Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.

Lois discrètes

Imprimer le chapitre

Toutes les leçons du chapitre, prêtes pour le papier. Les séries d'exercices sont notées A, B, C… et corrigées à la fin.

Pour obtenir un PDF, choisis « Enregistrer au format PDF » dans la fenêtre d'impression.

1. Loi uniforme discrète et loi de Bernoulli

Découvrir

On lance un dé équilibré à six faces. Quelle est l'espérance du résultat ?

  1. 3,53{,}5
  2. 66

L'idée clé

Deux lois de base.

Loi uniforme sur {1;… ;n}\{1 ; \dots ; n\} : P(X=k)=1nP(X = k) = \dfrac{1}{n} et E(X)=n+12E(X) = \dfrac{n + 1}{2}.

Loi de Bernoulli de paramètre pp : P(X=1)=pP(X = 1) = p et P(X=0)=1−pP(X = 0) = 1 - p. Alors E(X)=pE(X) = p et σ(X)=p(1−p)\sigma(X) = \sqrt{p(1 - p)}.

Exemple corrigé

XX suit une loi de Bernoulli de paramètre 0,20{,}2. Calcule E(X)E(X) et σ(X)\sigma(X).

E(X)=0,2E(X) = 0{,}2
Espérance.
σ(X)=0,2×0,8=0,4\sigma(X) = \sqrt{0{,}2 \times 0{,}8} = 0{,}4
Écart type.

À toi, guidé

À toi : quelle est l'espérance d'une loi uniforme sur {1;… ;9}\{1 ; \dots ; 9\} ?

55
(9 + 1) / 2.

Entraînement ★

  1. XX suit la loi uniforme sur {1;… ;5}\{1 ; \dots ; 5\}. Calcule E(X)E(X).
  2. XX suit la loi uniforme sur {1;… ;51}\{1 ; \dots ; 51\}. Calcule E(X)E(X).
  3. XX suit la loi uniforme sur {1;… ;6}\{1 ; \dots ; 6\}. Calcule E(X)E(X).

Attention !

Entraînement ★★

  1. XX suit une loi de Bernoulli de paramètre 12\dfrac{1}{ 2 }. Calcule V(X)V(X).
  2. XX suit une loi de Bernoulli de paramètre 111\dfrac{1}{ 11 }. Calcule V(X)V(X).
  1. XX suit une loi de Bernoulli de paramètre 14\dfrac{1}{ 4 }. Calcule E(X)E(X).
  1. XX suit la loi uniforme sur {1;… ;6}\{1 ; \dots ; 6\}. Calcule P(X≤2)P(X \leq 2).

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX suit la loi uniforme sur {1;… ;5}\{1 ; \dots ; 5\}. Calcule E(X)E(X).
  2. XX suit la loi uniforme sur {1;… ;51}\{1 ; \dots ; 51\}. Calcule E(X)E(X).
  3. XX suit la loi uniforme sur {1;… ;6}\{1 ; \dots ; 6\}. Calcule E(X)E(X).

Fiche résumé

Lois de base

  • Uniforme : E=n+12E = \dfrac{n + 1}{2}.
  • Bernoulli : E=pE = p et σ=p(1−p)\sigma = \sqrt{p(1 - p)}.

Attention : l'écart type a une racine carrée.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. XX suit la loi uniforme sur {1;… ;14}\{1 ; \dots ; 14\}. Sachant que V(X)=n2−112V(X) = \dfrac{n^2 - 1}{12}, calcule σ(X)\sigma(X).

2. Succession d'épreuves indépendantes et arbres

Découvrir

On lance deux fois une pièce équilibrée. Quelle est la probabilité d'obtenir pile puis pile ?

  1. 14\dfrac{1}{4}
  2. 11

L'idée clé

Une succession d'épreuves se représente par un arbre.

Sur un arbre, la probabilité d'un chemin est le produit des probabilités de ses branches. La probabilité d'un événement est la somme des probabilités des chemins qui y mènent.

Si les épreuves sont indépendantes, les probabilités de la seconde épreuve ne dépendent pas du résultat de la première.

