du caractre est leffectif de cette modalit. La somme de tous les effectifs, appel effectif total, donne la taille de la population. Souvent, en particulier pour comparer des populations de taille diffrente, on donne les frquences de chaque modalit plutt que les effectifs. La frquence dune modalit est la proportion que reprsente leffectif de cette modalit par rapport leffectif total. Elle sexprime aussi bien sous forme de fraction, dcriture dcimale que de pourcentage (qui est lui mme une fraction). Pour lorientation, la modalit STG a pour effectif 55 sur un effectif total de 250. Sa frquence est : 55 que lon peut crire 11 ou 0,22 ou 22 ou enfin 22%. 250 50 100

Exemple

Squence 4 MA20

Cned Acadmie en ligne

tude

dun caractre quantitatif

Revenons nos 250 lves de seconde. Taille de la famille Effectif Frquence On extrait de la fiche de renseignements 3 personnes deux autres caractres. 4 personnes a) Taille de la famille dans laquelle vit 5 personnes chaque lve. 6 personnes 18 Le graphique ci-dessous indique la taille 7 personnes 21 de la famille (enfants plus adultes) de chacun des 250 lves. 8 personnes Compltez le tableau correspondant, ci9 personnes contre. 10 personnes 2 Calculez le nombre moyen de personnes 12 personnes 4 par famille. Total Quel cart de taille y a-t-il entre les familles les moins nombreuses et les familles les plus nombreuses (on lappelle ltendue) ?
Effectifs 90 80 70 60 50 40 30 20 10 Taille de la famille

11 12

b) Temps de parcours du domicile au lyce. Le tableau ci-dessous indique les diffrents temps de parcours (en minutes) du domicile au lyce pour les 250 lves.
Temps de parcours (en minutes) Effectif 0 2 1 4 2 5 3 4 4 6 5 1 6 9 7 2 8 8 9 20 10 10 11 1 12 5

10

Squence 4 MA20

Cned Acadmie en ligne

Temps de parcours (en minutes) Effectif Temps de parcours (en minutes) Effectif

13 4 26 10

14 2 27 10

15 3 28 2

16 1 29 11

17 10 30 1

18 14 35 3

19 40 38 1

20 20 40 4

21 6 45 1

22 10 50 1

23 3 55 1

24 4 60 1

25 8 90 2

Quel est le temps de parcours moyen ? Quel cart y a-t-il entre le temps de parcours le plus long et le plus court (on lappelle ltendue) ? Regroupez ces donnes par tranches (on dit aussi classes) de 10 min (attention aux bornes des intervalles).
Temps Effectif [0 ; 10[ [10 ; 20[ [20 ; 30[ [30 ; 40[ [40 ; 50[ [50 ; 60[ [60 ; 70[ [70 ; 80[ [80 ; 90]

Quel temps de parcours moyen obtient-on avec les donnes ainsi groupes ? Reprsentez ces donnes sur le graphique ci-dessous.

Surface pour un effectif de 10

10

20

30

40

50

60

70

80

90

Temps de parcours

Commentaire

Dans ces deux exemples, nous avons rencontr ltude de deux caractres la taille des familles et le temps de parcours qui sont des caractres quantitatifs. Cela signifie quils reprsentent des quantits. On pourra, en plus de reprsentations, faire un certains nombre de calculs significatifs (par exemple la taille moyenne, lcart entre le temps le plus long et le temps le plus court).

Squence 4 MA20

11

Cned Acadmie en ligne

On distingue deux types de caractres quantitatifs : les caractres quantitatifs discrets (ou valeurs discontinues), o les modalits ne prennent que quelques valeurs numriques prcises (comme pour la taille des familles), les caractres quantitatifs continus, o les modalits peuvent prendre, en thorie, toutes les valeurs numriques dun intervalle (comme pour le temps de parcours). Pour reprsenter les caractres quantitatifs discrets on utilise habituellement des diagrammes en btons, o les valeurs du caractre sont reprsentes en abscisse sur un axe gradu, la hauteur des btons tant proportionnelle aux effectifs ou aux frquences. Pour reprsenter les caractres quantitatifs continus on utilise habituellement des histogrammes (diagrammes en rectangles), o les valeurs du caractre sont reprsentes en abscisse sur un axe gradu ; la base de chaque rectangle correspond lintervalle de chaque classe, laire des rectangles tant proportionnelle aux effectifs ou aux frquences.

Lorsque les classes ont mme amplitude (ctait le cas dans lexercice ci-dessus) les rectangles de lhistogramme ont tous la mme largeur. Leurs aires tant proportionnelles aux effectifs, leurs hauteurs le sont aussi. On peut alors lire les effectifs sur un axe vertical virtuel . Mais lorsque les classes sont damplitudes diffrentes, les rectangles ont des largeurs diffrentes. Leurs aires tant toujours proportionnelles aux effectifs, leurs hauteurs ne reprsentent plus rien. On ne peut plus lire les effectifs sur un axe vertical.

Exemple

Regroupez diffremment les donnes de lexercice prcdent dans le tableau cidessous.

Temps de parcours (en minutes) Effectif

[0 ; 5[

[5 ; 10[

[10 ; 20[ [20 ; 50[ [50 ; 90]

Reprsentez ces donnes par lhistogramme ci-dessous.

12

Squence 4 MA20

Cned Acadmie en ligne

Surface pour un effectif de 10

10

20

30

40

50

60

70

80

90

Temps de parcours

c) Temps de parcours du domicile au lyce : effectifs cumuls croissants. Reprenons les donnes sur les temps de parcours, une fois regroupes par classes de 10 min. Soit :
Temps Effectif [0 ; 10[ 61 [10 ; 20[ 90 [20 ; 30[ 84 [30 ; 40[ 5 [40 ; 50[ 5 [50 ; 60[ 2 [60 ; 70[ 1 [70 ; 80[ 0 [80 ; 90] 2

Construisons maintenant le tableau des effectifs cumuls croissants. On obtient :


Temps Effectif Temps Effectif <0 0 < 50 < 10 61 < 60 < 20 < 30 < 40

61+ 90 = 151
< 70

151+ 84 = 235 235 + 5 = 240


< 80

90 248 + 2 = 250

240 + 5 = 245 245 + 2 = 247

247 + 1= 248 248 + 0 = 248

Pour chaque temps correspondant une borne de lune des tranches, on indique le nombre dlves dont le temps de parcours est infrieur (ou strictement infrieur, a dpend des intervalles choisis) ce temps. Pour t = 10 : il y a 61 lves dans la classe [0 ; 10[ , donc 61 lves dont le temps de parcours est infrieur 10 minutes. Pour t = 20 : il y a 61 lves dans la classe [0 ; 10[ et 90 lves dans la classe [10 ; 20[, donc 151 lves dont le temps de parcours est infrieur 20 minutes. Pour t = 30 : il y a 151 lves dont le temps de parcours est infrieur 20 minutes et 84 lves dans la classe [20 ; 30[ , donc 235 lves dont le temps de parcours est infrieur 30 minutes.

Squence 4 MA20

13

Cned Acadmie en ligne

et ainsi de suite. Leffectif cumul de la dernire valeur (ici 90 minutes) est ncessairement leffectif total, cest--dire 250. Pour des raisons de reprsentation graphique (voir ci-aprs), on peut mettre une premire colonne correspondant la toute premire valeur de la premire classe. Leffectif cumul correspondant est ncessairement 0 (aucun lve na un temps de parcours infrieur au plus petit temps relev ! ). Faisons maintenons une reprsentation graphique de ce tableau des effectifs cumuls croissants. Pour ce faire, on place sur un graphique les points dont les coordonnes sont les deux valeurs de chaque colonne : les modalits du caractre (ici les temps) en abscisse, les effectifs cumuls en ordonne. On relie alors chaque point par un segment de droite (voir graphique ci-dessous).
250 Effectifs cumuls

200

150

100

50 40

20 Temps de parcours 10 20

26 30

40

50

60

70

80

90

14

Squence 4 MA20

Cned Acadmie en ligne

Ce choix (de relier les points par des segments de droite) revient considrer que les valeurs du caractre sont rgulirement distribues lintrieur de chaque classe. Par exemple, on a reprsent les points de coordonnes ( 30 ;235) et ( 40 ;240 ) , ce qui signifie quil y a 5 ( 240 - 235 ) temps de parcours dans la classe [30 ; 40[ (ici on la savait dj, mais parfois on peut avoir un tableau deffectifs cumuls sans avoir le tableau des effectifs). Relier ces deux points par un segment de droite revient faire comme si ces 5 temps taient rpartis rgulirement dans lintervalle [30 ; 40[ : par exemple comme si on avait 30, 32, 34, 36, 38. Ce nest videmment pas forcment vrai (ici on sait que cest faux car on connait le tableau dtaill des temps de parcours, mais souvent on ne le sait pas si lon a directement les regroupements par classe sans avoir le tableau dtaill). Cette ide de rgularit entre chaque point connu permet de faire des extrapolations (cest--dire des sortes de dductions partir de donnes partielles) sur les valeurs du caractre, bien sr si lon na pas le tableau dtaill de ces valeurs. Par exemple on a extrapol, sur le graphique, le 200me temps de parcours. On a trouv quil tait denviron 26 minutes. Bien sr, avec le tableau dtaill des valeurs, on sait que ce 200me temps est de 25 minutes, mais si lon navait que le tableau des regroupements par classe, on nen saurait rien. Ce type de graphique est appel polygone des effectifs cumuls croissants.
Exemple

A partir du deuxime regroupement par classes damplitudes ingales (voir exemple du b) ), construire le tableau des effectifs cumuls croissants, puis le graphique correspondant (polygone des effectifs cumuls croissants). A laide de ce graphique, extrapoler le 200me temps de parcours. Comparer avec la valeur extrapole ci-dessus.

Cours
Une

caractristique de position, la moyenne

a) Calcul de la moyenne Pour caractriser une srie statistique, on peut la rsumer par une (ou des) caractristique(s). La plus simple, et qui positionne la srie, est la moyenne. Supposons donne une srie statistique caractre quantitatif discret. On note x i les valeurs du caractre, n i les effectifs et f i les frquences correspondants.

Squence 4 MA20

15

Cned Acadmie en ligne

Valeurs du caractre Effectif Frquence

x1 n1 f1

x2 n2 f2

... ... ... ... ... ...

xp np fp

Dfinition

La moyenne de la srie est la valeur du caractre calcule par :

x=

n1x 1 + n2x 2 + ... + np x p n1 + n2 + ... + n p

= f1x 1 + f2x 2 + ... + fp x p .

ni Chaque frquence se calcule par : fi = ce qui justifie lgalit n1 + n2 + ... + n p ci-dessus. La notation x , qui se lit x barre , est une notation habituelle pour une moyenne. On reprend la lettre gnrique utilise pour noter les valeurs du caractre (ici x ) et on met une barre au-dessus. Avec le signe de sommation (la lettre grecque , qui se lit sigma , signifie que
lon veut calculer une somme) la moyenne scrit : x = i =1
p

ni x i
i =1

ni

= fi x i .
i =1

On note souvent, car on lutilise souvent, leffectif total par une lettre. Par exemple : N = ni . On peut alors crire la moyenne :
p

x = i =1 N
Important

ni x i

i =1

1 n x . N i =1 i i

Vous devez bien comprendre toutes ces faons diffrentes dcrire la mme chose.
Proprit Il est important de comprendre que N x , cest dire la moyenne, multiplie par leffectif total, donne la somme de toutes les valeurs de la srie.

16

Squence 4 MA20

Cned Acadmie en ligne

Commentaire

Cela provient directement du calcul : x =

1 n x , et nous servira souvent. N i =1 i i

En effet, en multipliant par N les deux termes de lgalit prcdente, on obtient :

N x = N

1 n x N i =1 i i

soit N x = ni x i qui est bien la somme de toutes les


i =1

valeurs de la srie.
Exemple

Dans lactivit , le temps total de trajet des 250 lves pour venir au lyce est : 250 18 , 4 = 4600 min. On peut vrifier que lon trouverait la mme chose en ajoutant tous les temps de trajet des 250 lves : 0 1+ 1 4 + 2 5 + 3 4 + ... + 90 1 = 4600 min. A vrifier vous-mme, par exemple en regardant le calcul du temps de parcours moyen fait dans lactivit 2.
Remarque Dans le cas dun caractre quantitatif continu, donn sous forme de classes, on prend le centre de chaque classe comme valeur du caractre pour calculer la moyenne.

Commentaire
Exemple

Le choix des classes pour le regroupement aura donc une influence sur la valeur calcule de la moyenne. Si nous prenons les temps de parcours de lactivit , nous avons vu que la moyenne calcule aprs regroupement par classes de 10 minutes est diffrente de celle calcule avec les donnes brutes : 18 minutes au lieu de 18,4 minutes. Nous avons fait un deuxime regroupement : calculons la moyenne obtenue aprs ce regroupement. Ce regroupement donne :

Temps de parcours (en minutes) Effectif

[0 ; 5[ 21

[5 ; 10[ 40

[10 ; 20[ 90

[20 ; 30[ 84

[30 ; 90] 15

Pour calculer le temps de parcours moyen avec les donnes groupes ainsi, on calcule le temps de parcours total des 250 lves en prenant pour chaque classe la valeur centrale, et on divise ce total par 250 : Total = 2, 5 21+ 7, 5 40 + 15 90 + 25 84 + 60 15 = 4702,5. 4702, 5 = 18 , 81 minutes. 250 Enfin, faisons un regroupement par classes de 30 minutes et calculons la moyenne. Moyenne =

Squence 4 MA20

17

Cned Acadmie en ligne

Ce regroupement donne : Temps de parcours (en minutes) Effectif [0 ; 30[ 235 [30 ; 60[ 12 [60 ; 90] 3

Pour calculer le temps de parcours moyen avec les donnes groupes ainsi, on calcule le temps de parcours total des 250 lves en prenant pour chaque classe la valeur centrale, et on divise ce total par 250 : Total = 15 235 + 45 12 + 75 3 = 4290. 4290 Moyenne = = 17,16 minutes. 250 Vous pouvez constater que ces moyennes sont toutes diffrentes. b) Proprits de la moyenne
Supposons donne une srie statistique caractre quantitatif.

On note x i les valeurs du caractre (ou les centres des classes), x la moyenne.

