• Aucun résultat trouvé

L’essentielducours Chapitre7:Probabilitésconditionnelles

N/A
N/A
Protected

Academic year: 2022

Partager "L’essentielducours Chapitre7:Probabilitésconditionnelles"

Copied!
2
0
0

Texte intégral

(1)

Chapitre 7 :Probabilités conditionnelles

1.Rappels

Revoir en détail le chapitre proba du libre de révision de première S. Se remettre en particulier à l’esprit les notions d’expérience aléatoire, d’événement, de comptage à l’aide d’un arbre et de probabilités. Revoir aussi les notions de variable aléatoire.

2. Probabilités conditionnelles 2.1. Activité

2.2. Définition

Exercices : (chapitre 14)17,18

2.3. Un exemple d’utilisation d’arbre Exercice : démontrer quePA(B) +PA(B) = 1

2.4. Evénements indépendants Exercices : (chapitre 14)24,25,29,30

2.5. Formule des probabilités totales

Commencer par les exercices39,40et40,puis30,33,34,36,49 3. Variables aléatoires

3.1. Exemple

3.2. Rappels de première (définition, espérance, variance, écart-type) 3.3. Variables aléatoires indépendantes.

Exercices : (chapitre 14)24,25,29,30,46,49

L’essentiel du cours

1. Définition :

La probabilité de B sachantAestPA(B) = P(B∩A) P(A)

On peut faire l’arbre suivant :

B

B B B Ā

P(A)

P(Ā)

PA(B) PA(B)

PĀ(B) PĀ(B) A

2. Evénements indépendants :Deux événementsAetBsont indépendants si et seulement si :P(A∩B) =P(A)×P(B).

On a alorsPA(B) =P(B)

3. Probabilités totales :A1,A2,· · ·An constituent une partition deΩsi et seulement si ils sont incompatibles deux à deux et leur réunion estΩ.

Donc si et seulement si

½ Ai∩Aj =∅,∀i, j∈[1;n] entiers A1∪A2∪· · ·An=Ω

On a alors P(B) =PA1(B)×P(A1) +PA2(B)×P(A2) +· · ·+PAn(B)×P(An)

4. Variable aléatoire :

Définition : On appelle variable aléatoire réelle toute foncton de l’ensemble des événements de Ω dans R (A chaque événement on associe une valeur rtéelle). Une variable aléatoire peut être discrète (elle prend un nombre fini de valeurs) ou continue (durée de vie, taille ..)

Loi de proba d’une variable aléatoire dicrète : C’est le tableau qui récapitle les probabilités de chaque valeur possible de la variable aléatoire.

Espérance d’une variable aléatoire discrète : C’est la nombre noté E(X) =P

xipi où les xi sont toues les valeurs possibles de la variable aléatoire et lespileurs probabilités.

(2)

Variance et écart-type : V(x) =P

pi(xi−E(X))2 etσ(X) =p V(X)

On a aussiV(x) =E(X2)−(E(X))2.

Variables aléatoires indépendantes : Soit X et Y deux variables aléatoires prenant les valeurs xi et yi. Elles sont indépendantes si et seulement si tous les événements(X =xi)et(Y =yi)sont indépendants deux à deux.

Références

Documents relatifs

Dans la deuxième partie, nous généralisons les résultats de convergence obtenus dans la première aux variables aléatoires quelconques, déduites.. Annales de

Dans ce chapitre on désigne par (Ω, A , P) un espace probabilisé, c’est-à-dire, un espace mesurable (Ω, A ) muni d’une probabilité P.. Sont écrites en rouge les parties

Sont écrites en rouge les parties hors programme, en violet les parties traitées en TD (résultats à connaitre pour sa culture) et en bleu les parties modifiées par rapport au cours

Sont écrites en rouge les parties hors programme, en violet les parties traitées en TD (résultats à connaître pour sa culture) et en bleu les parties modifiées par rapport au cours

On prend simultan´ ement dans la main trois fruits de

Un exercice d’application directe du cours qui permet de revoir quelques techniques calculatoires classiques (cf. le calcul de

L’ensemble des résultats de ce chapitre peut donc s’ap- pliquer aux v.a.r.. discrètes comme

On admet que la variable aléatoire X correspondant à la masse d’un sachet, exprimée en milligrammes, suit la loi normale d’espérance 260 et d’écart-type 7.. Un sachet est