Exemple corrigé

On choisit un élève ; AA : « il est interne », P(A)=0,4P(A) = 0{,}4. Ensuite, BB : « il a réussi », avec PA(B)=0,5P_A(B) = 0{,}5 et PAˉ(B)=0,75P_{\bar{A}}(B) = 0{,}75. Calcule P(B)P(B).

0,4×0,5=0,20{,}4 \times 0{,}5 = 0{,}2
Chemin passant par A.
0,6×0,75=0,450{,}6 \times 0{,}75 = 0{,}45
Chemin passant par Ā.
P(B)=0,2+0,45=0,65P(B) = 0{,}2 + 0{,}45 = 0{,}65
Formule des probabilités totales.

À toi, guidé

À toi : avec le même arbre, calcule PB(A)P_B(A), sous forme de fraction.

413\dfrac{4}{13}
P(A ∩ B) ÷ P(B) = 0,2 ÷ 0,65.

Entraînement ★

  1. On répète deux épreuves indépendantes. AA a pour probabilité 12\dfrac{1}{ 2 } à la première, et BB a pour probabilité 12\dfrac{1}{ 2 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.
  2. On répète deux épreuves indépendantes. AA a pour probabilité 114\dfrac{1}{ 14 } à la première, et BB a pour probabilité 111\dfrac{1}{ 11 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.
  3. On répète deux épreuves indépendantes. AA a pour probabilité 13\dfrac{1}{ 3 } à la première, et BB a pour probabilité 13\dfrac{1}{ 3 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.

Attention !

Entraînement ★★

  1. P(A)=45P(A) = \dfrac{ 4 }{5}, PA(B)=610P_A(B) = \dfrac{ 6 }{10} et PAˉ(B)=410P_{\bar{A}}(B) = \dfrac{ 4 }{10}. Calcule P(B)P(B).
  2. P(A)=35P(A) = \dfrac{ 3 }{5}, PA(B)=710P_A(B) = \dfrac{ 7 }{10} et PAˉ(B)=410P_{\bar{A}}(B) = \dfrac{ 4 }{10}. Calcule P(B)P(B).
  1. On lance 3 fois de suite une épreuve indépendante, où AA a la probabilité 13\dfrac{1}{ 3 }. Calcule la probabilité d'obtenir AA à chaque fois.
  1. Dans un arbre, P(A)=15P(A) = \dfrac{ 1 }{5} et PA(B)=510P_A(B) = \dfrac{ 5 }{10}. Calcule P(A∩B)P(A \cap B).

Bilan

Trois questions pour vérifier que c'est acquis.

  1. On répète deux épreuves indépendantes. AA a pour probabilité 12\dfrac{1}{ 2 } à la première, et BB a pour probabilité 12\dfrac{1}{ 2 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.
  2. On répète deux épreuves indépendantes. AA a pour probabilité 114\dfrac{1}{ 14 } à la première, et BB a pour probabilité 111\dfrac{1}{ 11 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.
  3. On répète deux épreuves indépendantes. AA a pour probabilité 13\dfrac{1}{ 3 } à la première, et BB a pour probabilité 13\dfrac{1}{ 3 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.

Fiche résumé

Arbres

  • On multiplie le long d'un chemin.
  • On additionne les chemins menant au même événement.

Attention : ne compte aucun chemin deux fois, n'en oublie aucun.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. Une urne contient 4 boules rouges et 5 bleues. On tire successivement deux boules sans remise. Calcule la probabilité d'obtenir deux rouges.

3. La loi binomiale

Découvrir

On lance une pièce trois fois. Combien de suites contiennent exactement un pile ?

  1. 3
  2. 1

L'idée clé

Une épreuve de Bernoulli a deux issues : succès, de probabilité pp, et échec. Un schéma de Bernoulli répète nn fois cette épreuve, de façon indépendante.

Le nombre XX de succès suit la loi binomiale B(n;p)\mathcal{B}(n ; p) : P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k}p^k(1 - p)^{n - k}, où (nk)\binom{n}{k} compte les chemins de l'arbre avec kk succès.

Exemple corrigé

XX suit B(5;0,2)\mathcal{B}(5 ; 0{,}2). Calcule P(X=2)P(X = 2).