Thorme Si toutes les valeurs du caractre sont multiplies (ou divises) par une constante a, sans changer les effectifs, la moyenne est ellemme multiplie (ou divise) par a. Si on ajoute (ou retranche) une mme constante b toutes les valeurs du caractre, sans changer les effectifs, la moyenne est elle-mme augmente (ou diminue) de b.

Commentaire

Cela est assez naturel et rsulte simplement du calcul dune moyenne. Si lon a multipli les valeurs par a la nouvelle moyenne, que lon notera m vaut :

m=

n1a x 1 + n2a x 2 + ... + np a x p n1 + n2 + ... + n p


(n1x 1 + n2x 2 + ... + n p x p )

a (n1x 1 + n2x 2 + ... + np x p ) n1 + n2 + ... + n p

m =a

n1 + n2 + ... + n p

= a x.

Si lon a ajout b toutes les valeurs, la nouvelle moyenne, que lon notera M vaut : n1(x 1 + b ) + n2 (x 2 + b ) + ... + n p (x p + b ) M= n1 + n2 + ... + n p

M=

(n1x 1 + n2x 2 + ... + n p x p ) + (n1b + n2b + ... + np b )

n1 + n2 + ... + np

18

Squence 4 MA20

Cned Acadmie en ligne

M=
Exemple

(n1x 1 + n2x 2 + ... + n p x p ) (n1 + n2 + .. .. + np )b + = x + b. n1 + n2 + ... + n p n1 + n2 + ... + np

Si nous prenons les temps de parcours de lactivit , et si nous supposons que tous les lves font laller et le retour chaque jour, nous pouvons calculer leur temps de trajet quotidien, en multipliant les temps par 2, et mme hebdomadaire (en comptant 5 jours de classe par semaine) en les multipliant par 10. 0 0 0 2 1 2 10 4 2 4 20 5 3 6 30 4 4 8 40 6 5 10 50 1 6 12 60 9 7 14 70 2

Temps de parcours (en min) Dure trajet quotidien Dure trajet hebdomadaire Effectif (inchang)

Le temps de trajet quotidien moyen sera obtenu directement en multipliant par 2 la moyenne trouve lactivit : dure moyenne du trajet quotidien = 2 18 , 4 = 36 , 8 min. Le temps de trajet hebdomadaire moyen sera obtenu directement en multipliant par 10 la moyenne trouve lactivit : dure moyenne du trajet hebdomadaire = 10 18 , 4 = 184 min. De mme, on peut calculer le temps scolaire journalier (trajet aller retour et temps de prsence au lyce) de chaque lve. Pour cela il faut multiplier par 2 les temps donns dans lactivit , et ajouter 9 heures (de 8h 17h) de prsence, soit 540 minutes. Temps de parcours (en min) Temps scolaire quotidien Effectif (inchang) 0 540 2 1 542 4 2 544 5 3 546 4 4 548 6 5 550 1 6 552 9 7 554 2

Le temps scolaire quotidien moyen sera obtenu directement en multipliant par 2 la moyenne trouve lactivit et en ajoutant 540 : temps scolaire journalier moyen = 2 18 , 4 + 540 = 576 , 8 min.
Supposons que lon sintresse un caractre quantitatif pour une popu-

lation deffectif total N. Supposons que cette population soit partage en deux groupes, lun deffectif p pour lequel la moyenne du caractre est m1 , et lautre deffectif q (avec p + q = N ) pour lequel la moyenne du caractre est m2 . On note x la moyenne du caractre pour la population entire.
Thorme Si une population deffectif total N est partage en deux groupes, lun deffectif p de moyenne m1 , lautre deffectif q (avec p + q = N ) et de moyenne m2 , la moyenne de la population entire est : x =

p m1 + q m2 . N

Squence 4 MA20

19

Cned Acadmie en ligne

Commentaire

Cela rsulte du fait que p m1 est la somme de toutes les valeurs du caractre pour le premier groupe, et que q m2 est la somme de toutes les valeurs du caractre pour le deuxime groupe. p m1 + q m2 est donc la somme de toutes les valeurs du caractre pour la population totale. La moyenne sobtient en divisant cette somme par leffectif total N. Revenons nos 250 lves de seconde, dont 138 sont des filles et 112 des garons. La fiche de renseignements nous a donn la taille de chaque lve et nous avons calcul que la taille moyenne des filles est 1,66 m, et la taille moyenne des garons 1,72 m. Calculons la taille moyenne des 250 lves. Le total des tailles des filles est : 1, 66 138 = 229 , 08. Le total des tailles des garons est : 1, 72 112 = 192, 64. Le total des tailles des 250 lves est : 1, 66 138 + 1, 72 112 = 229 , 08 + 192, 64 = 421, 72. La taille moyenne des 250 lves est donc : 1, 66 138 + 1, 72 112 421, 72 = = 1, 68688 soit environ 1,69 m. 250 250
Moyenne lague .

Exemple

Lorsquune des modalits dune srie statistique parat non significative, ou errone, on ne tient pas compte de cette valeur pour calculer la moyenne. On dit alors que lon calcule une moyenne lague.
Dfinition

On appelle moyenne lague dune srie statistique, une moyenne calcule sans tenir compte des valeurs aberrantes de cette srie.

Exemple

On a relev les tailles de 80 lves de seconde. On a obtenu le tableau sui-

vant :
Taille en m Effectif 1,60 1 1,63 6 1,68 8 1,70 17 1,72 10 1,75 14 1,78 12 1,85 9 3,86 3

Calculer la moyenne de cette srie, ou une moyenne lague si ncessaire.


On a relev les salaires mensuels de 80 salaris dune entreprise. On a obtenu

le tableau suivant :
Salaire en Effectif 1600 1 1630 6 1680 8 1700 17 1720 10 1750 14 1780 12 1850 9 3860 3

20

Squence 4 MA20

Cned Acadmie en ligne

Calculer la moyenne de cette srie, ou une moyenne lague si ncessaire. Rponses.


Dans cette srie, on voit tout de suite que la dernire modalit est incohrente.

En effet elle ne peut en aucun cas correspondre une taille dlve. On va donc ici la ngliger, et calculer une moyenne lague. On aura donc une taille moyenne de : 1, 60 1+ 1, 63 6 + ... + 1, 85 9 133, 43 = 1, 73 m. 1+ 6 + ... + 9 77
Dans cette srie, par contre, la dernire modalit nest pas du tout incohrente.

En effet elle peut tout fait correspondre un salaire mensuel, et le fait que ce salaire soit le double du prcdent nest pas du tout aberrant dans une chelle de rmunrations. On aura donc un salaire mensuel moyen de : 1600 1+ 1630 6 + ... + 1850 9 + 3860 3 145010 = 1812, 63 . 80 1+ 6 + ... + 9 + 3 c) Utilisation dune calculatrice ou dun logiciel (tableur) Les calculs faits dans le cours sont dvelopps pour vous permettre de comprendre les notions. Mais dans la pratique, y compris dans les exercices et les devoirs (sauf avis contraire), vous effectuerez ces calculs laide de votre calculatrice ou dun ordinateur.
Calculer une moyenne, une mdiane, reprsenter une srie laide dune cal-

culatrice TI 82 Stats.fr (les procdures sont identiques ou trs voisines pour les autres modles de TI).
Saisie

Il faut dabord saisir les donnes (ici, celles de lactivit sur la taille des familles des 250 lves de seconde). Appuyer sur la touche stats , puis choisir le menu EDIT , suivi de entrer . Sur lcran apparat alors lditeur de listes, dans lequel on se dplace avec . les touches On tape chaque valeur du caractre ( x i ) dans une colonne (par exemple L1 ), et chaque effectif ou frquence ( ni ) dans une autre colonne (par exemple L2 ).

Effacement

Pour effacer une liste complte, on place le curseur sur le haut de la colonne (par exemple L1 ), on tape sur la touche annul , suivie de entrer .

Squence 4 MA20

21

Cned Acadmie en ligne

Calcul

Appuyer de nouveau sur la touche stats , puis choisir le menu CALC , suivi de entrer . Sur lcran apparat alors lindication Stats 1-Var et le curseur clignote. Taper alors L1 , L2 pour indiquer, dans lordre, la liste des valeurs et celle des effectifs. (touches 2nde des touches 1 et 2 , et touche situe au-dessus de la touche 7 ). Appuyer sur entrer , et apparat lcran la liste des paramtres de la srie statistique : moyenne ( x ), somme de toutes les valeurs (x), effectif total (n), mdiane (Med), quartiles (Q1, Q3), etc.

Graphiques

On peut reprsenter une srie statistique par un histogramme ou par un diagramme en bote aprs avoir saisi les donnes. Appuyer sur la touche graph stats (touche 2nde de la touche f(x) ), puis sur entrer (ce qui slectionne le dessin n1 : Graph1). On place le curseur sur ON que lon valide par entrer , puis sur le type de ou graphique que lon valide par entrer . On renseigne alors la ligne ListeX avec L1 , pour indiquer la liste des valeurs, et la ligne Effectifs avec L2 , pour indiquer la liste des effectifs. On affiche alors le (ou les) graphique(s) en appuyant sur la touche graphe .
Calculer une moyenne, une mdiane, reprsenter une srie laide dune cal-

culatrice Casio GRAPH 25 (les procdures sont identiques ou trs voisines pour les autres modles de Casio).
Saisie

Il faut dabord saisir les donnes. Dans le menu gnral, slectionner licne STAT (ou LIST ), et appuyer sur ENTER . Sur lcran apparat alors lditeur de listes, dans lequel on se dplace avec les . touches

22

Squence 4 MA20

Cned Acadmie en ligne

On tape chaque valeur du caractre ( x i ), suivi de ENTER , dans une colonne (par exemple List 1 ), et chaque effectif ou frquence ( ni ), suivi de ENTER , dans une autre colonne (par exemple List 2 ).
Effacement Calculs

Pour effacer une liste complte, on place le curseur sur un lment de la liste, on slectionne DEL-A (touche F4 ), suivie de YES . En bas de lditeur de listes se trouve un menu droulant horizontal. On active le sous-menu CALC en appuyant sur la touche SET . F2 , puis le menu

On renseigne alors la ligne 1Var Xlist avec List 1 , pour indiquer la liste des valeurs, et la ligne 1Var Freq avec List 2 , pour indiquer la liste des effectifs. Taper alors EXIT . Slectionner enfin le menu 1 VAR en appuyant sur la touche F1 . Apparat lcran la liste des paramtres de la srie statistique : moyenne ( x ), somme de toutes les valeurs (x), effectif total (n), mdiane (Med), etc.
Graphiques

On peut reprsenter une srie statistique par un histogramme ou par un diagramme en bote aprs avoir saisi les donnes. Dans lditeur de listes on active le sous-menu GRPH en appuyant sur la touche F1 , puis le menu SET . On renseigne alors la ligne Graph Type avec le type de graphique souhait, en validant une des options du menu horizontal du bas de lcran, puis la ligne XList avec List 1 , pour indiquer la liste des valeurs, et la ligne Frequency avec List 2 , pour indiquer la liste des effectifs. On valide lcran (ou on QUIT ). On affiche alors le graphique en validant GRPH , puis GPH1 .
Calculer une moyenne, une mdiane, reprsenter une srie laide dun

tableur.
Saisie

Il faut dabord saisir les donnes, que lon met dans deux colonnes, une pour les valeurs du caractre (par exemple la colonne A), une pour les effectifs (ou frquences) correspondants (par exemple la colonne B). Ici il y a 10 valeurs. Pour les calculs, on utilise les fonctions statistiques prsentes dans la plupart des tableurs, cest dire :

Calculs

Squence 4 MA20

23

Cned Acadmie en ligne

MOYENNE, MEDIANE, QUARTILE, FREQUENCE, SOMME, MIN, MAX, lorsque les valeurs de la srie sont toutes numres dans une colonne (cest dire que les effectifs sont tous gaux 1). Sinon, dans le cas o les valeurs sont regroupes avec leur effectif (ou frquence) dans une deuxime colonne, il faut faire les calculs intermdiaires avec le tableur.
Moyenne

On calcule dans la colonne C les produits des valeurs (colonne A) par leur effectif (colonne B) en crivant dans la cellule C2 : =A2*B2 , et en tirant la formule vers le bas jusqu la dernire valeur. Dans deux cellules libres (par exemple B12 et C12) on calcule les sommes des colonnes B et C (effectif total et somme de toutes les valeurs) en crivant : =SOMME(B2 :B11) et =SOMME(C2 : C11). La moyenne sobtient alors en divisant la somme des valeurs par leffectif total, en crivant dans une cellule libre (par exemple C13) : =C12/B12. On peut reprsenter une srie statistique par un histogramme ou par un diagramme en bote aprs avoir saisi les donnes, lorsque les valeurs de la srie sont toutes numres dans une colonne (cest dire que les effectifs sont tous gaux 1). On utilise alors lassistant graphique. Sinon, dans le cas o les valeurs sont regroupes avec leur effectif (ou frquence) cest plus difficile.
Dautres caractristiques de position, la mdiane, les quartiles

Graphiques

a) Mdiane dune srie statistique. Supposons donne une srie statistique caractre quantitatif, les valeurs du caractre tant ranges par ordre croissant (ou dcroissant).
Dfinition

La mdiane de la srie est une valeur du caractre qui partage la srie en deux groupes (lun des valeurs infrieures la mdiane, lautre des valeurs suprieures) de mme effectif.

Commentaire

Cela signifie que 50 % de la population a une valeur du caractre infrieure la mdiane, et que 50 % de la population a une valeur du caractre suprieure cette mdiane.

24

Squence 4 MA20

Cned Acadmie en ligne

Exemple

Dans lune des classes de seconde prcdemment voques, on a relev la

taille des lves, et obtenu :


cm Effectif 150 1 155 1 160 2 162 1 163 2 165 3 166 1 167 2 168 1 170 1 173 2 174 1 176 1 178 3 179 1

Dterminez la mdiane de cette srie.


