Académique Documents
Professionnel Documents
Culture Documents
Calculs de probabilités
Correction
Rappel :
Univers : On appelle univers l’ensemble des événements élémentaires w, noté Ω.
Evènement : c’est un ensemble d’éventualités qu’on note A. A 𝒫(𝛺).
Probabilité : la probabilité d’un évènement A (A Ω) mesure la chance que l’évènement A a de se réaliser
lorsqu’on effectue une épreuve. C’est une application d’une partie 𝔅 𝑑𝑒 𝒫(𝛺) sur [0, 1] :
P :𝔅 ⟶ [0, 1]
A ⟼ 𝑃(𝐴) qui vérifie les propriétés suivantes :
• P(Ω)=1
• P ()=0
• P (A B) = P(A) + P(B) – P (A B)
• P (𝐴̅) = 1 – P(A)
1
Si Ω est fini de N événements élémentaires w équiprobables (P(w) = w Ω) alors :𝔅 = 𝒫(𝛺) et pour
𝑁
𝐶𝑎𝑟𝑑(𝐴) 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐𝑎𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
tout A 𝒫(𝛺), P(A) = =
𝐶𝑎𝑟𝑑(Ω) 𝑛𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑐𝑎𝑠
Ω = {(a, b, c, d) où a, b, c et d { 1, 2, 3, 4, 5, 6}} ici les éléments de Ω sont des quatruplets,) l’ordre est pris
en compte )
Card(Ω) = C61 . C61. C61. C61 = 64 = 1296
1. A = « l’équation admet une infinité de solutions ».
1 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
A = « a = b et d = c »
A = { ( a, a, c, c) où a, et c { 1, 2, 3, 4, 5, 6}}, card (A) = C61 . C11. C61. C11 = 62 = 36
𝑐𝑎𝑟𝑑(𝐴) 62 1
Donc P(A) = = = .
𝑐𝑎𝑟𝑑(Ω) 64 36
2. B = « l’équation admet une solution unique ».
B=«a≠b»
B = {(a, b, c, d) où a, b, c et d { 1, 2, 3, 4, 5, 6} et a ≠ b}, card(B) = C61 . C51. C61. C61 = 5. 63 =
1080.
𝑐𝑎𝑟𝑑(𝐵) 5. 63 5
Donc P(B) = = = .
𝑐𝑎𝑟𝑑(Ω) 64 6
3. C = « l’équation n’admet que 0 comme unique solution »
C = « a ≠ b et d = c »
C = { ( a, b, c, c) où a, b et c { 1, 2, 3, 4, 5, 6} et a ≠ b}, card (C) = C61 . C51. C61. C11 = 5.62 = 180
𝑐𝑎𝑟𝑑(𝐶) 5. 62 5
P(C) = = = .
𝑐𝑎𝑟𝑑(Ω) 64 36
Jeu de cartes
Correction :
L’expérience est un tirage simultané de 5 cartes dans un jeu de 32 cartes (il n’y a pas d’ordre)
Ω = {{c1, c2, c3, c4, c5} où ci ≠ cj i ≠ j et ci { 32 cartes}}
32!
Card(Ω) = C325 = =201376
5!.27!
2 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
3 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
Rappel :
Espace de probabilité : On appelle espace de probabilité le triplet (Ω, 𝔅, P) où
Ω = l’ensemble des résultats possible c.à.d. l’univers.
𝔅 = une partie de 𝒫(𝛺)
P = une probabilité sur𝔅.
Variable aléatoire réelle : on appelle variable aléatoire réelle (var) X une application :
X:Ω⟶ ℝ
X(Ω) = l’ensemble des valeurs proses par X
Variable aléatoire réelle discrète : si X(Ω) est un ensemble fini de points distincts c.à.d.
X(Ω) = {x1…xn}, X est dite discrète.
Loi de probabilité : on appelle loi de probabilité de X, l’ensemble de toutes les probabilités P(X = xi) pour
tout i {1, 2,…, n}.