(52)=10\binom{5}{2} = 10
Nombre de chemins.
0,22×0,83=0,020480{,}2^2 \times 0{,}8^3 = 0{,}02048
Probabilité d'un chemin.
P(X=2)=0,2048P(X = 2) = 0{,}2048
On multiplie.

À toi, guidé

À toi : XX suit B(4;12)\mathcal{B}\left(4 ; \dfrac{1}{2}\right). Calcule P(X=1)P(X = 1).

14\dfrac{1}{4}
4 × (½)⁴.

Entraînement ★

  1. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  2. Un joueur réussit un lancer franc avec la probabilité 18\dfrac{1}{ 8 }. En 12 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  1. Quelle situation relève d'une loi binomiale ?
    1. Le nombre de piles en 9 lancers d'une pièce équilibrée
    2. Le nombre de lancers jusqu'au premier pile
    3. Le nombre d'as dans 9 cartes tirées d'un jeu, sans remise

Attention !

Entraînement ★★

  1. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.
  2. Une graine germe avec la probabilité 18\dfrac{1}{ 8 }, indépendamment des autres. On plante 12 graines. Calcule la probabilité que exactement deux germent.

Bilan

Trois questions pour vérifier que c'est acquis.

  1. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  2. Un joueur réussit un lancer franc avec la probabilité 18\dfrac{1}{ 8 }. En 12 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 4 lancers indépendants, calcule la probabilité d'en réussir exactement un.

Fiche résumé

Loi binomiale

P(X=k)=(nk)pk(1−p)n−kP(X = k) = \binom{n}{k}p^k(1 - p)^{n - k} pour XX suivant B(n;p)\mathcal{B}(n ; p).

Attention : multiplie par le nombre de chemins.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. XX suit la loi binomiale B(10;12)\mathcal{B}\left(10 ; \dfrac{1}{2}\right). Pour quelle valeur de kk la probabilité P(X=k)P(X = k) est-elle la plus grande ?

4. Espérance et écart type d'une loi binomiale

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. Une maladie touche 5100\dfrac{ 5 }{100} de la population. Un test est positif pour 90 % des malades et pour 3100\dfrac{ 3 }{100} des non-malades.
    1. P(M∩+)P(M \cap +) :
    2. P(+)P(+) :
    3. P+(M)P_+(M) :
    4. On teste 3 personnes malades, indépendamment. Probabilité que les 3 tests soient positifs :
    5. Sur 100 personnes malades testées, nombre moyen de tests positifs :
  2. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.

Découvrir

On lance 100 fois une pièce équilibrée. Combien de piles attend-on en moyenne ?

  1. 50
  2. 25

L'idée clé

Une loi binomiale est la somme de nn variables de Bernoulli indépendantes.

Si XX suit B(n;p)\mathcal{B}(n ; p) : E(X)=npE(X) = np, V(X)=np(1−p)V(X) = np(1 - p) et σ(X)=np(1−p)\sigma(X) = \sqrt{np(1 - p)}.

Exemple corrigé

XX suit B(50;0,3)\mathcal{B}(50 ; 0{,}3).

E(X)=15E(X) = 15
np.
V(X)=10,5V(X) = 10{,}5
np(1 − p).
σ(X)≈3,24\sigma(X) \approx 3{,}24
Racine carrée.

À toi, guidé

À toi : n=200n = 200, p=0,1p = 0{,}1. Calcule l'espérance.

2020
200 × 0,1.

Entraînement ★

  1. XX suit la loi binomiale avec n=30n = 30 et p=110p = \dfrac{1}{ 10 }. Calcule E(X)E(X).
  2. XX suit la loi binomiale avec n=523n = 523 et p=14p = \dfrac{1}{ 4 }. Calcule E(X)E(X).
  1. XX suit la loi binomiale avec n=64n = 64 et p=12p = \dfrac{1}{ 2 }. Calcule σ(X)\sigma(X).
  2. XX suit la loi binomiale avec n=908n = 908 et p=112p = \dfrac{1}{ 12 }. Calcule σ(X)\sigma(X).

Attention !