Dans une autre classe de seconde, on a aussi relev la taille des lves, et

obtenu :
cm Effectif 157 1 159 2 162 2 163 1 164 3 165 3 166 1 167 3 169 1 171 2 173 2 176 4 177 5 178 1 180 3

Dterminez la mdiane de cette srie. Rponses. Dans cette srie, nous avons 23 donnes classes par ordre croissant. Si nous prenons la 12me valeur, cest--dire ici 167, nous aurons bien partag la srie en deux parties de mme effectif. La mdiane de cette srie est donc 167 cm. Dans cette srie, nous avons 34 donnes classes par ordre croissant. Si nous prenons une valeur comprise entre la 17me et la 18me valeur, cest--dire ici entre 169 et 171, nous aurons bien partag la srie en deux parties de mme effectif. On peut prendre la valeur situe au milieu, 170. La mdiane de cette srie sera donc 170 cm.
Remarque Quand le caractre est quantitatif discret, et que leffectif est impair, la mdiane est une valeur de la srie. Cest la valeur centrale, pour laquelle il y a exactement N 1 valeurs infrieures et N 1 valeurs suprieures.

Quand le caractre est quantitatif discret, et que leffectif est pair, la mdiane nest pas une valeur de la srie. On peut prendre pour mdiane nimporte quelle valeur r entre les deux valeurs centrales. On prend souvent la demisomme e de ces deux valeurs.

b) Quartiles dune srie statistique. Supposons donne une srie statistique caractre quantitatif, les valeurs du caractre tant ranges par ordre croissant (ou dcroissant).

Squence 4 MA20

25

Cned Acadmie en ligne

Dfinition

Les quartiles de la srie sont trois valeurs du caractre qui partagent la srie en quatre groupes de mme effectif. On les note souvent Q1, Q2 et Q3 par ordre croissant, et Q2 est la mdiane.

Commentaire

Cela signifie que 25% de la population a une valeur du caractre infrieure Q1, 25% de la population une valeur du caractre comprise entre Q1 et la mdiane, 25% une valeur comprise entre la mdiane et Q3, et 25% une valeur suprieure Q3. Reprenons les deux exemples ci-dessus.
Pour la premire srie les quartiles sont :

Exemple

Q1 = 163 Q1 = 164

Q2 = 167 = Mdiane Q2 = 170 = Mdiane


Remarque

Q 3 = 174 Q3 = 177

Pour la deuxime srie les quartiles sont :

Comme pour la mdiane, la dtermination des quartiles est parfois sujette discussion quant au choix de la valeur choisir. En ralit, la prcision nest pas fondamentale : ce qui compte cest de dcouper la population en deux ou quatre parties de mme effectif, environ.

Commentaire

Lorsque leffectif total est trs grand (plusieurs centaines de donnes), la prcision na pas dimportance (par exemple pour les 250 lves, on peut dcouper la population en quatre groupes de 62, 63, 63 et 62 personnes, ou 63, 62, 62 et 63 personnes, sans que cela change grand-chose. Par contre, lorsque leffectif total est faible, cette prcision semble plus importante ; en ralit, il faut comprendre que faire des statistiques sur un petit nombre de valeurs nest pas trs intressant, en particulier dcouper un petit effectif en quatre groupes reprsentatifs na pas beaucoup de sens. Cest le cas de nos deux exemples ci-dessus. c) Dtermination graphique de la mdiane ou des quartiles dune srie statistique. Supposons donne une srie statistique caractre quantitatif continu, les valeurs du caractre tant ranges en classes par ordre croissant (ou dcroissant). On peut dterminer facilement dans quelle classes se trouve la mdiane (ou un quartile), mais si leffectif de cette classe est important, on ne saura pas bien comment dterminer plus prcisment cette mdiane.

26

Squence 4 MA20

Cned Acadmie en ligne

On peut alors utiliser une mthode graphique pour donner une valeur plus significative. Pour cela on utilise le polygone des effectifs cumuls (croissants ou dcroissants), dfini lactivit , et on dtermine, par extrapolation, la valeur du caractre correspondant la moiti (ou un quart, ou trois quarts) de leffectif total. On considre que cette valeur est une bonne approximation de la mdiane (ou du premier quartile, ou du troisime quartile).
Exemple

Reprenons les temps de parcours de lactivit , aprs regroupement par classes de 10 minutes. Construisons le polygone des effectifs cumuls croissants, correspondant au tableau ci-dessous.

minutes)

Effectif

Effectif cumul croissant 0

Cest dire nombre dlves dont le temps de parcours est : infrieur 0 min infrieur 10 min infrieur 20 min infrieur 30 min infrieur 40 min infrieur 50 min infrieur 60 min infrieur 70 min infrieur 80 min infrieur 90 min

[0 ; 10[ [10 ; 20[ [20 ; 30[ [30 ; 40[ [40 ; 50[ [50 ; 60[ [60 ; 70[ [70 ; 80[ [80 ; 90]

61 90 84 5 5 2 1 0 2

61 151 235 240 245 247 248 248 250

On commence le graphique (voir page suivante) par un effectif de 0 pour une abscisse de 0 min car il ny a aucun lve dont le temps de parcours soit infrieur 0 minutes. On poursuit par un effectif de 61 pour 10 minutes. Puis un effectif de 151 pour 20 minutes, et ainsi de suite. On relie ensuite ces points pour construire le polygone. On repre, en ordonnes, le quart et la moiti de leffectif, et on lit, en abscisses, les valeurs approximatives du premier quartile et de la mdiane :

Squence 4 MA20

27

Cned Acadmie en ligne

Effectifs cumuls 250

200

150

50%

100

25%
50 40

20 Temps de parcours

Q1 M

30

40

50

60

70

80

90

On trouve par exemple : Q1 10 ,1 ; Mdiane 17. Un quart des lves a un temps de parcours infrieur 10,1 min, la moiti un temps de parcours infrieur 17 min.
Remarque On voit sur cet exemple que Q1, correspondant 25% de la population, correspond un effectif virtuel de 62,5 lves. On lit Q 10 ,1. Si lon avait pris la 62me valeur on aurait eu : Q = 10, 1
1

si lon avait pris la 63me valeur on aurait eu : Q = 10 galement. 1 La diffrence est sans signification pour ce type de renseignement. De mme la mdiane relle , cest dire la valeur entre les 125me et 126me donnes, est 19 minutes alors que sur le graphique, on a lu une valeur mdiane de 17 minutes. Cela est d au regroupement par classes.

28

Squence 4 MA20

Cned Acadmie en ligne

Des caractristiques de dispersion, ltendue, lcart interquartile

Les caractristiques vues prcdemment (moyenne, mdiane, quartiles) permettent de positionner la srie statistique. On va voir maintenant comment caractriser sa dispersion. a) Ltendue dune srie statistique. Pour mesurer la dispersion dune srie, la premire caractristique, extrmement simple, que lon utilise est ltendue (que vous avez dj rencontre en collge). Supposons donne une srie statistique caractre quantitatif. On note xmax et xmin les valeurs maximale et minimale du caractre.
Dfinition

Ltendue dune srie statistique est gale : xmax xmin.

Commentaire

La signification de ltendue est vidente : cest lcart entre la plus petite et la plus grande valeur du caractre. On peut le visualiser ainsi :
X min Mdiane tendue 50% 50% X max

Exemple

Prenons les temps de parcours de lactivit . Vous avez dj calcul ltendue qui est de : 90 0 = 90 min. b) Lcart interquartile dune srie statistique. La deuxime caractristique que lon dfinit est lintervalle interquartile. Supposons donne une srie statistique caractre quantitatif. On note Q1 et Q3 les premier et troisime quartiles.
Dfinition

Lintervalle interquartile est lintervalle : Lcart interquartile est gal :

Q1 ; Q3 . Q3 Q1.

Commentaire

La signification de lintervalle interquartile est que les 50% centraux des valeurs de la srie se trouvent dans cet intervalle. On peut le visualiser ainsi :

Squence 4 MA20

29

Cned Acadmie en ligne

X min

Q1

Mdiane cart interquartile

Q3

X max

25%

50%

25%

Exemple

Prenons les temps de parcours de lactivit . Quel est lintervalle interquartile ? On peut vrifier que Q1 = 10, et Q3 = 23. Lintervalle interquartile est donc lintervalle 10 ; 23 . c) Rsum dune srie statistique par un indicateur de position et un de dispersion On rsume souvent les sries statistiques en donnant un indicateur de position et un de dispersion. Les couples choisis sont en gnral : la moyenne et ltendue ou la mdiane et lintervalle interquartile (vous verrez en classe de premire un autre couple possible : moyenne et cart type).
Moyenne et tendue

On peut rsumer une srie statistique par le couple moyenne tendue.


Exemple

Prenons les temps de parcours de lactivit . On peut rsumer cette srie en disant que le temps de parcours moyen est de 18,4 min, et que ltendue est de 90 min.
Remarque Ce couple moyenne tendue a linconvnient dtre sensible aux valeurs extrmes, lesquelles peuvent parfois masquer les caractristiques principales des autres valeurs de la srie. Cest particulirement gnant lorsque quelques valeurs ne sont en fait que des valeurs parasites : erreurs de mesure, dfaillances dun appareil de mesure, erreurs de report ou cas atypiques par exemple.

Exemple

Prenons encore les temps de parcours de lactivit . On peut penser que les temps de parcours suprieurs 45 minutes ne sont pas significatifs de la situation du lyce, et plutt dus des cas trs particuliers. De mme aussi pour le temps de 0 minute (le fils et la fille du proviseur ! ). Si on enlve ces 7 personnes (deux 0 min, une 50 min, une 55, une 60 et deux 90 min), on obtient une srie o le temps moyen de parcours est de 17,5 min environ (au lieu de 18,4) et ltendue de 44 min seulement (au lieu de 90). La diffrence est assez sensible, surtout sur ltendue.
Mdiane et intervalle interquartile.

On peut rsumer une srie statistique par le couple mdiane intervalle interquartile.

30

Squence 4 MA20

Cned Acadmie en ligne

Commentaire

Ce couple mdiane intervalle interquartile est souvent reprsent graphiquement par un diagramme en bote, appel parfois bote moustaches ou bote pattes .

correspondant :
X min Q1 Mdiane cart interquartile Q3 X max

Exemple

Prenons toujours les temps de parcours de lactivit . On peut rsumer cette srie en disant que le temps de parcours mdian est de 19 min, et que lcart interquartile est de 13 min, puisque Q1 = 10, et Q3 = 23.
Remarque Ce couple mdiane intervalle interquartile a lavantage dtre peu sensible aux valeurs extrmes. On dit quil est robuste par rapport aux valeurs extrmes.

Exemple

Prenons encore les temps de parcours de lactivit . Si lon prend les 250 lves de seconde, on a vu ci-dessus que le temps de parcours mdian tait de 19 min, et que l cart interquartile tait de 13 min ( Q1 = 10, et Q3 = 23). Si lon lague les sept valeurs extrmes dfinies ci-dessus au et si lon prend les 243 autres lves de seconde, on a un temps de parcours mdian de 19 min encore, et un cart interquartile de 13 min encore (mais avec Q1 = 9, et Q3 = 22 ).

Synthse du cours
Moyenne

dune srie statistique

Dfinition

La moyenne dune srie est la valeur du caractre calcule par :

x=

n1x 1 + n2x 2 + ... + np x p n1 + n2 + ... + n p

= f1x 1 + f2x 2 + ... + fp x p .

Squence 4 MA20

31

Cned Acadmie en ligne

Thorme Si toutes les valeurs du caractre sont multiplies (ou divises) par une constante a, sans changer les effectifs, la moyenne est elle-mme multiplie (ou divise) par a. Si on ajoute (ou retranche) une mme constante b toutes les valeurs du caractre, sans changer les effectifs, la moyenne est elle-mme augmente (ou diminue) de b.

Thorme Si une population deffectif total N est partage en deux groupes, lun deffectif p de moyenne m1 , lautre deffectif q (avec p + q = N ) et de moyenne m2 , la moyenne de la population entire est :

x=

p m1 + q m2 . N

Mdiane, quartiles

dune srie statistique

Dfinition

La mdiane dune srie est une valeur du caractre qui partage la srie en deux groupes (lun des valeurs infrieures la mdiane, lautre des valeurs suprieures) de mme effectif.

Dfinition

Les quartiles dune srie sont trois valeurs du caractre qui partagent la srie en quatre groupes de mme effectif. On les note Q1, Q2 et Q3 par ordre croissant, et Q2 est la mdiane.

D
Exercice 1

Exercices dapprentissage
On donne la srie statistique :
Caractre x i Effectif 12 35 15 5 19 5 20 6 25 1 26 21 27 30

ni

32

Squence 4 MA20

Cned Acadmie en ligne

Cochez la ou les bonnes rponses.


La mdiane de cette srie est :

o a. o a. Exercice 2

20 26

o b. o b.

25 21

o c. o c.

6 30

o d. o d.

1 27

Le 3me quartile de cette srie, Q3, est :

0n donne la srie statistique suivante, o il manque deux effectifs, mais dont on sait que la moyenne est x = 12 :
Caractre x i Effectif 7 1 10 4 11 ? 12 6 13 ? 14 4 17 1

ni

Les effectifs manquant peuvent tre :

o a. gaux 5 Exercice 3

o b. non-gaux

o c. gaux

o d. on ne sait pas

La moyenne des salaires mensuels dune entreprise est 1200 . On ajoute un salaire de 1250 .
La nouvelle moyenne x est :

o a. x = 1200 o c. 1200 < x < 1250 Exercice 4

o b. x = 1250 o d. on ne sait pas

Dans une classe o il y a plus de filles que de garons, la moyenne des filles un devoir est 15 et celle des garons 13. 1. La moyenne x de la classe ce devoir est : o a. x > 13 o b. x > 15 o c. 13 < x < 15 o d. x = 14

Exercice 5

Les questions 1, 2 et 3 sont indpendantes


Donner une srie statistique, deffectif total 15, dtendue 10, et de mdiane 12. a. Un lve a obtenu la note 13 au 5me devoir en classe. Avant ce devoir, sa

moyenne tait de 11. Quelle est sa nouvelle moyenne ? b. Aprs le 6me devoir, sa moyenne est de 12. Quelle note a-t-il eue ce 6me devoir ?
Dans un groupe de 60 personnes, dont 35 femmes, lge moyen des femmes

est de 22 ans et celui des hommes de 28 ans. Quel est lge moyen du groupe ?

