Académique Documents
Professionnel Documents
Culture Documents
tapes de ltude de la
statistique:
Calcul des
probabilits
Statistique descriptive
Calcul des probabilits
Infrence statistique
Mr Morad Lemtaoui
Mr LEMTAOUI MORAD
Plan du cours :
La thorie des probabilits est la
partie la plus abstraite de la
statistique.
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
22/09/2013
Mr LEMTAOUI MORAD
Principes fondamentaux de
comptage :
Remarque :
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
22/09/2013
Exemple :
V1
C1
V2
V1
P1
C2
V2
V1
C3
V2
V1
C1
V2
V1
P2
C2
V2
V1
C3
V2
II-
10
Notion de disposition :
a/ Dfinition :
Une disposition est un groupe dobjets
distincts ou indistincts choisis parmi un
ensemble plus large
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
11
Mr LEMTAOUI MORAD
12
22/09/2013
Exemple :
Remarque :
13
Mr LEMTAOUI MORAD
14
Dfinition :
Dfinition :
Mr LEMTAOUI MORAD
15
Mr LEMTAOUI MORAD
16
22/09/2013
Exemple :
Combien de mots de 3 lettres distinctes
peut-on crire avec les lettres du mot
AMPHI ? (Les mots ne doivent pas avoir
ncessairement une signification).
A53
5!
5 3!
5!
60 mots diffrents .
2!
Mr LEMTAOUI MORAD
17
i.
Dfinition :
ii.
iii.
iv.
Une combinaison de p objets pris parmi n est une disposition non ordonne et
sans rptitions de p objets parmi n.
Ap
n!
C np
n
v.
p!.n p ! p!
vi.
vii.
Mr LEMTAOUI MORAD
19
Mr LEMTAOUI MORAD
18
Mr LEMTAOUI MORAD
6!
15.
4!.2!
20
22/09/2013
Pn;n1,n 2,....nk
n!
n1!.n2 !.....nk !
Exemple : Combien de mots peut-on crire avec les 11 lettres du mot MISSISSIPPI ?
11!
34650 mots.
Nombre de mots possibles : P11; 4, 4, 2
4!.4!.2!
Mr LEMTAOUI MORAD
21
Mr LEMTAOUI MORAD
22
Mr LEMTAOUI MORAD
23
Mr LEMTAOUI MORAD
24
22/09/2013
Ensemble fondamental :
(appel
galement
univers
des
possibles, espace chantillonnal ou
rfrentiel) reprsente l'ensemble des
rsultats possibles d'une exprience
alatoire ; il est not .
Exemple : Si on lance un d une seul
fois, lensemble des rsultats possibles
sont = {1, 2, 3, 4, 5, 6}.
I/ Vocabulaire probabiliste:
Exprience alatoire:
Une exprience est dite alatoire si :
a- On ne peut prdire avec certitude son
rsultat
b- On peut dcrire l'ensemble de tous les
rsultats possibles.
Exemple : jet d'un d ; lancer d'une pice de
monnaie, comportement dachat dune
personne.
Mr LEMTAOUI MORAD
25
Mr LEMTAOUI MORAD
26
vnement :
c'est un lment ou sous ensemble de .
On distingue l'vnement lmentaire :
obtenir 2 de l'vnement compos, obtenir
un nombre impair.
Mr LEMTAOUI MORAD
27
Mr LEMTAOUI MORAD
28
22/09/2013
Mr LEMTAOUI MORAD
29
Exemple :
Mr LEMTAOUI MORAD
30
Dfinition frquentielle
avec
n : nombre de fois que lexprience se rpte
et
f n A
n A
n
: frquence de la ralisation de
31
Mr LEMTAOUI MORAD
32
22/09/2013
Exemple :
La dfinition frquentielle ne se conoit que si
lexprience alatoire laquelle on sintresse
est rptitive. Dans le cas contraire, il faut
recourir dautres faons de dfinir une
probabilit.
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
34
Proprits :
a- Dfinition axiomatique :
Soit un ensemble fini et soit P une fonction dfinie sur P . P est une probabilit
dfinie sur si elle satisfait aux 3 axiomes suivants :
A.1 - Pour tout vnement E de , PE 0
A.2- P 1
A.3- Si E1 et E2 sont 2 sous ensembles de mutuellement exclusifs alors
PE1 E2 PE1 PE2
Mr LEMTAOUI MORAD
35
Mr LEMTAOUI MORAD
36
22/09/2013
P A 1 P A
En effet : A A . Or , P 1 P A A 1
P A P A 1 P A 1 P A.
P 0
3 1
6 2
Que devient cette probabilit si on nous indique par ailleurs que le rsultat du
lancement du d est un nombre infrieur ou gal 3 ?