Fonction de répartition d’une variable aléatoire réelle discrète : la fonction de répartition d’une variable
aléatoire réelle discrète est notée F et définie par :
F : ℝ ⟶ [0, 1]
0 𝑠𝑖 𝑥 < 𝑥1
𝑃(𝑋 = 𝑥1 ) 𝑠𝑖 𝑥1 ≤ 𝑥 < 𝑥2
𝑃(𝑋 = 𝑥1 ) + 𝑃(𝑋 = 𝑥2 ) 𝑠𝑖 𝑥2 ≤ 𝑥 < 𝑥3
.
On suppose que x1<x2<…<xn on a 𝐹(𝑥) =
.
.
∑𝑛𝑖=1 𝑃(𝑋 = 𝑥𝑖 ) 𝑠𝑖 𝑥𝑛−1 ≤ 𝑥 < 𝑥𝑛
{ 1 𝑠𝑖 𝑥 ≥ 𝑥𝑛
Propriétés de F :
• 𝑙𝑖𝑚 𝐹(𝑥) = 0
𝑥→−∞
• 𝑙𝑖𝑚 𝐹(𝑥) = 1
𝑥→+∞
• F est croissante
• F est continue sur ℝ sauf aux points x1, x2, …,xn
Remarque : P(X = xi) = F (xi) - 𝑙𝑖𝑚− 𝐹(𝑥) i = 1,…n
𝑥→𝑥𝑖
4 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
Rappel :
Probabilité conditionnelle : on définit la probabilité conditionnelle de B sou l’hypothèse de A par :
𝑃(𝐵∩𝐴)
P(B\A) = , elle exprime la probabilité de B quand on sait que A est déjà réalisé. (On dit probabilité
𝑃(𝐴)
de B sachant A)
Propriétés :
• P(A\B) = 1 – P (Ā\B)
• P (A B) = P (B\ A).P(A) = P(A\B).P(B).
Correction :
L’étudiant doit choisir une réponse parmi m, il y a une seule réponse juste parmi les m réponses.
Soient les évènements :
C = « l’étudiant connait la réponse ».
R = « l’étudiant répond correctement ».
5 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
On a P(C) = p
On cherche à calculer P(C\R) ?
𝑃(𝐶∩𝑅) 𝑃(𝑅\𝐶).𝑃(𝐶)
On a P(C\R) = =
𝑃(𝑅) 𝑃(𝑅)
Correction :
Rappel :
Système complet d’évènements : Une famille (S1…Sn) d’évènements non vide de Ω est un système complet
d’évènements lorsqu’elle constitue une partition de Ω : (i, j), i ≠ j, Si Sj = et 𝛺 = ⋃1≤𝑖≤𝑛 𝑆𝑖
Formule de probabilité totale : Soit (S1…Sn) un système complet d’évènements de Ω et A un évènement alors
P(A) = P (A \ S1). P(S1) + P (A \ S2).P(S2) + …+ P (A \ Sn). P(Sn)
Formule de Bayes : Soit (S1…Sn) un système complet d’évènements de Ω et A un évènement alors
𝑃(𝐴∩𝑆𝑖 ) 𝑃(𝐴\𝑆𝑖 ).𝑃(𝑆𝑖 )
P(Si \ A) = = 𝑛
∑𝑖=1 𝑃(𝐴\𝑆𝑖 ).𝑃(𝑆𝑖 )
𝑃(𝐴)
6 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
On a P(Ω) = P (B O M)= P(B) + P(M) + P(O) = 1⟹ 4.P(M) = 1 – P(O) = 0.4 ⟹ P(M) = 0.1 donc
P(B) = 0.3.
D’où P(F) = 0.95 0.3 + 0.7 0.6 + 0.4 0.1 = 0.745
𝑃(𝐹∩𝐵) 𝑃(𝐹\𝐵).𝑃(𝐵) 0.95 ×0.3
2. P (B \ F) = = = = 0.382
𝑃(𝐹) 𝑃(𝐹) 0.745
𝑃(𝐹∩𝑂) 𝑃(𝐹\𝑂).𝑃(𝑂) 0.7 ×0.6
P (O \ F) = = = = 0.563
𝑃(𝐹) 𝑃(𝐹) 0.745
Rappel :
• Les évènements A et B sont indépendants si et seulement si P (B\ A)=P(B) ou P (A\ B)=P(A).