Squence 4 MA20

33

Cned Acadmie en ligne

Exercice 6
Pays Allemagne Autriche Belgique Chypre Danemark Votes 29 10 12 4 7

Le trait de Nice attribuait en 2003 aux 25 pays de lUnion Europenne un nombre de votes au Conseil de lU. E. suivant le tableau ci-dessous :
Pays Espagne Estonie Finlande France Grce Votes 27 4 7 29 12 Pays Hongrie Irlande Italie Lettonie Lituanie Votes 12 7 29 4 7 Pays Luxembourg Malte Pays-Bas Pologne Portugal Votes 4 3 13 27 12 Pays Royaume-Uni Slovaquie Slovnie Sude Tchquie Votes 29 7 4 10 12

On sintresse au caractre nombre de votes .


Faites un tableau indiquant pour chaque modalit de ce caractre le nombre

de pays concerns (effectif), puis un graphique en btons.


Calculer le nombre moyen de votes par pays, ainsi que ltendue de cette srie.

Exercice 7

On sait que les 19 pays les moins peupls dEurope ont une population moyenne (en 2003) de 2,19 millions dhabitants par pays, et que les 23 pays les plus peupls dEurope (sauf Russie) ont une population moyenne (en 2003) de 23,70 millions dhabitants par pays.
Calculer, avec ces donnes, la population moyenne de lensemble des 42 pays.

Une autre source dinformation nous donne le tableau suivant qui regroupe par tranche de population (en 2003) les 42 pays dEurope (Russie non comprise).
Population (en millions) Nombre de pays [0 ; 5[ 19 [5 ; 10[ 8 [10 ; 20[ 7 [20 ; 30[ 1 [30 ; 50[ 3 [50 ; 90] 4

Reprsenter ces donnes par un histogramme. Calculer la population moyenne dun pays.

Comparer avec celle que lon a calcule la question prcdente. En dduire une estimation de la population totale de ces 42 pays.
Construire lhistogramme des effectifs cumuls croissants et en dduire, gra-

phiquement, une estimation de la mdiane de cette srie. Exercice 8 Le tableau suivant regroupe par superficie les 31 pays les plus tendus du monde.
0,9 2 2,4 1 1 2 2,5 1 1,1 3 2,7 1 1,2 3 2,8 1 1,3 3 3,3 1 1,6 2 7,7 1 1,8 1 8,5 1 1,9 1 9,6 2 2 1 10 1 2,1 1 17,1 1 2,3 1

Superficie (en millions de km) Nombre de pays Superficie (en millions de km) Nombre de pays

Dterminer la mdiane, lintervalle interquartile.

Reprsenter cette srie par un diagramme en bote.


Dterminer la superficie moyenne de ces 31 pays. Comparer avec la mdiane.

34

Squence 4 MA20

Cned Acadmie en ligne

3 Notion de probabilit
A
Activits
Introduction

En physique, en chimie, en biologie ou dans dautres domaines, lorsque lon ralise une exprience connue dans des conditions bien prcises, en gnral, on sait par avance le rsultat que lon va obtenir : si lon suspend une masse connue un ressort connu, on peut prvoir lallongement de ce ressort ; si lon verse de lacide sur du calcaire, on obtient une effervescence etc. On dit que ces expriences sont dterministes. Mais, dans certains cas, mme si lon connat parfaitement les lments de lexprience, on ne peut nanmoins pas en prvoir le rsultat : si on lance en lair une pice de monnaie parfaitement connue, on ne sait pas si elle va tomber sur pile ou sur face ; si on fait rouler sur la table un d parfaitement connu et quilibr, on ne peut savoir sur quel numro il va sarrter etc. On parle alors dexpriences alatoires. Dans ce cas nous pourrons quand mme prvoir quels sont les rsultats possibles (Pile ou Face pour la pice, 1, 2, 3, 4, 5 ou 6 pour le d), et essayer de prvoir quelle chance (ou risque) on a que ce soit un rsultat plutt quun autre qui se produise. Voyons sur deux activits comment on peut procder, puis nous passerons au cours pour formaliser et approfondir.
Un

d classique, parfaitement quilibr

On sapprte lancer un d classique, cubique, parfaitement quilibr, o les six faces sont numrotes de 1 6.
Quels rsultats peut-on avoir de ce lancer ? Peut-on prvoir avec quelle chance chacun dentre eux pourrait arriver ?

Rponses
Bien entendu, les rsultats possibles de ce lancer sont les numros 1, 2, 3, 4,

5 ou 6. On pourrait aussi imaginer comme rsultat le fait que le d sarrte en quilibre sur une de ses artes : on dit alors quil est cass . Pour simplifier lexemple, nous supposerons quil est rigoureusement impossible que le d sarrte autrement que sur lune de ses faces.

Squence 4 MA20

35

Cned Acadmie en ligne

Nous navons donc que six rsultats possibles : n1, n2, n3, n4, n5 ou n6.
Commentaire

Dans cet exemple, le fait de lancer le d est une exprience alatoire (puisque son rsultat nest pas prvisible) qui na pas encore eu lieu. Les rsultats possibles (n1, n2, n3, n4, n5 ou n6) sont appels les vnements lmentaires de cette exprience ou issues.
Puisque le d est parfaitement quilibr et que lon na aucun autre renseignement, on peut penser que chaque numro a la mme chance darriver. Comme il y en a 6, on pourra dire quil y a 1 chance sur 6 que le d tombe sur le n1, quil y a 1 chance sur 6 que le d tombe sur le n2, etc. On pourrait aussi dire quil y a 10 chances sur 60 que le d tombe sur le n1, ou 5 chances sur 30. Lide, intuitive, est que les 6 numros se rpartiraient quitablement si lon faisait 6 fois lexprience, ou 60 fois, ou 30 fois etc. On va traduire ce nombre de chances par une fraction. Le fait que le d tombe sur le n1 risque de se produire dans 1/6me des cas, ou dans 10/60me des cas, ce qui est compatible avec le fait que : 1/ 6 = 10 / 60 = 5 / 30.

Le fait que le d tombe sur le n2 risque de se produire dans 1/6me des cas, etc.
Commentaire

Ce nombre, qui value la chance (ou le risque) quun rsultat (un vnement lmentaire) se produise est appel la probabilit de cet vnement. On dira que la probabilit de lvnement lmentaire n1 est 1 . 6
Un

d original, trs dsquilibr

On sapprte maintenant lancer un d beaucoup moins classique, ttradrique (cest dire quatre faces triangulaires) et trs dsquilibr (on a particulirement alourdi certains sommets du d pour quil tombe plus souvent sur certains numros). Ses quatre faces sont numrotes de 1 4.
Quels rsultats peut-on avoir de ce lancer ? Peut-on prvoir avec quelle chance chacun dentre eux pourrait arriver ?

Rponses
Bien entendu, les rsultats possibles de ce lancer sont les numros 1, 2, 3 ou 4.

On pourrait, l encore, imaginer comme rsultat le fait que le d sarrte en quilibre sur une de ses artes, quil soit cass . Pour simplifier lexemple, nous supposerons encore quil est rigoureusement impossible que le d sarrte autrement que sur lune de ses faces. Nous navons donc que quatre rsultats possibles : n1, n2, n3 ou n4.

36

Squence 4 MA20

Cned Acadmie en ligne

Commentaire

Dans cet exemple, le fait de lancer le d est une exprience alatoire (puisque son rsultat nest pas prvisible) qui na pas encore eu lieu. Les rsultats possibles (n1, n2, n3 ou n4) sont les vnements lmentaires de cette exprience ou issues.
Puisque le d nest pas parfaitement quilibr, on na pas de raison de penser

que chaque numro a la mme chance darriver. Nayant pas dautre renseignement, on ne peut pas dterminer la chance darriver de chaque numro.

Information complmentaire pour pouvoir rpondre


On suppose maintenant que notre d a t test avant dtre vendu et que le test sur 5 000 lancers a donn les rsultats suivants :
Issues Nombre de fois o on la obtenue n1 495 n2 505 n3 1 010 n4 2 990

Suite de la rponse On peut donc supposer, vu le grand nombre de lancers effectus lors de ce test, que lon risque dobtenir, lorsquon lancera nous-mmes le d, les diffrents rsultats avec la mme frquence que celle observe dans le tableau. On peut ainsi dire quil y a 495 chances sur 5 000 que le d tombe sur le n1, 505 chances sur 5 000 que le d tombe sur le n2, 1 010 chances sur 5 000 que le d tombe sur le n3 et 2 990 chances sur 5 000 que le d tombe sur le n4. Lide, intuitive, est que les 4 numros se rpartiraient comme dans le tableau si lon refaisait 5 000 fois lexprience. On va traduire ce nombre de chances par une fraction. Le fait que le d tombe sur le n1 risque de se produire dans 495/5000 cas. Le fait que le d tombe sur le n2 risque de se produire dans 505/5000 cas. Le fait que le d tombe sur le n3 risque de se produire dans 1010/5000 cas. Le fait que le d tombe sur le n4 risque de se produire dans 2990/5000 cas. On dira que la probabilit de lvnement lmentaire n1 est 495 , celle 5000 505 de lvnement lmentaire n2 est , celle de lvnement lmentaire 5000 n3 est 1010 , et celle de lvnement lmentaire n4 est 2990 . 5000 5000
Commentaire

Cette ide intuitive que lobservation dun grand nombre de cas permet de deviner la probabilit quun vnement se produise est aussi sous-jacente dans le premier exemple (d cubique bien quilibr). Pour affirmer le fait que chaque vnement lmentaire a une probabilit de 1 , 6 on simagine ce qui se passerait si lon lanait le d un trs grand nombre de fois

Squence 4 MA20

37

Cned Acadmie en ligne

(par exemple 6 000 fois) ; on aurait peu prs autant de fois chaque issue (ici environ 1 000 fois). Car on sait trs bien que si on lance ce d 6 fois exactement, il y a trs peu de chances que lon obtienne exactement une fois chaque issue. Cependant ces deux exemples sont assez diffrents dans leur faon dobtenir les probabilits de chaque issue : pour le premier d, quilibr, un raisonnement sur lgalit des chances permet de conclure (mme si on peut avoir en tte ce qui se passerait si lon testait ce d en le lanant un grand nombre de fois), pour le deuxime d, dsquilibr, aucun raisonnement ne suffit pour dterminer les probabilits de chaque issue ; seul le tableau statistique du test permet de les dterminer. Ce sont les deux principales faons de dfinir des probabilits : un raisonnement sur lexprience alatoire en question, une utilisation des frquences obtenues dans un tableau statistique.
Remarque Dans les deux exemples ci-dessus, nous pouvons remarquer deux choses : les probabilits calcules sous forme de fractions sont toujours des nombres infrieurs 1 (on nimagine pas quun rsultat puisse avoir 7 chances sur 6 de se produire, donc une probabilit de 7 ! )

en ajoutant les probabilits de toutes les issues possibles, on obtient exactement 1, pour le d cubique, on a 1 + 1 + 1 + 1 + 1 + 1 = 1 ;

6 6 6 6 6 6

495 505 1010 2990 + + + = 1. 5000 5000 5000 5000

Cours
Le

langage des probabilits

a) Exprience alatoire, vnements lmentaires, univers


Dfinition

Une exprience alatoire est une exprience pour laquelle plusieurs issues sont possibles, sans que lon puisse prvoir celle qui se produira. Les issues sont aussi appeles les vnements lmentaires, ou les ventualits.

38

Squence 4 MA20

Cned Acadmie en ligne

Commentaire

Il est important, avant de commencer un exercice de probabilit, davoir bien compris lexprience alatoire dont on parle, et ses rsultats possibles (vnements lmentaires).
On veut lancer un d quatre faces et sintresser au numro obtenu.

Exemples

Les vnements lmentaires sont : n1, n2, n3 et n4.


On veut lancer deux ds identiques quatre faces et sintresser aux deux

numros obtenus. Les vnements lmentaires sont : (1 et 1), (1 et 2), (1 et 3), (1 et 4), (2 et 2), (2 et 3), (2 et 4), (3 et 3), (3 et 4) et (4 et 4), si lon ne peut pas distinguer les deux ds (sinon, avec deux ds distincts, (1 et 2) et (2 et 1) sont des issues diffrentes).
On veut lancer deux fois un d quatre faces et sintresser la somme des

deux numros obtenus. Les vnements lmentaires sont : 2, 3, 4, 5, 6, 7 et 8.


Vocabulaire On regroupe souvent toutes les issues dune exprience alatoire dans un mme ensemble, que lon appelle lunivers de lexprience.

Exemples

Dans lexemple lunivers de lexprience est : E = { n1 ; n2 ; n3 ; n4 }. Dans lexemple lunivers de lexprience est : E = { (1 et 1) ; (1 et 2) ; (1 et 3) ; (1 et 4) ; (2 et 2) ; (2 et 3) ; (2 et 4) ; (3 et 3) ; (3 et 4) ; (4 et 4) }. Dans lexemple dcrire lunivers de lexprience.
Remarque Vous remarquerez que lon note les ensembles avec des accolades, { et } , et que les issues sont spares par des points-virgules.

b) vnements Reprenons lexemple prcdent, o lon veut lancer deux ds identiques quatre faces et sintresser aux deux numros obtenus. Au lieu de se demander si un rsultat prcis va se produire (aura-t-on le 1 et le 3 ?), on peut sintresser une possibilit plus large : aura-t-on deux numros impairs ? Cela revient se demander si lon aura lune des issues (1 et 1), ou (1 et 3), ou (3 et 3). Et donc, si lon aura lune des issues de lensemble : {(1 et 1) ; (1 et 3) ; (3 et 3)}. Cet ensemble est caractristique du fait davoir deux numros impairs . On dit que cest lvnement avoir deux numros impairs .