En effet : . Or, P 1 P 1
P P 1 P 0.
0 P A 1
P A P A B P A B
A B A B
P A P A B P A B .
P A B P A P B P A B
2
En effet, ce dernier nest plus mais le sous ensemble H 1,2,3 PD / H .
3
Cette probabilit est dite conditionnelle. Il faut souligner que cette probabilit peuttre
obtenue
partir
des
probabilits
non
conditionnelles
2 3
PD H et PH qui valent respectivement et .
6 6
En effet : A A B A B . Or,
En effet : A B A A B . Or,
A A B
P A B P A P A B ; Or A B B - A B
P A B P A PB P A B .
Mr LEMTAOUI MORAD
37
Mr LEMTAOUI MORAD
38
Exemple :
Dfinition :
Soient A et B 2 vnements de avec P(B) > 0. On appelle probabilit
conditionnelle de A par rapport B le nombre not P(A/B) dfini par :
P A B
P A / B PB A
P B
39
Mr LEMTAOUI MORAD
40
10
22/09/2013
Exemple :
Considrons un groupe de 7 personnes
dont 3 sont de sexe fminin. On choisit
successivement 3 individus. Quelle est la
probabilit que les individus soient de
sexe fminin ?
Deux
si :
3 2 1 1
PF1 F2 F3 PF1 .PF2 / F1 .PF3 / F1 F2 . .
7 6 5 35
Mr LEMTAOUI MORAD
i.
ii.
Remarques :
1-)
Si
A
et
B
A et B sont indpendants;
sont
indpendants,
41
on
dmontre
42
que :
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
Chapitre 3 : Variables
alatoires
43
11
22/09/2013
45
Exemple 2 :
dans un groupe form de 8 filles et 2
garons, on choisit au hasard 4 personnes
pour constituer un comit.
Notons X : la variable alatoire : nombre de
fille choisies pour le comit
Elle peut prendre les valeurs 2, 3 ou 4
Mr LEMTAOUI MORAD
46
Exemple 3 :
Une VA peut tre discrte ou continue :
xi
P (xi)
0.3 0.25
5
0.1
47
Mr LEMTAOUI MORAD
48
12
22/09/2013
Proprits :
E (c ) = c
E (a.X + b) = a.E (X) + b
E ( X + Y ) = E ( X ) + E ( Y ).
Si X et Y sont 2 V.A indpendantes alors, E (X.Y) = E (X). E (Y)
49
Mr LEMTAOUI MORAD
50
i.
Proprits :
ii.
Mr LEMTAOUI MORAD
51
Soient a et b 2 constantes, V a. X b a 2 .V X V b 0
V a. X a 2 .V X
V X Y V X V Y 2. cov X , Y avec cov X , Y E X E X Y EY
Si
X
et
Y
sont
2
V.A
indpendantes,
alors
V X Y V X V Y et V X Y V X V Y cov X , Y 0
Mr LEMTAOUI MORAD
52
13
22/09/2013
Exemple :
xi
P (xi)
0.3 0.25
0.1
f(x)dx1
[0,1]
x
53
P(X x) f(x)dx
Mr LEMTAOUI MORAD
54
Chapitre 4 :
Lois de probabilit
E(x) xf(x)dx
Mr LEMTAOUI MORAD
55
Mr LEMTAOUI MORAD
56
14
22/09/2013
Mr LEMTAOUI MORAD
57
Mr LEMTAOUI MORAD
58
Exemple :
Loi de BERNOULLI
La variable de BERNOULLI est une
variable qui prend les valeurs 0 et 1
avec les probabilits respectives q et p
(p + q =1). La valeur 1 est associ la
ralisation de lvnement considr
succs et la valeur 0 sa non
ralisation chec
Mr LEMTAOUI MORAD
59
pi
2/3
1/3
Mr LEMTAOUI MORAD
60
15
22/09/2013
Loi BINOMIALE
Caractristiques :
E X xi pi p E X p
Mr LEMTAOUI MORAD
61
62
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
63
Mr LEMTAOUI MORAD
64
16
22/09/2013
Caractristiques de la variable
binomiale
E X E X X ,.... X n E X E X ....... E X n
1
2
1
2
p p .... p n. p E X n. p
V X V X X ,.... X n V X V X ....... V X n
1
2
1
2
p.q p.q ........ p.q n. p.q V X n. p.q
Mr LEMTAOUI MORAD
65
Exemple :
Mr LEMTAOUI MORAD
66
Exemple 2:
67
Mr LEMTAOUI MORAD
68
17
22/09/2013
Remarque :
1- Dfinition :
Mr LEMTAOUI MORAD
69
Mr LEMTAOUI MORAD
Exemple :
70
Rponse :
Mr LEMTAOUI MORAD
71
i.
ii.