Entraînement ★★

  1. Un QCM compte 87 questions à 4 réponses. Un élève répond au hasard à toutes. Que signifie E(X)=874E(X) = \frac{87}{4} ?
    1. Sur un grand nombre de QCM remplis au hasard, le nombre moyen de bonnes réponses est proche de \frac{87}{4}
    2. L'élève aura exactement \frac{87}{4} bonnes réponses
    3. \frac{87}{4} est le meilleur score possible

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX suit la loi binomiale avec n=30n = 30 et p=110p = \dfrac{1}{ 10 }. Calcule E(X)E(X).
  2. XX suit la loi binomiale avec n=523n = 523 et p=14p = \dfrac{1}{ 4 }. Calcule E(X)E(X).
  3. XX suit la loi binomiale avec n=30n = 30 et p=15p = \dfrac{1}{ 5 }. Calcule E(X)E(X).

Fiche résumé

Espérance et écart type

E(X)=npE(X) = np et σ(X)=np(1−p)\sigma(X) = \sqrt{np(1 - p)}.

Attention : l'écart type est la racine carrée de np(1−p)np(1 - p).

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. XX suit une loi binomiale avec E(X)=20E(X) = 20 et V(X)=15V(X) = 15. Que vaut nn ?

5. Loi binomiale : seuil et intervalles

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. Une maladie touche 5100\dfrac{ 5 }{100} de la population. Un test est positif pour 90 % des malades et pour 3100\dfrac{ 3 }{100} des non-malades.
    1. P(M∩+)P(M \cap +) :
    2. P(+)P(+) :
    3. P+(M)P_+(M) :
    4. On teste 3 personnes malades, indépendamment. Probabilité que les 3 tests soient positifs :
    5. Sur 100 personnes malades testées, nombre moyen de tests positifs :
  2. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.

Découvrir

Une pièce donne pile avec la probabilité 12\dfrac{1}{2}. On veut au moins un pile avec une probabilité d'au moins 0,990{,}99. Comment calculer P(X≥1)P(X \geq 1) facilement ?

  1. 1−P(X=0)1 - P(X = 0)
  2. P(X=1)P(X = 1)

L'idée clé

La calculatrice ou un tableur donne les probabilités cumulées P(X≤k)P(X \leq k).

P(a≤X≤b)=P(X≤b)−P(X≤a−1)P(a \leq X \leq b) = P(X \leq b) - P(X \leq a - 1).

Seuil : on cherche le plus petit entier kk tel que P(X≤k)≥αP(X \leq k) \geq \alpha, ou le plus petit nn tel que 1−(1−p)n≥α1 - (1 - p)^n \geq \alpha.

Exemple corrigé

Trouve le plus petit nn tel que 1−0,5n≥0,991 - 0{,}5^n \geq 0{,}99.

0,5n≤0,010{,}5^n \leq 0{,}01
On isole la puissance.
n=7n = 7
0,5⁶ ≈ 0,0156 et 0,5⁷ ≈ 0,0078.

À toi, guidé

À toi : si P(X≤5)=0,9P(X \leq 5) = 0{,}9 et P(X≤2)=0,3P(X \leq 2) = 0{,}3, que vaut P(3≤X≤5)P(3 \leq X \leq 5) ?

0,60{,}6
0,9 − 0,3.

Entraînement ★

  1. XX suit la loi B(2;12)\mathcal{B}\left(2 ; \dfrac{1}{ 2 }\right). Calcule P(X≥1)P(X \geq 1).
  2. XX suit la loi B(9;16)\mathcal{B}\left(9 ; \dfrac{1}{ 6 }\right). Calcule P(X≥1)P(X \geq 1).
  3. XX suit la loi B(2;13)\mathcal{B}\left(2 ; \dfrac{1}{ 3 }\right). Calcule P(X≥1)P(X \geq 1).

Attention !

Entraînement ★★

  1. Trouve le plus petit entier nn tel que 1−(12)n≥1−11021 - \left(\dfrac{1}{2}\right)^n \geq 1 - \dfrac{1}{10^{ 2 }}.
  2. Trouve le plus petit entier nn tel que 1−(12)n≥1−11031 - \left(\dfrac{1}{2}\right)^n \geq 1 - \dfrac{1}{10^{ 3 }}.
  1. XX suit la loi B(3;12)\mathcal{B}\left(3 ; \dfrac{1}{2}\right). Calcule P(1≤X≤2)P(1 \leq X \leq 2).
  2. XX suit la loi B(8;12)\mathcal{B}\left(8 ; \dfrac{1}{2}\right). Calcule P(1≤X≤7)P(1 \leq X \leq 7).
  1. XX suit la loi B(3;12)\mathcal{B}\left(3 ; \dfrac{1}{2}\right). Calcule P(X=1)P(X = 1).