Squence 4 MA20

39

Cned Acadmie en ligne

On peut de la mme faon dfinir dautres vnements, correspondant diffrentes possibilits des issues : avoir un double , avoir deux numros dont la somme fasse 4 , avoir au moins un 1 , etc. Chaque vnement pourra tre reprsent par lensemble de toutes les issues correspondantes : {(1 et 1) ; (2 et 2) ; (3 et 3) ; (4 et 4)} est lvnement avoir un double , {(1 et 3) ; (2 et 2)} est lvnement avoir deux numros dont la somme fasse 4 , {(1 et 1) ; (1 et 2) ; (1 et 3) ; (1 et 4)} est lvnement avoir au moins un 1 . On dit que ces issues sont les issues favorables lvnement (on devrait dire favorables ce quil se ralise). On peut aussi considrer quun ensemble dissues quelconques reprsente un vnement, mme si lon ne peut pas le dcrire par une phrase : {(1 et 1) ; (2 et 3) ; (2 et 4)} est un vnement.
Dfinition

On appelle vnement dune exprience alatoire, un ensemble dissues de cette exprience. Cest donc un sous-ensemble de lunivers. En gnral, un vnement traduit une possibilit que lon envisage pour le rsultat de lexprience. Il est important de comprendre que, lorsque lexprience sera faite (on aura lanc nos deux ds), on pourra dire quun vnement est ralis si cest lUNE des issues qui le composent qui se ralise. Si cest lissue (2 et 2) qui se ralise, lvnement avoir un double sera ralis ; si cest lissue (3 et 3) qui se ralise, lvnement avoir un double sera ralis ; si cest lissue (1 et 2) qui se ralise, lvnement avoir un double ne sera pas ralis.
Pour lexprience de lexemple a) ci-dessus, dcrire par une phrase lv-

Commentaire

Exemple

Exemples

nement : S = {6 ; 7 ; 8}.
Dans le mme exemple, dcrire par ses issues lvnement : I = avoir une

somme impaire . Rponses.


Lvnement : S = {6 ; 7 ; 8} peut se dcrire, par exemple, par la phrase : ob-

tenir deux numros dont la somme est suprieure ou gale 6 .


Lvnement : I = avoir une somme impaire est lvnement : I = {3 ; 5 ; 7}

40

Squence 4 MA20

Cned Acadmie en ligne

Cas particuliers Reprenons lexemple prcdent. Parmi les ensembles dissues que lon peut fabriquer, donc les vnements, il y en a deux particuliers. 1 Lensemble form de toutes les issues, autrement dit lunivers, est un vnement : E = { (1 et 1) ; (1 et 2) ; (1 et 3) ; (1 et 4) ; (2 et 2) ; (2 et 3) ; (2 et 4) ; (3 et 3) ; (3 et 4) ; (4 et 4) }. Cet vnement est sr de se raliser, puisquil contient toutes les issues possibles. On lappelle parfois lvnement certain. On pourrait le traduire par avoir un rsultat, mais peu importe lequel . 2 Lensemble form daucune des issues est aussi considr comme un vnement. On le note avec un symbole particulier, , qui se lit ensemble vide .

= { }.
Cet vnement ne peut pas se raliser, puisquil ne contient aucune des issues possibles. On lappelle parfois lvnement impossible. On pourrait le traduire par ne pas avoir de rsultat , ce qui est impossible, puisquon aura forcment un rsultat lorsquon aura lanc nos ds, ou par une proprit manifestement impossible : avoir au moins un 5 , avoir une somme gale 9 ou avoir un double 6 .

Dfinitions

Soit une exprience alatoire, dont les issues sont notes a1, a2, a3, , an (on suppose quil y a n issues). On appelle vnement certain lvnement constitu de toutes les issues de lexprience, cest dire lunivers : E = { a1, a2, a3, , an }. On appelle vnement impossible lvnement constitu daucune issue de lexprience, cest dire lensemble vide : = { }.

c) Schmas illustrant les issues dune exprience alatoire Il est souvent bien pratique de reprsenter lunivers dune exprience alatoire par un schma qui montre bien comment on peut obtenir les diffrentes issues. Ces schmas nous seront de plus bien utiles par la suite. On trouve principalement trois types de schma.

Squence 4 MA20

41

Cned Acadmie en ligne

Les diagrammes en forme de patate , qui permettent de sparer diffrentes

catgories dissues :
Exemple

Ici on a reprsent lunivers de lexemple , en sparant les vnements lmentaires correspondant au fait dobtenir un double .

(1 et 2) (1 et 3) (1 et 4) (2 et 3) (2 et 4) (3 et 4)

(1 et 1) (2 et 2) (3 et 3) (4 et 4)

Les tableaux double entre, lorsque deux critres structurent les issues :

Exemple

Ici on a reprsent lunivers de lexemple , en faisant apparatre les issues qui sobtiennent de deux faons (cases grises), et quil faudrait diffrencier si lon pouvait distinguer les deux ds (par exemple avec deux couleurs diffrentes). de lexprience :

1er d 2me d 1 2 3 4

1 (1 et 1) (1 et 2) (1 et 3) (1 et 4)

2 (1 et 2) (2 et 2) (2 et 3) (2 et 4)

3 (1 et 3) (2 et 3) (3 et 3) (3 et 4)

4 (1 et 4) (2 et 4) (3 et 4) (4 et 4)

Les schmas en arbre qui montrent une sorte de chronologie du droulement

Exemple

Ici on a reprsent lunivers de lexemple , en faisant apparatre les issues qui sobtiennent de deux faons (flches pointilles), et quil faudrait diffrencier si lon pouvait distinguer les deux ds (par exemple avec deux couleurs diffrentes).

1er d

2e d

2 3

2 3

2 3

2 3

Issues

(1;1) (1;3) (1;2) (1;4)

(1;2) (2;3) (2;2) (2;4)

(1;3) (3;3) (2;3) (3;4)

(1;4) (3;4) (2;4) (4;4)

Exemple

Reprsenter lunivers de lexemple par un diagramme en patate et par un tableau double entre. Rponse. Par un diagramme en patate : 4 7

2 5

3 6 8

42

Squence 4 MA20

Cned Acadmie en ligne

Par un tableau double entre :


1er d 2me d 1 2 3 4 Loi 1 2 3 4 5 2 3 4 5 6 3 4 5 6 7 4 5 6 7 8

de probabilit

a) Probabilit dun vnement lmentaire Reprenons les deux premiers exemples prcdents, au dbut du cours, et regardons quelle chance a-t-on que chacun des rsultats se produise. Pour lexemple , o lon veut lancer un d quatre faces et sintresser au numro obtenu, les vnements lmentaires sont : n1, n2, n3 et n4. Si le d est normal , on est dans le mme cas de figure que dans lactivit , et lon peut, en raisonnant sur lgalit des chances, admettre que chaque 1 issue a une chance sur quatre de se produire : on dira une probabilit de . 4 Pour lexemple , o lon veut lancer deux ds identiques quatre faces et sintresser aux deux numros obtenus, les vnements lmentaires sont : (1 et 1), (1 et 2), (1 et 3), (1 et 4), (2 et 2), (2 et 3), (2 et 4), (3 et 3), (3 et 4) et (4 et 4). Mais l, on ne peut pas raisonnablement supposer quil y a galit des chances, car on voit quil y a deux faons dobtenir le rsultat (1 et 2), suivant que le 1 est sur un d ou sur lautre, alors quil ny a quune faon dobtenir (1 et 1). Comment calculer les chances de se produire de chaque issue ? On va utiliser les schmas voqus prcdemment, en particulier un tableau double entre ou un schma en arbre. Prenons le tableau. Puisque chaque colonne correspond une issue pour le premier d, on peut dire quil y a galit de chance davoir une colonne plutt quune autre.
2
me

1er d d 1 2 3 4

1 (1 et 1) (1 et 2) (1 et 3) (1 et 4)

2 (1 et 2) (2 et 2) (2 et 3) (2 et 4)

3 (1 et 3) (2 et 3) (3 et 3) (3 et 4)

4 (1 et 4) (2 et 4) (3 et 4) (4 et 4)

De mme pour les lignes puisquelles correspondent aux issues pour le deuxime d. On peut ainsi admettre que toutes les cases du tableau ont la mme chance de se produire : soit une chance sur seize. On peut alors en dduire la probabilit des diffrentes issues de lexprience alatoire : 1 (1 et 1) correspond une case, on dira que sa probabilit est de . 16 Il en est de mme pour toutes les issues doubles : (2 et 2), (3 et 3), (4 et 4).
Squence 4 MA20

43

Cned Acadmie en ligne

2 . 16 Il en est de mme pour toutes les autres issues : (1 et 3), (1 et 4), (2 et 3), (2 et 4) et (3 et 4). (1 et 2) correspond deux cases, on dira que sa probabilit est de
Remarque Dans dautres cas, comme dans lactivit , on a vu que ctait les donnes statistiques qui permettaient de trouver la probabilit de chaque issue.

Dfinitions

Lors dune exprience alatoire, dont les issues sont notes a1, a2, a3, , an, on peut attribuer chaque issue de cette exprience un nombre reprsentant ses chances de se produire : on dit que cest la probabilit de cette issue. Lensemble des issues et de leurs probabilits constitue la loi de probabilit de lexprience alatoire.
Notation

On peut noter ces nombres avec des indices permettant de retrouver quelle issue chaque nombre correspond :

p1 est la probabilit de lissue a1, p2 est la probabilit de lissue a2, p3 est la probabilit de lissue a3, , pn est la probabilit de lissue an. On peut aussi noter ces nombres de manire fonctionnelle : p1 = p(a1), p2 = p(a2), p3 = p(a3), , pn = p(an).
On a vu comme remarques la fin des activits et , que ces nombres sont ncessairement infrieurs 1 (et bien sr positifs), et que leur somme vaut 1. Ces proprits sont caractristiques des probabilits.

Proprit

Lors dune exprience alatoire, dont les issues sont notes a1, a2, a3, , an , la probabilit de chaque issue est un nombre compris entre 0 et 1 : pour nimporte quel indice i, De plus, ces probabilits vrifient : 0 pi 1

(ou 0 p( a i ) 1)

p1+ p2 + p 3 + ... + pn = 1

(ou p ( a1 )+p ( a2 )+p ( a3 )+...+p ( an )=1 ).

44

Squence 4 MA20

Cned Acadmie en ligne

Par exemple, pour lexemple , o lon veut lancer deux ds identiques quatre faces et sintresser aux deux numros obtenus, les vnements lmentaires sont : (1 et 1), (1 et 2), (1 et 3), (1 et 4), (2 et 2), (2 et 3), (2 et 4), (3 et 3), (3 et 4) et (4 et 4). 1 On a vu que : p (1 et 1) = p (2 et 2) = p ( 3 et 3) = p ( 4 et 4 ) = (compris entre 0 16 et 1), 2 et que : p (1 et 2) = p (1 et 3) = p (1 et 4 ) = p (2 et 3) = p (2 et 4 ) = p ( 3 et 4 ) = 16 (aussi entre 0 et 1). De plus on a aussi :

p (1 et 1) + p (2 et 2) + p ( 3 et 3) + p ( 4 et 4 ) + p (1 et 2) + p (1 et 3) + p (1 et 4 )+ 1 2 16 + p (2 et 3) + p (2 et 4 ) + p ( 3 et 4 ) = 4 + 6 = = 1. 16 16 16
Exemple
, tablir la loi de probabilit (on pourra utiliser

un tableau double entre). Rponse. Reprenons le tableau double entre de la page 107. Puisque chaque colonne correspond une issue pour le premier d, on peut dire quil y a galit de chance davoir une colonne plutt quune autre.

1er d 2me d 1 2 3 4

1 2 3 4 5

2 3 4 5 6

3 4 5 6 7

4 5 6 7 8

De mme pour les lignes puisquelles correspondent aux issues pour le deuxime d. On peut ainsi admettre que toutes les cases du tableau ont la mme chance de se produire : soit une chance sur seize. On peut alors en dduire la probabilit des diffrentes issues de lexprience alatoire : 2 correspond une case, on peut dire que sa probabilit est de 1 . 16 Il en est de mme pour lissue 8. 3 correspond deux cases, on peut dire que sa probabilit est de 2 . 16 Il en est de mme pour lissue 7. 4 correspond trois cases, on peut dire que sa probabilit est de 3 . 16 Il en est de mme pour lissue 6. Enfin, 5 correspond quatre cases, donc sa probabilit est 4 . 16 b) quiprobabilit Le cas particulier de lexemple , ou de lactivit , o toutes les issues ont la mme probabilit de se produire, est trs frquent.

Squence 4 MA20

45

Cned Acadmie en ligne

Cette situation quil faut apprendre reconnatre, amne des calculs relativement simples.
Dfinition

Lors dune exprience alatoire, si toutes les issues ont la mme chance de se produire, on dit quil y a quiprobabilit (ou que les issues sont quiprobables). Les proprits nonces ci-dessus nous montrent que chaque issue aura alors comme probabilit : 1 p = , o n est le nombre dissues de lexprience. n
Dmonstration

Considrons une exprience alatoire, dont les issues sont notes a1, a2, a3, , an, et pour laquelle il y a quiprobabilit. On aura donc : p1 = p2 = p 3 = ... = pn et p1+ p2 + p 3 + ... + pn = 1. Donc :

n p1 = 1. Ce qui donne bien : p1 =

1 = p2 = p 3 = ... = pn . n

Exemples

On veut tirer au hasard une date dans le calendrier dune anne non bissextile.

Quelle est la probabilit de tomber sur Nol ?


Un restaurant propose un menu rapide compos dun plat principal et dun

dessert. Il offre le choix de trois plats principaux et de deux desserts. Ne sachant que choisir, je dcide de tirer au hasard le plat principal, puis le dessert pour composer mon menu. Dcrire lunivers et la loi de probabilit de cette exprience alatoire. Rponses.
Dans lnonc, lexpression au hasard signifie que toutes les dates ont la

mme chance dtre tires. On est alors en situation dquiprobabilit. La probabilit de tomber sur Nol est donc : 1 puisquil y a 365 issues possibles. p(Nol) = 365 Cest dailleurs ce que lintuition nous suggre, et on aurait le mme rsultat pour nimporte quelle date, mme moins remarquable.
On peut reprsenter les diffrents menus (les issues) par un tableau double

entre. Puisque chaque colonne correspond une issue pour le premier tirage, on peut dire quil y a galit de chance davoir une colonne plutt quune autre puisque ce tirage est au hasard .