0,514
35
35
C7
Mr LEMTAOUI MORAD
72
18
22/09/2013
Caractristiques :
E X n. p
V X n. p.q.
Remarque :
N n N n
N 1 N 1
Mr LEMTAOUI MORAD
73
3- Approximation de la loi
hypergomtrique par la loi
binomiale :
74
La loi de POISSON
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
76
19
22/09/2013
E( X )
V(X).
Mr LEMTAOUI MORAD
77
Mr LEMTAOUI MORAD
79
78
Mr LEMTAOUI MORAD
80
20
22/09/2013
Exemple 1:
Exemple 2:
81
Mr LEMTAOUI MORAD
La loi normale
82
f(x)
m-
m+
Exemple : une
83
Mr LEMTAOUI MORAD
84
21
22/09/2013
Dfinition :
Une V.A continue X est dite distribue
selon une loi normale si sa densit de
probabilit est :
f(x) 1 exp[ 1 ( x m)]
2
2
La loi normale dpend de deux paramtres m et
. On note : X
N(m;).
Mr LEMTAOUI MORAD
Fonction de rpartition
La fonction de rpartition d'une variable normale est
donne par l'expression :
x
1
2
exp[ 1 ( x m)]dx
2
Caractristiques :
E(X) = m
V(X) =
85
Mr LEMTAOUI MORAD
86
f(x)
Proprits :
Le graphique de la fonction de densit de
probabilit de la Loi normale est une courbe en
cloche symtrique par rapport au point
d'abscisse x=m.
La droite verticale x=m divise l'aire comprise
entre la courbe et l'axe des abscisses en deux
parties gales P(X<m) = 0,5 et P(X>m) = 0,5
La grande partie des observations se situe dans
l'intervalle [m-3 ; m+3]
m-
m+
m-2
m+2
68%
m-3
95%
m+3
99%
Mr LEMTAOUI MORAD
87
Mr LEMTAOUI MORAD
88
22
22/09/2013
Intervalles remarquables :
Mr LEMTAOUI MORAD
89
Mr LEMTAOUI MORAD
90
Proprits :
Le passage de la loi normale la loi normale centre rduite s'effectue
l'aide du changement de variable suivant :
X m
Mr LEMTAOUI MORAD
92
23
22/09/2013
Intervalles remarquables
Mr LEMTAOUI MORAD
93
Exemple :
Mr LEMTAOUI MORAD
94
167
Mr LEMTAOUI MORAD
95
Mr LEMTAOUI MORAD
96
24
22/09/2013
Exemple :
Remarque :
la table ne donne que les valeurs
p(Z z) . Il se peut que l'on cherche
p(Z z). Il faut utiliser alors les deux
proprits suivantes:
- la surface totale de la courbe est gale 1;
- la courbe est symtrique par rapport l'axe
des ordonnes.
Mr LEMTAOUI MORAD
97
Intervalle de confiance :
Mr LEMTAOUI MORAD
98
99
Mr LEMTAOUI MORAD
100
25
22/09/2013
que : Z X x
donc Z X x
xz,xz
X x Z
D'o
Mr LEMTAOUI MORAD
101
Loi de KHI-DEUX
Dfinition
Mr LEMTAOUI MORAD
102
Caractristiques
E2v
V22.v
Mr LEMTAOUI MORAD
103
Mr LEMTAOUI MORAD
104
26
22/09/2013
Exemple :
On a interrog des habitants de Casablanca,
de Rabat et Marrakech sur lapprciation de 4
stations de radio.
Le croisement de ces deux variables donne le
tableau de contingence suivant :
casa
rabat
Marrak
ni.
Radio 1
18
18
11
47
Radio 2
12
15
18
45
Radio 3
32
20
23
75
Radio 4
15
12
32
n.j
77
58
Mr65
LEMTAOUI MORAD
200
105
Mr LEMTAOUI MORAD
106
rabat
Marrak
ni.
Radio 1
18.1
15.3
16.3
47
Radio 2
17.3
14.6
13.1
45
Radio 3
28.9
24.4
21.8
75
Radio 4
12.7
10.7
21.8
32
n.j
77
65
58
200
Mr LEMTAOUI MORAD
107
Mr LEMTAOUI MORAD
108
27
22/09/2013
Mr LEMTAOUI MORAD
Mr LEMTAOUI MORAD
110
Loi de Student
Elle intervient en estimation, notamment
lestimation de la moyenne quand la variance de
la population mre est inconnue.
Dfinition
X
Soit X 0;1 et Y v2 2 V.A indpedant es. Si T
alors,
Y
v
T est une variable soumise une loi de Student v degr de libet. On note T Tv .
Caractristiques :
ET 0
V T
Mr LEMTAOUI MORAD
v
si v 2.
v2
111
28