Bilan

Trois questions pour vérifier que c'est acquis.

  1. XX suit la loi B(2;12)\mathcal{B}\left(2 ; \dfrac{1}{ 2 }\right). Calcule P(X≥1)P(X \geq 1).
  2. XX suit la loi B(9;16)\mathcal{B}\left(9 ; \dfrac{1}{ 6 }\right). Calcule P(X≥1)P(X \geq 1).
  3. XX suit la loi B(2;13)\mathcal{B}\left(2 ; \dfrac{1}{ 3 }\right). Calcule P(X≥1)P(X \geq 1).

Fiche résumé

Seuil et intervalles

  • P(a≤X≤b)=P(X≤b)−P(X≤a−1)P(a \leq X \leq b) = P(X \leq b) - P(X \leq a - 1).
  • « Au moins un » : on passe par le contraire.

Attention : au a−1a - 1.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. On lance un dé équilibré nn fois. Quel est le plus petit nn pour lequel la probabilité d'obtenir au moins un 6 dépasse 12\dfrac{1}{2} ?

6. La loi géométrique

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. Une maladie touche 5100\dfrac{ 5 }{100} de la population. Un test est positif pour 90 % des malades et pour 3100\dfrac{ 3 }{100} des non-malades.
    1. P(M∩+)P(M \cap +) :
    2. P(+)P(+) :
    3. P+(M)P_+(M) :
    4. On teste 3 personnes malades, indépendamment. Probabilité que les 3 tests soient positifs :
    5. Sur 100 personnes malades testées, nombre moyen de tests positifs :
  2. Un joueur réussit un lancer franc avec la probabilité 13\dfrac{1}{ 3 }. En 3 lancers indépendants, calcule la probabilité d'en réussir exactement un.
  3. Une graine germe avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. On plante 4 graines. Calcule la probabilité que exactement deux germent.

Découvrir

On lance un dé jusqu'au premier six. Quelle est la probabilité que le premier six arrive au 3e lancer ?

  1. (56)2×16\left(\dfrac{5}{6}\right)^2 \times \dfrac{1}{6}
  2. (56)3×16\left(\dfrac{5}{6}\right)^3 \times \dfrac{1}{6}

L'idée clé

On répète une épreuve de Bernoulli jusqu'au premier succès.

XX, le rang du premier succès, suit la loi géométrique de paramètre pp : P(X=k)=(1−p)k−1pP(X = k) = (1 - p)^{k - 1}p, P(X>k)=(1−p)kP(X > k) = (1 - p)^k et E(X)=1pE(X) = \dfrac{1}{p}.

Absence de mémoire : PX>n(X>n+k)=P(X>k)P_{X > n}(X > n + k) = P(X > k).

Exemple corrigé

p=0,25p = 0{,}25.

P(X=2)=0,75×0,25=0,1875P(X = 2) = 0{,}75 \times 0{,}25 = 0{,}1875
Premier succès à la 2e épreuve.
P(X≤2)=1−0,752=0,4375P(X \leq 2) = 1 - 0{,}75^2 = 0{,}4375
Contraire de deux échecs.
E(X)=4E(X) = 4
1/p.

À toi, guidé

À toi : p=0,1p = 0{,}1. Calcule l'espérance.

1010
1/0,1.

Entraînement ★

  1. Chaque appel aboutit avec la probabilité 12\dfrac{1}{ 2 }, indépendamment des autres. Calcule la probabilité que le premier succès ait lieu à l'appel 2.
  2. Chaque appel aboutit avec la probabilité 111\dfrac{1}{ 11 }, indépendamment des autres. Calcule la probabilité que le premier succès ait lieu à l'appel 9.
  1. Une roue affiche « gagné » avec la probabilité 13\dfrac{1}{ 3 }. En moyenne, combien de lancers faut-il pour le premier gain ?