• Conséquence : A et B sont indépendants si et seulement si P (A B) = P(A). P(B)
• On dit que les évènements A, B et C sont indépendants dans l’ensemble si et seulement si
P (A B) = P(A). P(B)
P (A C) = P(A). P(C)
P (B C) = P(B).P(C) et P (A B C)= P(A). P(B). P(C)
Correction :
1ère année : 4 garçons et 12 filles
2ème année : 8 garçons et « a » filles.
1. A : « être un garçon »
B : « être en 1ère année ».
7 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
4 1 12
A et B sont indépendants si et seulement si P(A\B) = P(A) or P(A\B) = = et P(A) = .
16 4 24+𝑎
1 12
⟹ = Donc a = 24.
4 24+𝑎
2. 1ère année : b garçons boursiers et 3 filles boursières
2ème année : 2 garçons boursiers et 6 filles boursières
C : « être boursier »
A, B et C sont indépendants dans l’ensemble alors P (A B) = P(A). P(B), P (A C) = P(A). P(C),
P (B C) = P(B).P(C) et P (A B C)= P(A). P(B). P(C)
A 2 B
• 1 5 •
3
6
Correction :
Le réseau se décompose en 3 sous-réseaux X, Y et Z Z
Y
X 4
A 2 B
• 1 5 •
3 8 /14
6
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
1. Déterminer a, b et c.
2. Calculer E (3 + 2X), E [(3 + 2X) 2] et de deux manières différentes V (3 + 2X).
Correction :
9 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
Ecart –type : l’écart – type noté 𝜎(𝑋) est définie ainsi : 𝜎(𝑋) = √𝑉(𝑋)
5 1 1
1. E(X) = ∑6𝑖=1 𝑥𝑖 𝑃(𝑋 = 𝑥𝑖 ) = −3𝑎 − − 𝑏 + 𝑐 + = − d’où une 1ère équation :
16 16 2
1
- 3a – b + c = − 4
5 5 1
D’autre part ∑6𝑖=1 𝑃(𝑋 = 𝑥𝑖 ) = 1 ⟹ 𝑎 + + 𝑏 + + 𝑐 + = 1 d’où une 2ème équation :
32 16 32
1
a+ b + c = 2
5 1 3
V(X) = E(X2) – (E(X)) 2 avec E(X2) = ∑6𝑖=1 𝑥𝑖 2 𝑃(𝑋 = 𝑥𝑖 ) = 9𝑎 + + 𝑏 + 𝑐 + 8 = 9𝑎 + 𝑏 + 𝑐 +
8 4
3 1 5 3
V(X) = 9𝑎 + 𝑏 + 𝑐 + − = d’où une 3ème équation : 9a + b + c = 4
4 4 4
− 3𝑎 – 𝑏 + 𝑐 = −1/4
1 5 5
On obtient alors le système suivant : { 𝑎 + 𝑏 + 𝑐 = 1/2 ⇒ 𝑎 = ,𝑏 = ,𝑐 =
32 16 32
9𝑎 + 𝑏 + 𝑐 = 3/4
1. E (3 + 2X) = 3 + 2.E(X) = 3 – 1 = 2
10 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
9 5 5 3
E [(3 + 2X) 2] = E (9 +12.X + 4 X2)= 9 + 12 E(X) + 4 E(X2) = 9 – 6 + 4(32 + 16 + 32 + 4) = 9
V (3+2X) = 4.V(X) = 5
V (3+2X) = E [(3 + 2X) 2] – (E (3 + 2X)) 2 = 9 – 4 = 5
Variables aléatoires réelles discrètes (3)
Correction :
F est une fonction de répartition alors elle vérifie :
