Vous êtes sur la page 1sur 43

Probabilité

Pr. OUCHICHA Chaimae

Ecole Nationale de Commerce et de Gestion


ENCG- Settat

2022/2023
Plan du cours
Chapitre 1: Analyse combinatoire/Dénombrement
I. Principe multiplicatif
II. Arrangement
III. Permutation
IV. Combinaison
Chapitre 2: Théorie des ensembles et de probabilité
I. Notions sur la théorie des ensembles
II. Notions générales :(Vocabulaire probabiliste)
III. Notion de probabilité
IV. Théorème des probabilités totales
V. Probabilités conditionnelles et composées
Chapitre 3: Variable aléatoire
I. Définition générale
II. Variable aléatoire discrète
III. Variable aléatoire continue
Chapitre 4: Lois de Probabilité Usuelles
I. Lois Usuelles Discrètes
II. Lois Usuelles Continue
Chapitre 4: Lois de Probabilité Usuelles
I. Lois Usuelles Discrètes
Loi de Bernoulli
Chapitre 4: Lois de Probabilité Usuelles
Caractéristiques de la loi de Bernoulli
Chapitre 4: Lois de Probabilité Usuelles
Loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Caractéristiques de la loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles
Somme de deux V.A. suivant la loi Binomiale
Chapitre 4: Lois de Probabilité Usuelles

Loi de Poisson

La loi de poisson est une loi de probabilité discrète . Elle décrit la


probabilité qu’un événement se réalise durant un intervalle de temps
donné, lorsque la probabilité de réalisation d’un événement est très faible
et que le nombre d’essais est très grand

Exemple
Le nombre de clients arrivant à un guichet de banque entre 15h et 16h.
Le nombre d’appels téléphonique arrivant à un standard pendant un
intervalle de temps
Le nombre de voitures se présentant à un poste de péage d’autoroute
pendant un intervalle de temps.
Chapitre 4: Lois de Probabilité Usuelles
Loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Approximation de la loi Binomiale par la loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Approximation de la loi Binomiale par la loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Approximation de la loi Binomiale par la loi de Poisson
Chapitre 4: Lois de Probabilité Usuelles
Loi Hypergéométrique

En pratique, les 𝑛 épreuves de Bernoulli successives ne sont pas


indépendantes.

Exemple: tirage sans remise

Une urne contient 10 boules; 4 boules sont blanches et les 6 autres


noires. On tire simultanément 3 boules de cette urne. Déterminons
la fonction de probabilités de la variable aléatoire X donnant le
nombre de boules blanches tirées:
Chapitre 4: Lois de Probabilité Usuelles
Loi Hypergéométrique
Chapitre 4: Lois de Probabilité Usuelles
Loi Hypergéométrique
Chapitre 4: Lois de Probabilité Usuelles
Caractéristiques de la loi Hypergéométrique
Chapitre 4: Lois de Probabilité Usuelles
La Loi géométrique
La loi géométrique est une loi de probabilité discrète. La loi géométrique de paramètre 𝑝
(0 < 𝑝 < 1) correspond au modèle suivant :

▪ On considère une épreuve de Bernoulli dont la probabilité de succès est 𝑝 et celle d'échec
𝑞 = 1 − 𝑝.

▪ On renouvelle cette épreuve de manière indépendante jusqu'au premier succès.

▪ On appelle 𝑋 la variable aléatoire donnant le rang du premier succès.

