• Aucun résultat trouvé

LOIS DE PROBABILTES DISCRETES I) LOI UNIFORME DISCRETE

N/A
N/A
Protected

Academic year: 2022

Partager "LOIS DE PROBABILTES DISCRETES I) LOI UNIFORME DISCRETE"

Copied!
4
0
0

Texte intégral

(1)

LOIS DE PROBABILTES DISCRETES

I) LOI UNIFORME DISCRETE faire ex 27 p 205

Définition :

Soit n ∈ ℕ* et X la variable aléatoire qui prend ses valeurs dans S ={1;2 ;... ; n}.

Dire que la loi de probabilité de X est une loi uniforme signifie que toutes les valeurs prises par X sont équiprobables.

Donc pour tout k ∈ S, P(X=k)=1 n . Propriété :

Si la la variable aléatoire X suit la loi uniforme sur S ={1;2 ;... ; n} alors son espérance est E(X)=n+1

2

Exercices : 24-26 - 28 p 205 (pour 28 même question avec y = somme des deux dés) II) LOI BINOMIALE

1) Epreuve de Bernoulli

Ex 1 :(feuille) Un feu tricolore reste 20s au vert, 10 s à l'orange et 30 s au rouge. Soit X la variable aléatoire qui prend la valeur 1 si l'on peut passer sinon elle prend la valeur 0.

Déterminer la loi de probabilité, l’espérance, la variance et l'écart-type de X.

Définition :

Une épreuve de Bernoulli est une expérience qui n'a que deux issues possibles, l'une appelée le succès (S) et l'autre l'échec ( S )

Exemples : on lance une pièce : pile est S et face est S On lance un dé : 1 est S et les autres résultats S

Définition :

La loi de Bernoulli de paramètre p avec p ∈ [0;1] d'une épreuve X de Bernoulli qui prend la valeur 1 en cas de succès et 0 sinon est : P(X=1) = p et donc P( X=0) = 1-p

Propriété :

Si la variable aléatoire X suit la loi de Bernoulli de paramètre p alors : E(X) = p V(X) = p(1-p) et (X) =

p(1−p).

2) loi binomiale Exercice 2 :(feuille)

On lance 4 fois de suite une pièce truquée dont la probabilité de face est 0,6. On appelle X la variable aléatoire représentant le nombre de faces obtenues.

1) Représenter cette expérience par un arbre pondéré.

2) Déterminer la loi de probabilité de X.

3) Déterminer l'espérance de X.

(2)

Définition :

Soit un schéma de Bernoulli de paramètres (n;p). On note X la variable aléatoire qui à chaque résultat de ce schéma de Bernoulli associe le nombre de succès.

La loi de probabilité de X est appelée loi binomiale de paramètres n et p.

Définition :

Quand on représente à l'aide d'un arbre un schéma de Bernoulli de paramètres n et p, pour tout entier naturel k  n , le nombre de de chemins réalisant k succès sur les n expériences est

(

kn

)

que l'on lit « k parmi n ». Ces nombres sont appelés coefficients binomiaux.

Pour calculer

103

= 120 avec une calculatrice :

TEXAS : 10 MATH PRB nCr 3 ENTER CASIO : 10 OPTN F 6 PROB nCr 3 EXE Propriété :

Si X est variable aléatoire qui suit une loi binomiale de paramètres n et p, alors pour tout entier naturel k  n on a P(X=k) =

(

kn

)

pk (1 – p)n – k

Ex : 14 p 201 ( utilisation calculatrice)

Propriété :

Si X est variable aléatoire qui suit une loi binomiale de paramètres n et p, alors E(X) = n.p et V(X) = n p (1-p) et (X) =

np(1−p)

Propriété :

Pour tous les entiers naturels n ≠ 0 et k avec k  n :

n0

= 1

nn

=1

nk

=

n – kn

nk

+

k1n

=

n1k1

Triangle de Pascal : En utilisant la dernière propriété : « la somme des deux rouges donne la bleue »

p

n 0 1 2 3 4 5 6

0 1

1 1 1

2 1 2 1

3 1 3 3 1

4 1 4 6 4 1

5 1 5 10 10 5 1

6 1 6 15 20 15 6 1

Exercices : Ex 3 (feuille) 56 – 57 – 58 p 207

(3)

III) LOI GEOMETRIQUE

Définition :

On répète une épreuve de Bernoulli dont la probabilité du succès est p.

Soit X la variable aléatoire qui compte le nombre d'épreuves nécessaires pour avoir le premier succès.

La loi de probabilité de X est appelée loi géométrique de paramètre p.

Propriété :

Si X est variable aléatoire qui suit une loi géométrique de paramètre p, alors : pour tout k1, P ( X = k ) = p (1−p)k−1 , P ( X > k ) = (1−p)k

et E(X) = 1 p Démonstration :

Propriété : admise

Si X est variable aléatoire qui suit une loi géométrique de paramètre p, alors : E(X) = 1

p et pour tout k1, P ( X > k ) = (1−p)k.

Propriété :

Si X est variable aléatoire qui suit une loi géométrique de paramètre p, alors : pour tout k1 et n  1 , P(X>n)(X > n+k) = P(X > k)

P(X>10)(X > 15) = P(X > 5)

Cela signifie si l'on sait qu'il y a eu déjà 10 échecs, la probabilité que cela se réalise après 15 essais est la même que cela se réalise après 5 essais si on part de la première

On dit que c'est une loi sans mémoire.

Exercices : de 64 à 70 p 208

(4)

Exercice 1 :

Un feu tricolore reste 20s au vert, 10 s à l'orange et 30 s au rouge. Soit X la variable aléatoire qui prend la valeur 1 si l'on peut passer sinon elle prend la valeur 0.

Déterminer la loi de probabilité, l’espérance, la variance et l'écart-type de X.

Exercice 2 :

On lance 4 fois de suite une pièce truquée dont la probabilité de face est 0,6. On appelle X la variable aléatoire représentant le nombre de faces obtenues.

1) Représenter cette expérience par un arbre pondéré.

2) Déterminer la loi de probabilité de X.

3) Déterminer l'espérance de X.

Exercice 3 :

Dans la population française il y a 12 % de gauchers.

1) Dans une classe de 33 élèves calculer la probabilité : a) D'avoir exactement 4 gauchers.

b) Au plus 2 gauchers.

c) Au moins un gaucher.

2) Combien de gauchers peut-on s'attendre à trouver en moyenne dans une classe de 33 élèves.

Références