Attention !

Entraînement ★★

  1. Chaque essai réussit avec la probabilité 14\dfrac{1}{ 4 }. Calcule la probabilité d'un premier succès dans les deux premiers essais.
  2. Chaque essai réussit avec la probabilité 115\dfrac{1}{ 15 }. Calcule la probabilité d'un premier succès dans les deux premiers essais.

Bilan

Trois questions pour vérifier que c'est acquis.

  1. Chaque appel aboutit avec la probabilité 12\dfrac{1}{ 2 }, indépendamment des autres. Calcule la probabilité que le premier succès ait lieu à l'appel 2.
  2. Chaque appel aboutit avec la probabilité 111\dfrac{1}{ 11 }, indépendamment des autres. Calcule la probabilité que le premier succès ait lieu à l'appel 9.
  3. Chaque appel aboutit avec la probabilité 13\dfrac{1}{ 3 }, indépendamment des autres. Calcule la probabilité que le premier succès ait lieu à l'appel 3.

Fiche résumé

Loi géométrique

P(X=k)=(1−p)k−1pP(X = k) = (1 - p)^{k - 1}p et E(X)=1pE(X) = \dfrac{1}{p}.

Attention : il y a k−1k - 1 échecs avant le premier succès.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. Chaque essai réussit avec la probabilité 16\dfrac{1}{ 6 }. Calcule la probabilité que le premier succès arrive après le 6-ième essai.

7. Inversion du conditionnement et formule de Bayes

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. On répète deux épreuves indépendantes. AA a pour probabilité 12\dfrac{1}{ 2 } à la première, et BB a pour probabilité 12\dfrac{1}{ 2 } à la seconde. Calcule la probabilité d'obtenir AA puis BB.
  2. P(A)=45P(A) = \dfrac{ 4 }{5}, PA(B)=610P_A(B) = \dfrac{ 6 }{10} et PAˉ(B)=410P_{\bar{A}}(B) = \dfrac{ 4 }{10}. Calcule P(B)P(B).
  3. On lance 3 fois de suite une épreuve indépendante, où AA a la probabilité 13\dfrac{1}{ 3 }. Calcule la probabilité d'obtenir AA à chaque fois.

Découvrir

1 % d'une population est malade. Un test est positif pour 95 % des malades et 5 % des non-malades. Une personne a un test positif : est-elle malade à 95 % ?

  1. Non, c'est bien moins
  2. Oui

L'idée clé

On inverse le conditionnement.

Formule de Bayes : PB(A)=PA(B)P(A)P(B)P_B(A) = \dfrac{P_A(B)P(A)}{P(B)}. P(A)P(A) est la probabilité a priori, PB(A)P_B(A) la probabilité a posteriori.

P(B)=PA(B)P(A)+PAˉ(B)P(Aˉ)P(B) = P_A(B)P(A) + P_{\bar{A}}(B)P(\bar{A}).

Exemple corrigé

Avec les données ci-dessus, calcule P+(M)P_+(M).

P(+)=0,95×0,01+0,05×0,99=0,059P(+) = 0{,}95 \times 0{,}01 + 0{,}05 \times 0{,}99 = 0{,}059
Probabilités totales.
P+(M)=0,00950,059P_+(M) = \dfrac{0{,}0095}{0{,}059}
Bayes.
≈0,16\approx 0{,}16
On calcule.

À toi, guidé

À toi : PA(B)=0,5P_A(B) = 0{,}5, P(A)=0,4P(A) = 0{,}4 et P(B)=0,5P(B) = 0{,}5. Calcule PB(A)P_B(A).

0,40{,}4
0,5 × 0,4 / 0,5.

Entraînement ★

  1. PA(B)=310P_A(B) = \dfrac{ 3 }{10}, P(A)=110P(A) = \dfrac{ 1 }{10} et P(B)=320P(B) = \dfrac{ 3 }{20}. Calcule PB(A)P_B(A).
  2. PA(B)=910P_A(B) = \dfrac{ 9 }{10}, P(A)=310P(A) = \dfrac{ 3 }{10} et P(B)=920P(B) = \dfrac{ 9 }{20}. Calcule PB(A)P_B(A).
  3. PA(B)=710P_A(B) = \dfrac{ 7 }{10}, P(A)=210P(A) = \dfrac{ 2 }{10} et P(B)=720P(B) = \dfrac{ 7 }{20}. Calcule PB(A)P_B(A).