Les valeurs de 𝑋 sont les entiers naturels non nuls 1, 2, 3, … La probabilité que 𝑋 = 𝑘 est
alors, pour 𝑘 = 1, 2, 3, …
𝑝(𝑋 = 𝑘) = 𝑞𝑘−1 𝑝

On dit que 𝑋 suit une loi géométrique de paramètre 𝒑, ce que l'on note X↪G(p)
Chapitre 4: Lois de Probabilité Usuelles
La Loi géométrique

La probabilité 𝑝(𝑋 = 𝑘) correspond à la probabilité d'obtenir dans une


succession de 𝑘 épreuves de Bernoulli, 𝑘 − 1 échecs suivis d'un succès. Les
épreuves étant indépendantes, cette probabilité est de 𝑞𝑘−1 𝑝.
𝑋 admet alors une espérance et une variance
𝐸(𝑋) = 1/𝑝 𝑒𝑡 𝑉(𝑋) = 𝑞ൗ𝑝2 .
Exemple :
On lance une pièce de monnaie (truquée) dont la probabilité d'obtenir pile
est 𝑝. On note 𝑋 le nombre de lancers nécessaires pour obtenir pile. Alors 𝑋 suit
une loi géométrique de paramètre p.
Exercice 1
Sachant que la probabilité pour qu’un étudiant soit diplômé est de 0,4,
calculer pour un groupe de 5 étudiants, la probabilité pour:
1. Qu’aucun ne soit diplômé
2. Qu’un et un seul soit diplômé.
3. Que deux soient diplômés
4. Qu’au moins deux soient diplômés
5. Que les cinq soient diplômés
Exercice 2
Une fabrication comporte habituellement 10% de défectueux. Cette
fabrication est contrôlé à l’aide d’échantillon de taille n=20.
1. Quelle est la probabilité d’observer 2 défectueux dans un
échantillon de cette taille.
2. Est-ce exact de dire qu’on a une probabilité supérieure à 0,75
d’observer jusqu’à 2 défectueux?
Exercice 3
Les ventes journalière d’un certain bien de consommation suivent une
loi de poisson de moyenne 8,8 unités.
1. Dénotons par X, la variable « vente journalière » . Quelle est
l’expression de la loi régissant les ventes journalières?
2. Quelle est la variance de la variable aléatoire.
3. Quelle est la probabilité de n’observer aucune vente de ce bien en
une journée quelconque?
4. Quelle est la proportion de jours pour lesquels les ventes
journalières sont inférieures à 5 unités?
5. Estimer le nombre de jours où les ventes journalières de ce bien ont
été exactement de 10 unités et ceci pour une période de 250 jours?
Chapitre 4: Lois de Probabilité Usuelles
II. Lois Usuelles Continues
Loi Uniforme
Contexte
Chapitre 4: Lois de Probabilité Usuelles
Loi Uniforme
Contexte
Chapitre 4: Lois de Probabilité Usuelles
Loi Uniforme
Chapitre 4: Lois de Probabilité Usuelles
Loi Uniforme
Chapitre 4: Lois de Probabilité Usuelles

Loi Uniforme

Exemple

Dans un supermarché, le temps d'attente 𝑋 à la caisse, exprimé en minutes,


suit la loi uniforme sur l'intervalle [1;11]
1. Déterminer la fonction de densité de probabilité 𝑓 de la loi de 𝑋.
2. Quelle est la probabilité que le temps d'attente soit compris entre trois
et cinq minutes ?
3. Quelle est la probabilité qu'un client attende plus de huit minutes à la
caisse ?
4. Préciser le temps d'attente moyen à la caisse.
Chapitre 4: Lois de Probabilité Usuelles

Loi Exponentielle
Chapitre 4: Lois de Probabilité Usuelles

Loi Exponentielle
Chapitre 4: Lois de Probabilité Usuelles

Loi Exponentielle
Densité de probabilité
Chapitre 4: Lois de Probabilité Usuelles
Loi Exponentielle

Fonction de répartition
Chapitre 4: Lois de Probabilité Usuelles
Loi Exponentielle
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale

Allure de la densité
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale centrée réduite

Table de la loi normale centrée réduite


Chapitre 4: Lois de Probabilité Usuelles
Loi Normale
Concentration autour de la moyenne
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale
Concentration autour de la moyenne
Chapitre 4: Lois de Probabilité Usuelles
Loi Normale

Vous aimerez peut-être aussi