Plat Dessert 1 2

1 (1 et 1) (1 et 2)

2 (2 et 1) (2 et 2)

3 (3 et 1) (3 et 2)

46

Squence 4 MA20

Cned Acadmie en ligne

De mme pour les lignes puisquelles correspondent aux issues du deuxime tirage. On peut ainsi admettre que toutes les cases du tableau ont la mme chance de se produire : il y a quiprobabilit, et il y a 6 issues possibles. La probabilit de chaque menu est donc : 1 . 6
Remarque Un schma en arbre se prte aussi trs bien ce genre dexprience :

Plat principal

Dessert

Issues

(1et 1)

(1et 2)

(2 et 1)

(2 et 2)

(3 et 1)

(3 et 2)

c) Loi de probabilit dune exprience alatoire non quiprobable, mais base dquiprobabilit Dans ces situations non quiprobables, pour dterminer la loi de probabilit dune exprience alatoire, il faut : se ramener une situation o il y a quiprobabilit, dterminer la probabilit de chaque issue possible de lexprience.
Exemple

Dans une bote se trouvent trois boules vertes et une boule blanche, indiscernables au toucher. On en tire une au hasard, et sans la remettre dans la bote, on en tire une deuxime, encore au hasard. On note les couples de couleurs obtenues, en tenant compte de lordre de tirage. Dcrire lunivers et la loi de probabilit de cette exprience alatoire. Les issues de cette exprience sont faciles dterminer. En notant V la couleur verte et B la couleur blanche, on trouve : (V,V), (V,B) et (B,V) car on ne peut pas tirer deux boules blanches. Lunivers est donc : { (V,V) ; (V,B) ; (B,V) }. Mais ces issues ne sont pas quiprobables : on a certainement plus de chance dobtenir (V,V) que (V,B). Pour se ramener une situation quiprobable, on va raisonner sur les boules (en les supposant toutes diffrentes) et non pas sur les couleurs. On peut par exemple imaginer que les boules sont numrotes.

Squence 4 MA20

47

Cned Acadmie en ligne

On va reprsenter les diffrents tirages par un schma en arbre.

1er tirage

V1

V2

V3

2e tirage

V2 V3

V1 V3

V1 V2

V1 V2 V3

Issues

(V,V) (V,V) (V,B)

(V,V) (V,V) (V,B)

(V,V) (V,V) (V,B)

(B,V) (B,V) (B,V)

Puisque chaque tirage se fait au hasard , on peut dire quil y a galit de chance davoir une branche de larbre plutt quune autre. Il y a quiprobabilit des branches et il y en a 12. On peut maintenant calculer la probabilit de chaque issue de notre exprience. 6 = 0 , 5. 12 3 Lissue (V,B) est obtenue avec 3 branches, sa probabilit est donc : = 0 , 25. 12 3 Lissue (B,V) est obtenue avec 3 branches, sa probabilit est donc : = 0,25. 12 Lissue (V,V) est obtenue avec 6 branches, sa probabilit est donc : d) Probabilit dun vnement quelconque Reprenons les exemples du dbut du cours, et regardons quelle chance on a quun certain vnement se ralise. Pour lexemple , o lon veut lancer un d normal quatre faces et sintresser au numro obtenu, les vnements lmentaires sont : n1, n2, n3 et n4. 1 La loi de probabilit est : p(1) = p(2) = p(3) = p(4) = . 4 Considrons lvnement : avoir un n pair , que lon peut crire {2 ; 4}. Quelle est la probabilit quil se produise ? Intuitivement, on voit que lon a deux chances sur quatre quil se produise. On pourrait donc crire : 2 p( avoir un n pair ) = . 4 On peut remarquer que cet vnement est constitu de deux issues, et que lon a : 1 1 2 p( avoir un n pair ) = p( {2 ; 4} ) = p(2) + p(4) = + = . 4 4 4 Ceci traduit le fait que lvnement sera ralis si lune ou lautre des deux issues se ralise, ce qui nous donne comme probabilit que lvnement se ralise, la probabilit de la premire issue, plus celle de la seconde. Pour lexemple , o lon veut lancer deux ds identiques quatre faces et sintresser aux deux numros obtenus, les issues sont :

48

Squence 4 MA20

Cned Acadmie en ligne

(1 et 1), (1 et 2), (1 et 3), (1 et 4), (2 et 2), (2 et 3), (2 et 4), (3 et 3), (3 et 4) et (4 et 4). 1 p(1 et 1) = p(2 et 2) = p(3 et 3) = p(4 et 4) = , La loi de probabilit est : 16 2 p(1 et 2) = p(1 et 3) = p(1 et 4) = p(2 et 3) = p(2 et 4) = p(3 et 4) = . 16 Considrons lvnement : avoir un double , que lon peut crire { (1 et 1) ; (2 et 2) ; (3 et 3) ; (4 et 4) }. Quelle est la probabilit quil se produise ? Intuitivement, en regardant le tableau double entre reprsentant les issues, on voit que lon a quatre chances sur 4 seize quil se produise. On pourrait donc crire : p( avoir un double ) = . 16 On peut remarquer que cet vnement est constitu de quatre issues, et que lon a : p( avoir un double ) = p( {(1 et 1) ; (2 et 2) ; (3 et 3) ; (4 et 4)} ) = p(1 et 1) + p(2 et 2) + p(3 et 3) + p(4 et 4) 1 1 1 1 4 = + + + = . 16 16 16 16 16 issues se ralise, ce qui nous donne comme probabilit que lvnement se ralise, la probabilit de la premire issue, plus celle de la seconde, plus celle de la troisime, plus celle de la quatrime. De mme, considrons lvnement : avoir deux numros dont la somme fasse 4 , que lon peut crire { (1 et 3) ; (2 et 2) }. Quelle est la probabilit quil se produise ? Intuitivement, en regardant le tableau double entre reprsentant les issues, on voit que lon a trois chances sur seize quil se produise. On pourrait donc crire : 3 p( avoir deux numros dont la somme fasse 4 ) = . 16 On peut remarquer ce cet vnement est constitu de deux issues, et que lon a : p( avoir deux numros dont la somme fasse 4 ) = p( {(1 et 3) ; (2 et 2)} ) = p(1 et 3) + p(2 et 2) = 2 1 3 + = . 16 16 16

Ceci traduit le fait que lvnement sera ralis si lune ou lautre des deux issues se ralise, ce qui nous donne comme probabilit que lvnement se ralise, la probabilit de la premire issue, plus celle de la seconde. Ce procd se gnralise.

Proprit Lors dune exprience alatoire, la probabilit dun vnement quelconque est la somme des probabilits de toutes les issues qui composent cet vnement.

Squence 4 MA20

49

Cned Acadmie en ligne

Par exemple, pour lexemple , o lon veut lancer deux fois un d quatre faces et sintresser aux deux numros obtenus, sans tenir compte de lordre. On considre lvnement avoir un double OU avoir deux numros dont la somme fasse 4 . Cet vnement est constitu des issues : { (1 et 1) ; (1 et 3) ; (2 et 2) ; (3 et 3) ; (4 et 4)}. Sa probabilit est : 1 2 1 1 1 6 p(1 et 1) + p(1 et 3) + p(2 et 2) + p(3 et 3) + p(4 et 4) = + + + + = . 16 16 16 16 16 16
Exemple

Pour lexprience de lexemple , calculer les probabilits des vnements : S = {6 ; 7 ; 8} et I = {3 ; 5 ; 7}. Rponse. On a : 3 2 1 6 + + = . 16 16 16 16 2 4 2 8 p(I) = p(3) + p(5) + p(7) = + + = . 16 16 16 16 p(S) = p(6) + p(7) + p(8) =
Cas particulier On a vu dans la partie b) que pour toute exprience alatoire, on a toujours deux vnements particuliers, lvnement certain (lunivers) et lvnement impossible (lensemble vide). Il est facile de calculer leur probabilit.

Proprits On note E lunivers dune exprience alatoire. La probabilit de lvnement certain est : La probabilit de lvnement impossible est :

p(E) = 1. p( ) = 0.

Explication

Lunivers est constitu de toutes les issues possibles. Sa probabilit est donc la somme de toutes les probabilits de ces issues. Or nous avons vu au dbut de cette partie que la somme de toutes les probabilits de toutes les issues valait 1. La probabilit de lunivers est donc 1. Quant lvnement impossible, cest par convention (cest--dire par dcision arbitraire mais admise de tous) que lon a p( ) = 0.

50

Squence 4 MA20

Cned Acadmie en ligne

Mais cette convention est conforme lintuition (il y a 0 chances sur que lon ait lvnement impossible) et aussi la proprit indiquant le calcul de la probabilit dun vnement (cest la somme des probabilits des issues de lvnement : na aucune issue, donc sa probabilit est 0). quiprobabilit En situation dquiprobabilit, les calculs sont l aussi simplifis.
Proprits Lors dune exprience alatoire quiprobable, , la probabilit dun vnement quelconque A est gale :

p(A) =

nombre d'issues de A . nombre total d'issues

Dmonstration

1 Sil y a quiprobabilit, chaque issue a pour probabilit p = , o n est le nomn bre total dissues de lexprience. Si lvnement A est constitu de k issues, sa probabilit est la somme des probabilits de ces k issues : 1 1 1 1 p(A) = + + ... + (k fois), puisquelles ont toutes mme probabilit ( ). n n n n 1 k nombre d'issues de A Ce qui fait bien : p(A) = k = = . n n nombre total d'issues On veut tirer au hasard une date dans le calendrier dune anne non bissextile. Quelle est la probabilit de tomber sur un jour de dcembre ? Dans l nonc, lexpression au hasard signifie que toutes les dates ont la mme chance dtre tires. On est en situation dquiprobabilit, chaque jour ayant comme probabilit 1 dtre tir : . 365 La probabilit de tomber sur un jour de dcembre est donc : p(Dcembre) = nombre de jours de dcembre 31 . = nombre total de jours 365

Exemple

Synthse du cours
Le

langage des probabilits

Dfinitions Une exprience alatoire est une exprience pour laquelle plusieurs issues sont possibles, sans que lon puisse prvoir celle qui se produira. Les issues sont aussi appeles les vnements lmentaires, ou les ventualits.

Squence 4 MA20

51

Cned Acadmie en ligne

Vocabulaire On regroupe souvent toutes les issues dune exprience alatoire dans un mme ensemble, que lon appelle lunivers de lexprience.

Dfinition

On appelle vnement dune exprience alatoire, un ensemble dissues de cette exprience. Cest donc un sous-ensemble de lunivers.

Dfinitions

Soit une exprience alatoire, dont les issues sont notes a1, a2, a3, , an (on suppose quil y a n issues). On appelle vnement certain lvnement constitu de toutes les issues de lexprience, cest dire lunivers : E = { a1, a2, a3, , an }. On appelle vnement impossible lvnement constitu daucune issue de lexprience, cest dire lensemble vide : = { }.

52

Squence 4 MA20

Cned Acadmie en ligne

Loi

de probabilit

Proprits Lors dune exprience alatoire, dont les issues sont notes a1, a2, a3, , an , la probabilit de chaque issue est un nombre compris entre 0 et 1 : pour nimporte quel indice i, 0 pi 1 (ou 0 p ( a i ) 1 ). ces probabilits vrifient :

p1+ p2 + p 3 + ... + pn = 1 ( ou p ( a1 )+p ( a2 )+p ( a3 )+...+p ( an )=1 ).

Proprit Lors dune exprience alatoire, la probabilit dun vnement quelconque est la somme des probabilits de toutes les issues qui composent cet vnement.

Proprits On note E lunivers dune exprience alatoire. La probabilit de lvnement certain est : La probabilit de lvnement impossible est :

p(E) = 1. p( ) = 0.

Proprit Lors dune exprience alatoire quiprobable, , la probabilit dun vnement quelconque A est gale :

p(A) =

nombre d'issues de A . nombre total d'issues

D
Exercice 9

Exercices dapprentissage
Dans les exercices 9 et 10, indiquer la ou les bonnes rponses. On joue Pile ou Face (P ou F) deux fois de suite avec une pice bien quilibre. La probabilit dobtenir deux fois Face, p(F, F) est : a. 1 b. 1 c. 1 d. gale p(P, P) 2 3 4
Squence 4 MA20

53

Cned Acadmie en ligne

Exercice 10

Deux boules rouges et une noire, indiscernables au toucher, sont dans une

bote. On en tire deux successivement, en remettant la premire dans la bote avant de tirer la deuxime. La probabilit dobtenir deux boules rouges est : a. 2 9 b. 4 9 c. 4 6 d. 1

Deux boules rouges et une noire, indiscernables au toucher, sont dans une

bote. On en tire deux successivement, sans remettre la premire dans la bote. La probabilit dobtenir deux boules rouges est : a. 1 Exercice 11 b. 1 3 c. 1 6 d. 1 9

Dans une bote se trouvent une boule blanche numrote 1, deux boules rouges numrotes 2 et 3, et deux boules noires numrotes 4 et 5. On tire une boule au hasard dans la bote et on regarde le numro tir.
Dterminer lunivers et la loi de probabilit de cette exprience alatoire. Quelle est la probabilit de tirer un numro pair ?

Exercice 12

Dans une bote se trouvent une boule blanche numrote 1, deux boules rouges numrotes 2 et 3, et deux boules noires numrotes 4 et 5. On tire une boule au hasard dans la bote et on regarde la couleur tire.
Dterminer lunivers et la loi de probabilit de cette exprience alatoire. Quelle est la probabilit de tirer une couleur du drapeau franais ?

Exercice 13

Dans une bote se trouvent une boule blanche numrote 1, deux boules rouges numrotes 2 et 3, et deux boules noires numrotes 4 et 5. On tire une boule au hasard dans la bote, on la remet, et on en tire au hasard une deuxime. On sintresse aux deux numros tirs, dans lordre.
Dterminer lunivers et la loi de probabilit de cette exprience alatoire. Quelle est la probabilit de tirer un double (vnement D) ? Quelle est la probabilit de tirer un 3 en deuxime position (vnement T) ? Quelle est la probabilit de tirer un premier numro suprieur au second (vnement S) ?

Exercice 14

Dans une bote se trouvent une boule blanche numrote 1, deux boules rouges numrotes 2 et 3, et deux boules noires numrotes 4 et 5. On tire une boule au hasard dans la bote et, sans la remettre, on en tire au hasard une deuxime. On sintresse aux deux numros tirs, dans lordre.
Dterminer lunivers et la loi de probabilit de cette exprience alatoire. Quelle est la probabilit de tirer un double (vnement D) ? Quelle est la probabilit de tirer un 3 en deuxime position (vnement T) ?

54

Squence 4 MA20

Cned Acadmie en ligne

Quelle est la probabilit de tirer un premier numro suprieur au second (v-

nement S) ? Exercice 15 On tire au hasard une carte dans un jeu de 32 cartes ordinaires.
Dterminer lunivers et la loi de probabilit de cette exprience alatoire. Quelle est la probabilit de tirer un cur (vnement C) ? Quelle est la probabilit de tirer une figure (vnement F) ?