Attention !

Entraînement ★★

  1. P(A)=110P(A) = \dfrac{ 1 }{10}, PA(B)=710P_A(B) = \dfrac{ 7 }{10}, PAˉ(B)=410P_{\bar{A}}(B) = \dfrac{ 4 }{10}. Calcule P(B)P(B).
  2. P(A)=110P(A) = \dfrac{ 1 }{10}, PA(B)=710P_A(B) = \dfrac{ 7 }{10}, PAˉ(B)=110P_{\bar{A}}(B) = \dfrac{ 1 }{10}. Calcule P(B)P(B).
  1. PA(B)P_A(B) et PB(A)P_B(A) sont-elles toujours égales ?
    1. Non, elles diffèrent en général
    2. Oui, toujours
    3. Oui, si P(A∩B)≠0P(A \cap B) \neq 0
  1. P(B)=410P(B) = \dfrac{ 4 }{10} et P(A∩B)=320P(A \cap B) = \dfrac{ 3 }{20}. Calcule PB(A)P_B(A).

Bilan

Trois questions pour vérifier que c'est acquis.

  1. PA(B)=310P_A(B) = \dfrac{ 3 }{10}, P(A)=110P(A) = \dfrac{ 1 }{10} et P(B)=320P(B) = \dfrac{ 3 }{20}. Calcule PB(A)P_B(A).
  2. PA(B)=910P_A(B) = \dfrac{ 9 }{10}, P(A)=310P(A) = \dfrac{ 3 }{10} et P(B)=920P(B) = \dfrac{ 9 }{20}. Calcule PB(A)P_B(A).
  3. PA(B)=710P_A(B) = \dfrac{ 7 }{10}, P(A)=210P(A) = \dfrac{ 2 }{10} et P(B)=720P(B) = \dfrac{ 7 }{20}. Calcule PB(A)P_B(A).

Fiche résumé

Bayes

  • PB(A)=PA(B)P(A)P(B)P_B(A) = \dfrac{P_A(B)P(A)}{P(B)}.
  • PA(B)P_A(B) et PB(A)P_B(A) sont différentes.

Attention : pour un événement rare, beaucoup de positifs sont faux.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. Une usine produit 60 % de ses pièces sur la machine AA (1 % de défauts) et 40 % sur la machine BB (4 % de défauts). Une pièce est défectueuse : quelle est la probabilité qu'elle vienne de AA ?

8. Attendre un premier succès

Découvrir

On lance un dé équilibré jusqu'à obtenir un six. En moyenne, combien de lancers faut-il ?

  1. 6 lancers
  2. 3,5 lancers

L'idée clé

Attendre un premier succès.

Si chaque essai réussit avec la probabilité pp, indépendamment, le nombre moyen d'essais jusqu'au premier succès est

E=1pE = \dfrac{1}{p}.

Exemple corrigé

Une roue tombe sur rouge avec la probabilité 14\tfrac{1}{4}. Combien de lancers attend-on jusqu'au premier rouge ?

E=11/4E = \dfrac{1}{1/4}
p=14p = \tfrac{1}{4}.
E=4E = 4 lancers
11/4=4\dfrac{1}{1/4} = 4.

À toi, guidé

À toi : chaque essai réussit avec la probabilité 110\tfrac{1}{10}. Combien d'essais attend-on ?

1010
11/10\dfrac{1}{1/10}.

Entraînement ★

  1. Chaque essai réussit avec la probabilité 111\tfrac{1}{ 11 }, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
  2. Chaque essai réussit avec la probabilité 115\tfrac{1}{ 15 }, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
  3. Chaque essai réussit avec la probabilité 12\tfrac{1}{ 2 }, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?

Entraînement ★★

  1. Une pièce de machine tombe en panne un jour donné avec la probabilité 160\tfrac{1}{ 60 }. En moyenne, combien de jours jusqu'à la première panne ?
  2. Une pièce de machine tombe en panne un jour donné avec la probabilité 150\tfrac{1}{ 50 }. En moyenne, combien de jours jusqu'à la première panne ?