• 𝑙𝑖𝑚 𝐹(𝑥) = 0 a = 0
𝑥→−∞
• 𝑙𝑖𝑚 𝐹(𝑥) = 1 d = 1
𝑥→+∞
• F est croissante a<b<2c+b<d c.à.d. 0 <b<2c+b<1 et c>0
1. P(X >2.5) = 1 – P(X ≤ 2.5) = 1 – F (2.5) = 1 – 2c – b.
P (– 1 < X ≤ 1.5) = F (1.5) – F (– 1) = b
2. P(X >2.5) = 0.25 1 – 2c – b = 0.25 2c + b = 0.75
P (– 1 < X ≤ 1.5) = 0.25 b = 0.25
D’où c = 0.25
3. X(Ω) = {0, 2, 3} ;
P(X = 0) = F(0) - 𝑙𝑖𝑚− 𝐹(𝑥) = 0.25
𝑥→0
11 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
Correction :
Rappel :
Loi Binomiale
On réalise n fois successivement et d’une manière indépendante une expérience aléatoire qui a 2 résultats
possibles : Succès (avec une probabilité p) et Echec (avec une probabilité 1 – p) et on définit la var X =
nombre de Succès obtenu parmi les n.
Dans ce cas on dit que X suit une loi Binomiale de paramètres n et p. Et on note X ∼ ℬ(𝑛; 𝑝)
On a alors X(Ω) = {0,1,..., n} et P(X = k) =𝐶𝑛𝑘 𝑝𝑘 (1 − 𝑝)𝑛−𝑘 .
Loi de Poisson :
La loi de Poisson est dite loi des évènements rares. C’est un cas particulier de la loi Binomiale quand n est
grand et p très petit (La probabilité de Succès est très faible).
Dans ce cas le produit np = E(X) = m le paramètre de la loi de poisson et on note X~ 𝒫(𝑚)
𝑚𝑘
Et P(X = k) = 𝑒 −𝑚
𝑘!
12 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
𝑚0
1. P(X = 0) = 𝑒 −5 =0,0067.
0!
𝑚𝑘 5𝑘
2. P(X ≥10) = 1 – P(X<10) = 1 - ∑9𝑘=0 𝑃(𝑋 = 𝑘) = 1 − ∑9𝑘=0 𝑒 −𝑚 = 1 ∑9𝑘=0 𝑘! 𝑒 −5 =0.0318.
𝑘!
Rappel :
Loi hypergéométrique
Si dans une population de taille N on a 2 types d’individus :
𝑵𝟏
N1 individus de type 1 de proportion p = 𝑵
𝑵𝟐
N2 individus de type 2 de proportion 1 - p = 𝑵
On fait un tirage d’un échantillon de taille n (simultanément) et on définit X = nombre d’individus de type
1 dans l’échantillon. On dit que X suit une loi Hypergéométrique et note X ∼ ℋ(𝑁, 𝑛, 𝑝)
Dans ce cas X(Ω) = {0,1, …, n} avec n ≤ N1 et n ≤ N2 c’est-à-dire que n≤ Np et n ≤ N (1 – p)
𝑘 𝑛−𝑘 𝑘 𝑛−𝑘
𝐶𝑁1 𝐶𝑁2 𝐶𝑁𝑝 𝐶𝑁(1−𝑝)
Et P(X = k) = 𝑛 = 𝑛
𝐶𝑁 𝐶𝑁
Loi géométrique
On réalise une épreuve aléatoire (épreuve de Bernoulli) qui a 2 résultats possibles : Succès avec une
probabilité p et Echec avec une probabilité (1 – p). Mais on ne connait pas le nombre d’épreuves. On
définit X = nombre d’épreuves de Bernoulli indépendantes qu’il faut réaliser pour obtenir pour la
première fois le Succès.
On dit que X suit une loi géométrique de paramètre p et on note X~ 𝒢(𝑝).
On a X(Ω) = {1, 2, …} et P(X = k) = p (1 – p) k – 1 (le succès est à la kiéme fois)
Correction :
X(Ω) = {0,1,..., n} ; Y est le nombre de défauts. Y~ 𝒫(𝜆)
13 /14
ECOLE NATIONALE D’INGENIEURS DE CARTHAGE
14 /14