Exercice 16

On tire au hasard une carte dans un jeu de 32 cartes ordinaires, puis, sans la remettre, on en tire une seconde, galement au hasard.
Dterminer lunivers et la loi de probabilit de cette exprience alatoire. Quelle est la probabilit de tirer les deux as rouges (cur et carreau) ? Quelle est la probabilit de tirer deux as ?

Exercice 17

Dans un grand port europen, arrivent chaque jour 5000 conteneurs venant dEurope (la moiti), dAsie (30%) et dAmrique. Parmi les conteneurs venant dEurope, 5% sont en infraction, de mme pour ceux venant dAmrique.
Complter le tableau ci-contre Provenance tat Nb de conteneurs en rgle Nb de conteneurs en infraction 125 Europe Asie Amrique

Les douaniers tirent au hasard un conteneur parmi les 5000 arrivs.


Quelle est la probabilit den tirer un en rgle (vnement R) ? Quelle est la probabilit den tirer un venant dAsie (vnement A) ?

Exercice 18

On lance un d truqu six faces, dont on a fait en sorte que la probabilit de sortir de chaque face soit proportionnelle au numro de la face.
Quel est lunivers ? Y a-t-il quiprobabilit ? Dterminer la loi de probabilit de cette exprience.

Squence 4 MA20

55

Cned Acadmie en ligne

4 Algorithmique
A
Listes
Considrons un algorithme o intervient une variable A. Lorsque lon affecte A une nouvelle valeur, lancienne valeur est efface. Pour pouvoir conserver diffrentes valeurs prises par une variable, on peut considrer une variable de type Liste.
Exemple

Considrons lalgorithme suivant. Entre Initialisation Traitement ENTRER a entier naturel compris entre 10 et 99 L liste vide DANS A mettre a DANS B mettre ent (A/10) DANS L mettre A DANS C mettre A-10*B DANS L ajouter C AFFICHER L

Sortie

Faisons fonctionner cet algorithme, par exemple pour la valeur a = 47.

Entre Initialisation Traitement

a 47

47 4 (4) 7 (4; 7) (4; 7)


Remarque

Sortie

(1) Attention, lordre est important. Les listes (4; 7) et (7; 4) sont diffrentes. (2) Au lieu de noter ( ) la liste vide, on peut la noter (symbole qui dsigne aussi lvnement impossible en probabilit). (3) Nous noterons, comme pour les calculatrices, L[n] le nime lment de la liste L. Dans lexemple prcdent, on a, lissue de lalgorithme : L[1] = 4 et L[2] = 7.

56

Squence 4 MA20

Cned Acadmie en ligne

Exemple 1

Considrons lalgorithme suivant. Entre Traitement ENTRER L liste de 3 entiers naturels Si L[1] > L[2] alors DANS A METTRE L[1] DANS L[1] METTRE L[2] DANS L[2] METTRE A Fin du Si Si L[1] > L[3] alors DANS A METTRE L[1] DANS L[1] METTRE L[3] DANS L[3] METTRE A Fin du Si Si L[2] > L[3] alors DANS A METTRE L[2] DANS L[2] METTRE L[3] DANS L[3] METTRE A Fin du Si Sortie AFFICHER L
Faire fonctionner cet algorithme pour :

a) L = (17; 8; 5)
Que fait cet algorithme?

b) L = (7; 9: 3)

c) L = (8; 6; 8)

Rponses
a)

Entre

L (17; 8; 5) (8; 8; 5) (8; 17; 5)

A 17 On a : L[1] = 17 > 8 = L[2]

8 (5; 17; 8) 17 Sortie b) Entre L (7; 9; 3) (7; 9; 3) (3; 9; 7) 9 Sortie (3; 7; 9) A (5; 8; 17)

On a : L[1] = 8 > 5 = L[3] On a : L[2] = 17 > 8 = L[3]

On a : L[1] = 7 9 = L[2] On a : L[1] = 7 > 3 = L[3] On a : L[2] = 9 > 7 = L[3]

Squence 4 MA20

57

Cned Acadmie en ligne

c) Entre L (8; 6; 8) (6; 8; 8) (6; 8; 8) (6; 8; 8) (6; 8; 8) A 8 On a : L[1] = 8 > 6 = L[2] On a : L[1] = 6 8 = L[3] On a : L[2] = 8 8 = L[3]

Sortie

Cet algorithme range dans lordre croissant les termes de la liste L. Remarque

(point de logique) On a utilis le fait que si a < b nest pas vrai alors a b est vrai. En fait la ngation de a < b est a b. De mme, la ngation de a b est a > b.

Boucles
Boucles POUR Pour une tude statistique, on veut crer une liste contenant les chiffres des units de 12 , 22 ,..., 992 et 1002. Un algorithme rpondant au problme est le suivant. DANS A METTRE 1^2-10*ent(1^2/10) DANS L[1] METTRE A DANS A METTRE 2^2-10*ent(2^2/10) DANS L[2] METTRE A . . . DANS A METTRE 100^2-10*ent(100^2/10) DANS L[100] METTRE A Fin Ce qui prcde peut tre crit de la faon suivante. POUR I variant de 1 100 DANS A METTRE I^2-10*ent(I^2/10) DANS L[I] METTRE A Fin de la boucle pour On peut programmer cet algorithme sur calculatrice de la faon suivante.

58

Squence 4 MA20

Cned Acadmie en ligne

Ti-82 PROGRAM :LISTE : FOR(I,1,100) : I^2-10*ent((I^2)/10) L1[I] : END La Casio Graph 25 permet de programmer directement cet algorithme en utilisant la squence : Seq(I2-10*ent (I2/10),I,1,100,1) (le dernier 1 reprsente le pas, on obtient Seq par : OPTN, LIST, ).
Remarque

- Le END de ces programmes reprsente la n de la boucle et non la n du programme. - La variable I qui prend ici les valeurs de 1 100 sappelle parfois lincrment. La valeur nale de I est, ici, le nombre de boucles effectues (on peut remarquer dans ce cas que cest un compteur).

Syntaxe

Ti-82 For(Variable,dbut,n,pas) ou For(Variable,dbut,n) si pas = 1 END

Casio Graph 25 For dbut variable To n Step pas Next

Exemple 2

Considrons lalgorithme suivant. Entre Initialisation Traitement ENTRER N entier naturel DANS A METTRE 0 POUR I variant de 1 N DANS A METTRE A+N Fin de la boucle POUR AFFICHER A

Sortie

Faire fonctionner cet algorithme avec : a) N = 5 b) N = 11 Que fait cet algorithme ?

Rponses
a)

N Entre 5

A 0

Squence 4 MA20

59

Cned Acadmie en ligne

2 3 4 5 Sortie b) N Entre 11 I

10 15 20 25 25 A 0

1 11 Sortie

11 121 121

Cet algorithme nous donne : N+N+...+N = N N=N2


N fois

Boucles TANT Q QUE On cherche crire un algorithme, nous donnant la liste des chiffres composant lcriture dcimale dun entier naturel p (entre). Par exemple, si N = 1846, on peut utiliser le fait que : Si N1= ent(N/10) = 184 alors le chiffre des units est 1846-1840 = N-10* N1 = 6, Si N2= ent( N1 /10) = 18 alors le chiffre des dizaines de N est 184-180 = N1 -10* N2 = 4, Si N3 = ent( N2/10) = 1 alors le chiffre des centaines de N est 18-10 = N2 -10* N3 = 8, Le chiffre des milliers de N est alors N3 = 1. Le tableau de fonctionnement de lalgorithme serait alors le suivant.
N Entre 1846 1846 184 18 1 Sortie 184 18 1 0 6 4 8 1 (6) (4;6) (8;4;6) (1;8;4;6) (1;8;4;6) A C (chiffres) L

60

Squence 4 MA20

Cned Acadmie en ligne

Un algorithme correspondant est le suivant. Entre Initialisation Traitement ENTRER P L liste vide DANS N METTRE P

boucle

{ { {

DANS A METTRE ent(N/10) DANS C METTRE N-10*A DANS L ajouter en dbut de liste C DANS N METTRE A DANS A METTRE ent(N/10) DANS C METTRE N-10*A DANS L ajouter en dbut de liste C DANS N METTRE A DANS A METTRE ent(N/10) DANS C METTRE N-10*A DANS L ajouter en dbut de liste C DANS N METTRE A DANS A METTRE ent(N/10) DANS C METTRE N-10*A DANS L ajouter en dbut de liste C AFFICHER L

A=184

A=18

A=1

A=0

Sortie

Bien sr, cet algorithme ne fonctionne que pour les entiers dont lcriture dcimale comporte 4 chiffres. On rpte plusieurs fois les mmes oprations (on parle alors de boucle, voir schma prcdent). En fait, A=0 correspond la dernire boucle effectue. Si A prend une valeur non nulle alors une boucle supplmentaire doit tre effectue. Grce ces remarques, on peut gnraliser lalgorithme prcdent de la faon suivante. Entre Initialisation ENTRER P L liste vide DANS N METTRE P TANT QUE A 0 FAIRE DANS A METTRE ent(N/10) DANS C METTRE N-10*A DANS L AJOUTER en dbut de liste C DANS N METTRE A Fin de la boucle TANT QUE AFFICHER L

Traitement

Sortie

Squence 4 MA20

61

Cned Acadmie en ligne

Remarque

- La condition A = 0 est la condition darrt de la boucle TANT QUE. Pour le tableau de fonctionnement dun algorithme contenant une boucle TANT QUE, il peut-tre utile dajouter une colonne pour la condition (sur notre exemple : A 0?) en notant OUI si la condition est ralise et NON si elle ne lest pas (voir exemple 3). - Pour les calculatrices, on utilise linstruction suivante.
Algorithme TANT QUE Ti-82 WHILE End Casio Graph 25 While WhileEnd

- Cas du tableur (ne permet pas de faire fonctionner des boucles mais le Copier-Coller de formules donnent parfois le mme rsultat). On peut faire fonctionner lalgorithme prcdent laide du tableur de la faon suivante.
A 1 2 3 A B C C L D N

=ent(D2/10)

=D2-10*A3

=B3

=A3

Formules entres Lorsque lon copie la formule contenue dans A3 et que lon colle dans A4, celle-ci sadapte et devient ent(D3/10). De mme si lon copie la cellule B3 que lon colle dans les cellules B4, B5, B6, , on obtient respectivement =D3-10*A4, =D4-10*A5, =D5-10*A6, En recopiant le contenu des cellules A3 : D3 et en les collant aux cellules de A4 : D4 jusqu A10 : D10 et entrant la valeur 1846 dans D2, on obtient : A 1 2 3 184 18 1 0 0 6 4 8 1 0 6 4 8 1 0 A B C C L D N 1846 184 18 1 0 0

62

Squence 4 MA20

Cned Acadmie en ligne

Les lments de la liste L se lisent alors en partant du dernier lment non nul de la colonne C et en remontant : 1;8;4 et 6.
Exemple 3

On considre lalgorithme suivant : Entre Initialisation Traitement ENTRER A et B entiers naturels DANS I METTRE 0 TANT QUE A B FAIRE DANS A METTRE A-B DANS I METTRE I+1 Fin de la boucle TANT QUE AFFICHER A et I

Sortie

Faire fonctionner cet algorithme pour :

a) A = 26 et B = 4
Que fait cet algorithme?

b) A = 19 et B = 7

c) A = 45 et B = 5.

Rponses
a)

B Entre 26 4

A B?

0 OUI 22 18 14 10 6 2 Sortie b) A Entre 19 B 7 0 I A B? 2 1 2 3 4 5 6 6 OUI OUI OUI OUI OUI NON

Squence 4 MA20

63

Cned Acadmie en ligne

OUI 12 5 Sortie c) A Entre 45 B 5 0 OUI 40 35 30 25 20 15 10 5 0 Sortie 0 1 2 3 4 5 6 7 8 9 9 OUI OUI OUI OUI OUI OUI OUI OUI OUI I A B? 5 1 2 2 OUI NON

Cet algorithme nous donne le reste (A) et le quotient (I) de la division

euclidienne de A par B.
Remarque

La variable I prend comme valeur, le nombre de tours effectus.

C
Exercice 19

Exercices dapprentissage
On dsire obtenir une valeur approche de la somme S de tous les inverses des entiers naturels non nuls infrieurs ou gaux 100. Autrement dit : 1 1 1 1 1 S = + + + ... + + . 1 2 3 99 100
Dterminer une valeur approche de S laide dun tableur. On veut dterminer une valeur approche de S laide de la calculatrice.

64

Squence 4 MA20

Cned Acadmie en ligne

a) A laide du tableau de fonctionnement suivant, complter lalgorithme suivant pour quil rponde au problme donn. I (compteur) Initialisation 1 2 3 4 1 0,5 0,333 0,25 A S 0 1 1,5 1,8333 2,08333

Initialisation

DANS S METTRE 0 . DANS A METTRE 1/I DANS S METTRE Fin de Afcher S.

Sortie

b) Programmer lalgorithme sur votre calculatrice. Exercice 20

Une fonction particulire


On considre lalgorithme suivant. Entre Initialisation Traitement ENTRER X rel positif DANS A METTRE 0 TANT QUE A X FAIRE DANS B METTRE X A DANS C METTRE B DANS F METTRE A+C DANS A METTRE A+1 Fin de la boucle TANT QUE AFFICHER F
Faire fonctionner cet algorithme pour :

a) X = 0

b) X = 1

c) X = 1,25

On note f la fonction qui un rel positif x associe le rel F sortie de

lalgorithme prcdent lorsque lentre est x. On dsire construire la courbe reprsentative de cette fonction et on entre pour cela le programme suivant.