Bilan

Deux questions pour vérifier.

  1. Chaque essai réussit avec la probabilité 111\tfrac{1}{ 11 }, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?
  2. Chaque essai réussit avec la probabilité 115\tfrac{1}{ 15 }, indépendamment. Combien d'essais attend-on jusqu'au premier succès ?

Fiche résumé

Temps d'attente

  • Temps d'attente moyen =1p= \dfrac{1}{p}.
  • Événements rares : attente longue en moyenne.

Les ingénieurs s'en servent pour le temps moyen entre deux pannes d'une machine.

9. Histoire : Bernoulli, de Moivre et la loi des grands nombres

Découvrir

Lance une pièce équilibrée 10 fois : tu peux très bien obtenir 7 piles. Lance-la 10 000 fois : la proportion de piles est presque toujours très proche de 12\tfrac{1}{2}. Qui a démontré le premier que cela doit arriver ?

  1. Jacques Bernoulli, avec sa loi des grands nombres
  2. Personne : c'est seulement une observation

L'idée clé

D'un lancer à beaucoup.

17001710172017301740175017601713Bernoulli1713Bernoulli
  1. Étape 117001710172017301740175017601713Bernoulli1713BernoulliJacques Bernoulli 1655–1705Niklaus Bernoulli (1662-1716), 1687. Domaine public1713 : l'Ars Conjectandi de Jacques Bernoulli est imprimé, huit ans après sa mort. Il démontre la loi des grands nombres.
  2. Étape 217001710172017301740175017601713Bernoulli1718de Moivre1713Bernoulli1718de MoivreAbraham de Moivre 1667–1754Joseph Highmore, 1736. Domaine public1718 : le livre de de Moivre, The Doctrine of Chances.
  3. Étape 317001710172017301740175017601713Bernoulli1718de Moivre1733de Moivre1713Bernoulli1718de Moivre1733de MoivreAbraham de Moivre 1667–1754Joseph Highmore, 1736. Domaine public13 novembre 1733 : de Moivre approche la loi binomiale par la courbe en cloche.

L'Ars Conjectandi de Jacques Bernoulli (imprimé en 1713, huit ans après sa mort) contient la loi des grands nombres. Le 13 novembre 1733, Abraham de Moivre montre que pour beaucoup d'épreuves, la loi binomiale ressemble à la courbe en cloche, notre loi normale.

Exemple corrigé

Avec nn lancers d'une pièce équilibrée, le nombre de piles XX a pour espérance n2\tfrac{n}{2} et pour écart type n2\tfrac{\sqrt{n}}{2}.

espérance 50, écart type 5
Pour n=100n = 100 :
0,0050{,}005 : très proche de 12\tfrac{1}{2}
Pour n=10 000n = 10\,000 : la proportion de piles a pour écart type 5010 000\tfrac{50}{10\,000}.

Entraînement ★

  1. Que dit la loi des grands nombres de Jacques Bernoulli (imprimée en 1713) ?
    1. Sur beaucoup d'épreuves, la fréquence se rapproche de la probabilité
    2. Après beaucoup de faces, pile devient plus probable
    3. Les grands nombres sont plus probables que les petits
  1. On lance 144 fois une pièce équilibrée. Avec σ=n2\sigma = \tfrac{\sqrt{n}}{2}, quel est l'écart type du nombre de piles ?
  2. On lance 196 fois une pièce équilibrée. Avec σ=n2\sigma = \tfrac{\sqrt{n}}{2}, quel est l'écart type du nombre de piles ?
  1. L'Ars Conjectandi est imprimé en 1713, huit ans après la mort de Jacques Bernoulli. En quelle année est-il mort ? Ajoute 4 à cette année.

Fiche résumé

Les variables aléatoires aujourd'hui

  • Sondages : un échantillon de 1 000 personnes donne une proportion proche de la vraie.
  • Assurances et casinos reposent sur la loi des grands nombres.
  • Le contrôle qualité compte les pièces défectueuses avec la loi binomiale.

Sources : biographies de Jacques Bernoulli et d'Abraham de Moivre sur MacTutor (voir « Sources et crédits »).