Squence 4 MA20

65

Cned Acadmie en ligne

Ti-82 PROGRAM : FONCTION EffListe L1 EffListe L2 FOR(I,0,50) 0 A I/10 X WHILE ( A X ) X-A B (B) C A+1 A A+C L2(I+1) END X L1(I+1) END

Casio Graph 25 = FONCTION = For 0 I To 50 0A I/10 X While (A X) X-A B B C A+1 A A+C List 2[I+1] WhileEnd X List 1[I+1] Next Remarque : Avant dexcuter ce programme sur la calculatrice Casio, il convient de dnir la dimension des listes 1 et 2. Une faon de faire est de remplir les listes avec par exemple que des 1. Les slectionner successivement et taper la squence : Seq(1,I,1,50,1).

a) A quoi correspondent les 2 ENDdu programme pour calculatrice Ti ? b) Quobtient-on dans les listes L1 et L2 ? Sur quelle intervalle, cela nous permet-il dtudier la fonction f ? c) Construire lallure de la courbe reprsentative de la fonction f (on pourra utiliser les outils de reprsentations graphiques des sries statistiques de la calculatrice : 2nde , Graph Stats, 1 : Graph1On L1 L2 pour la Ti-82; Menu STAT, GRPH, SET, XList : List1, YList : List2 puis GPH1 pour la Casio Graph25. Exercice 21 On dsire dterminer tous les entiers n 1000000 tels que n+1 soit le cube dun entier et n-1 le carr dun (autre) entier. Cela revient chercher tous les entiers naturels N 100 tels que N 3 2 soit le carr dun entier ce qui revient dire que N 3 2 est un entier naturel. On dsire pour rpondre, utiliser une feuille de calculs. B 1 N N3 2 =RACINE(A2) C Carr dentier?

2 3

2 =A2+1

=SI(ent(B2)=B2;A2^3-1 ; )

66

Squence 4 MA20

Cned Acadmie en ligne

Remarque La condition x est entier se traduit par ent(x) = x. Quafche C2 ? Jusqu quelle ligne doit-on tendre les formules ? Que lit-on dans la colonne C ? Conclure.

Squence 4 MA20

67

Cned Acadmie en ligne

Synthse de la squence
Moyenne Dfinition

dune srie statistique

La moyenne dune srie est la valeur du caractre calcule par :

x=

n1x 1 + n2x 2 + ... + np x p n1 + n2 + ... + n p

= f1x 1 + f2x 2 + ... + fp x p .

Thorme Si toutes les valeurs du caractre sont multiplies (ou divises) par une constante a, sans changer les effectifs, la moyenne est elle-mme multiplie (ou divise) par a. Si on ajoute (ou retranche) une mme constante b toutes les valeurs du caractre, sans changer les effectifs, la moyenne est elle-mme augmente

Thorme Si une population deffectif total N est partage en deux groupes, lun deffectif p de moyenne m1 , lautre deffectif q (avec p + q = N ) et de moyenne m2 , la moyenne de la population entire est : x =

p m1 + q m2 . N

Mdiane, quartiles

dune srie statistique

Dfinition

La mdiane dune srie est une valeur du caractre qui partage la srie en deux groupes (lun des valeurs infrieures la mdiane, lautre des valeurs suprieures) de mme effectif.

68

Squence 4 MA20

Cned Acadmie en ligne

Dfinition

Les quartiles dune srie sont trois valeurs du caractre qui partagent la srie en quatre groupes de mme effectif. On les note Q1, Q2 et Q3 par ordre croissant, et Q2 est la mdiane.

Le

langage des probabilits

Dfinition

Une exprience alatoire est une exprience pour laquelle plusieurs issues sont possibles, sans que lon puisse prvoir celle qui se produira. Les issues sont aussi appeles les vnements lmentaires, ou les ventualits.

Dfinitions

Soit une exprience alatoire, dont les issues sont notes a1, a2, a3, , an (on suppose quil y a n issues). On appelle vnement certain lvnement constitu de toutes les issues de lexprience, cest dire lunivers : E = { a1, a2, a3, , an }. On appelle vnement impossible lvnement constitu daucune issue de lexprience, cest dire lensemble vide : = { }.

Loi

de probabilit

Proprit Lors dune exprience alatoire, dont les issues sont notes a1, a2, a3, , an , la probabilit de chaque issue est un nombre compris entre 0 et 1 : pour nimporte quel indice i, ces probabilits vrifient :

0 pi 1

(ou 0 p( a i ) 1)

p1+ p2 + p 3 + ... + pn = 1

(ou p ( a1 )+p ( a2 )+p ( a 3 )+...+p ( an )=1 ).

Squence 4 MA20

69

Cned Acadmie en ligne

Proprit Lors dune exprience alatoire, la probabilit dun vnement quelconque est la somme des probabilits de toutes les issues qui composent cet vnement.

Proprits On note E lunivers dune exprience alatoire. La probabilit de lvnement certain est : La probabilit de lvnement impossible est :

p(E) = 1. p( ) = 0.

Proprit Lors dune exprience alatoire quiprobable, , la probabilit dun vnement quelconque A est gale :

p(A) =

nombre d'issues de A . nombre total d'issues

70

Squence 4 MA20

Cned Acadmie en ligne

6
Exercice I

Exercices dapprofondissement
Une chane de magasins de vtements a 60 % de ses magasins pour les hommes et 40 % pour les femmes. Le chiffre daffaires moyen des magasins pour hommes est de 1,1 million deuros, celui des magasins pour femmes de 1,4 million deuros. Calculer le chiffre daffaires moyen par magasin dans cette chane. Le chiffre daffaires de chaque magasin augmente de 5 %. Quel est le nouveau chiffre daffaires moyen par magasin de cette chane. Le chiffre daffaires de chaque magasin pour homme augmente de 5 % et celui de chaque magasin pour femme de 7 %. a. Sans faire de calcul, dire si le chiffre daffaires moyen augmente de 6 %, plus de 6 % ou moins de 6 %. b. Calculer le nouveau chiffre daffaires moyen par magasin de cette chane. Quel pourcentage daugmentation cela fait-il ? Lors dun devoir en commun, les cinq classes de seconde ont eu les moyennes suivantes :
Classe Moyenne Nombre dlves 2nde 1 9,5 32 2nde 2 10 24 2nde 3 11 34 2nde 4 9,8 30 2nde 5 10,4 30

Exercice II

Calculer la moyenne de lensemble des secondes. Dans chacune des cinq classes, la mdiane est 10. Peut-on en dduire la

mdiane pour lensemble des secondes ? Exercice III La population de la France en 2004 est donne par tranches dge dans le tableau suivant :
Tranche dge Population (en millions) [0 ; 20[ 15 [20 ; 30[ 7,6 [30 ; 45[ 13 [45 ; 60[ 12 [60 ; 105] 12,4

Construire lhistogramme de cette srie. Construire le polygone des effectifs cumuls croissants. En dduire la mdiane

et les quartiles Q1 et Q3.


Rsumer cette srie par une bote moustaches.

Exercice IV

Trois stratgies pour 4 % daugmentation ! La structure salariale dune entreprise est donne par le tableau suivant :
Catgorie Salaire mensuel (en ) Effectif Ouvriers 1100 500 Employs 1400 75 Cadres 2000 20 Cadres suprieurs 5000 5

Squence 4 MA20

71

Cned Acadmie en ligne

Calculer le salaire moyen de lentreprise, et la masse salariale totale. Pour faire taire certaines critiques, le PDG envisage daugmenter le salaire moyen de lentreprise de 4,17 %. a. Les dlgus syndicaux proposent immdiatement une augmentation de chaque salaire de 4,17 %. Calculer les salaires de chaque catgorie, le salaire moyen et la masse salariale totale. b. Le PDG propose quant lui de restructurer lentreprise en supprimant 24 ouvriers et en rpartissant les salaires ainsi conomiss entre les 576 salaris restant. Calculer les salaires de chaque catgorie, le salaire moyen et la masse salariale totale. c. Les actionnaires souhaitent une restructuration massive de lentreprise en supprimant 200 ouvriers, sans augmentation des autres salaris. Calculer les salaires de chaque catgorie, le salaire moyen et la masse salariale totale. d. Rsumer ces trois propositions dans un tableau et conclure.

Exercice V

On suppose que, lors de la naissance dun enfant, il y a quiprobabilit que ce soit un garon ou une lle. On sintresse une femme qui veut avoir trois enfants. Quelle est la probabilit quelle ait 3 garons ? Quelle est la probabilit quelle ait exactement 2 garons et 1 lle ? Quelle est la probabilit quelle ait au moins 1 lle ? Quelle est la probabilit quelle ait 1 lle comme troisime enfant ? On lance trois ds six faces, bien quilibrs et on note les trois numros sortis. Quelle est la probabilit davoir un triple 6 ? Quelle est la probabilit davoir un 4, un 2 et un 1 (donc un 421) ? On a dans une bote quinze boules numrots de 1 15, et indiscernables au toucher. On tire une boule au hasard, puis, sans la remettre dans la bote, on en tire une deuxime et, toujours sans la remettre, une troisime. On note les trois numros dans lordre du tirage. On dira quon a le tierc dans lordre si lon a tir les numros 1, 2 et 3 dans cet ordre. On dira quon a le tierc dans le dsordre si lon a tir les numros 1, 2 et 3 dans nimporte quel ordre. Quelle est la probabilit davoir le tierc dans lordre ? Quelle est la probabilit davoir le tierc dans le dsordre ? Une preuve est compose dun QCM comportant trois questions. Pour chaque question, quatre rponses sont proposes, dont une seule est bonne. On dcide de rpondre au hasard chaque question. Quelle est la probabilit davoir les trois rponses justes ? Quelle est la probabilit davoir exactement deux rponses justes ?

Exercice VI

Exercice VII

Exercice VIII

72

Squence 4 MA20

Cned Acadmie en ligne

Exercice IX

Une preuve est compose dun QCM comportant dix questions. Pour chaque question, quatre rponses sont proposes, dont une seule est bonne. On dcide de rpondre au hasard chaque question. Quelle est la probabilit davoir les dix rponses justes ? Quelle est la probabilit davoir exactement neuf rponses justes ? Une enqute dopinion sur la popularit dun homme politique de Droite a t faite auprs de 900 personnes. Elle a donn les rsultats suivants :

Exercice X

40% 75%
Favorables Dfavorables

Sympathisants de DROITE Sympathisants de GAUCHE

Complter le tableau suivant.

Opinion Sympathie Droite Gauche Total

Favorable

Dfavorable

Ne se prononce pas 0

Total

90

174 900

On tire au hasard une personne parmi les 900 pour linterroger. Quelle est la probabilit quelle soit dopinion favorable (vnement F) ? Quelle est la probabilit quelle ne se prononce pas (vnement N) ? Quelle est la probabilit quelle soit sympathisant de Droite (vnement D) ? Exercice XI Une ville de 40 000 habitants a fait raliser une enqute statistique pour savoir quelle proportion de sa population tait satisfaite de son logement. Lenqute a partag la ville en trois zones : le centre ville, la zone intermdiaire et la zone priphrique. On a relev que 10 % de la population habite en centre ville. Dans les 60 % habitant en zone intermdiaire, 6,25 % dclarent ne pas tre satisfaits de leur logement. En zone priphrique, il y a cinq fois plus dhabitants satisfaits de leur logement que dhabitants non satisfaits. Pour lensemble de la ville, 10 % des habitants ne sont pas satisfaits de leur logement. Complter le tableau suivant qui donne les effectifs de chaque catgorie dhabitant :
Centre ville Satisfaits Non satisfaits Zone intermdiaire Zone priphrique

Squence 4 MA20

73

Cned Acadmie en ligne

On interroge au hasard un habitant, en supposant que chaque habitant a la mme probabilit dtre interrog. Quelle est la probabilit quil rside en zone priphrique (vnement P) ? Quelle est la probabilit quil soit satisfait de son logement (vnement S) ? Exercice XII On considre lalgorithme suivant. Entre Traitement ENTRER N DANS A METTRE le quotient de la division euclidienne de N par 10 DANS B METTRE N-10*A DANS M METTRE A-2*B TANT QUE M 10 DANS A METTRE le quotient de la division euclidienne de M par 10 DANS B METTRE M-10*A DANS M METTRE A-2*B FIN DU TANT QUE Sortie AFFICHER M

Faire fonctionner lalgorithme pour N=2492 puis N=129 et enfin N=70. Si n est un entier, on note f (n) la valeur obtenue M par lalgorithme si la valeur

entre (N) est n. On admet que si f ( n ) est divisible par 7 alors n est divisible par 7. a) En dduire parmi les nombres 2492, 129 et 70, ceux qui sont divisibles par 7. b) En programmant lalgorithme sur calculatrice, dterminer si les nombres 27 27 227 1 , 2 + 1 , 327 1 et 3 + 1 sont divisibles par 7 ou non. Exercice XIII On considre lalgorithme suivant. Entre A et B sont des entiers naturels tels que 1 B A . Traitement Dans K mettre 1 Dans R mettre le reste de la division euclidienne de A par B. Tant que R 0 Dans K mettre K+1 Dans R mettre le reste de la division euclidienne de A+R par B. Fin de la boucle Tant que Dans S mettre A K. Afcher S.

Sortie

Faire fonctionner cet algorithme pour

a) A = 50 et B = 20 b) A = 48 et B = 30.

74

Squence 4 MA20

Cned Acadmie en ligne

On admet que cet algorithme nous donne le plus petit multiple non nul

commun aux deux nombres A et B. Simplier la fraction : 191 + 71 . 48 30 Exercice XIV


On considre lalgorithme suivant.

ENTRER N (entier naturel non nul) DANS I METTRE 0 DANS A METTRE N TANT QUE A 1 FAIRE DANS A METTRE A/10 DANS I METTRE I+1 FIN DE LA BOUCLE TANT QUE AFFICHER I a) Faire fonctionner cet algorithme avec : 145. b) Que fait cet algorithme? c) Programmer cet algorithme sur calculatrice.
On admet que le programme suivant nous donne le mme rsultat.

Ti-82 PROGRAM : NBCHIF2 : Input N : log (N)+1 A : ent(A) B : Disp B

Casio Graph 25 = NBCHIF2 = ?N log(N)+1 A Int(A) B B

Lequel de ces 2 programmes vous semblent-ils le plus efcace? Celui de la question 1 ou celui de la question 2? Exercice XV On considre la feuille de calculs suivante. A 1 2 Deux entiers naturels sont entrs dans les cellules A2 et B2. Qucrire dans la cellule C2 pour obtenir A2 si ce nombre divise B2 et rien sinon (on pourra utiliser le fait que d divise n si et seulement si n est entier). d Dterminer, laide dune feuille de calculs, la somme des diviseurs de 8128. a d B N C

Squence 4 MA20

75

Cned Acadmie en ligne

Vous aimerez peut-être aussi