Processing math: 100%

Probabilités discrètes

ILes probabilités conditionnelles

AConditionnement

Soient A et B deux événements, avec A de probabilité non nulle.
On définit la probabilité de B sachant A par :
PA(B)=P(AB)P(A)

BIndépendance

Deux événements A et B sont indépendants si et seulement si :
P(AB)=P(A)×P(B)
Soient A et B deux événements de probabilités non nulles :
P(AB)=P(A)×P(B)PA(B)=P(B)PB(A)=P(A)

Soient X et Y deux variables aléatoires définies sur un univers Ω telles que :

  • X(Ω)=x1,x2,...,xn
  • Y(Ω)=y1,y2,...,yp

Les variables X et Y sont indépendantes si et seulement si, pour tout i compris entre 1 et n et tout j compris entre 1 et p :
P(X=xiY=yj)=P(X=xi)×P(Y=yj)

CLa formule des probabilités totales

Soit un ensemble E.
Les événements de probabilités non nulles {E1,E2,E3,...,Ek} forment un système complet ou une partition de E si et seulement si :

  • i[[1;k]] , EiE ;
  • les événements E1,E2,E3,...,Ek sont deux à deux incompatibles ;
  • et leur réunion est égale à l'ensemble E.
Soit E1,E2,E3,...,Ek un système complet d'événements de l'univers Ω.
D'après la formule des probabilités totales, pour tout événement A de E :
P(A)=P(AE1)+P(AE2)+P(AE3)+...+P(AEk)
TS01310-01.PNG

La formule des probabilités totales peut s'illustrer à l'aide d'un arbre pondéré :

TS01310-02.PNG

Dans cet exemple, {B,¯B} forme une partition de l'univers de l'expérience.

La formule des probabilités totales permet de calculer P(A) :

P(A)=P(AB)+P(A¯B)

Soit : P(A)=P(B)×PB(A)+P(¯B)×P¯B(A)

La formule des probabilités totales revient ainsi à sommer les probabilités de tous les chemins de l'arbre menant à l'événement A :

P(A)=0,8×0,05+0,2×0,5

P(A)=0,14

IILes lois de probabilité discrètes

ALes variables aléatoires

Une variable aléatoire réelle est une fonction qui associe un réel à chaque événement de l'univers d'une expérience aléatoire.
Soit X une variable aléatoire prenant les valeurs : X(Ω)=x1,x2,...,xn.
La loi de probabilité de X associe à chaque réel xi la probabilité P(X=xi).

On présente en général une loi de probabilité à l'aide d'un tableau.

xi x1 x2 ... xn
P(X=xi) P(X=x1) P(X=x2) ... P(X=xn)
P(X=x1)+P(X=x2)+...+P(X=xn)=1
L'espérance d'une variable aléatoire X est le réel :
E(X)=ni=0xiP(X=xi) Soit :
E(X)=x1P(X=x1)+x2P(X=x2)+...+xnP(X=xn)
Pour tous réels a et b : E(aX+b)=aE(X)+b
La variance d'une variable aléatoire X est le réel :
V(X)=ni=0[xiE(X)]2P(X=xi)
Pour tous réels a et b : V(aX+b)=a2V(X)
L'écart-type d'une variable aléatoire X est le réel :
σ(X)=V(X)

BLa loi de Bernoulli

Soit un réel p compris entre 0 et 1.
Une épreuve de Bernoulli est une expérience aléatoire ne présentant que deux issues possibles :

  • succès, de probabilité p
  • échec, de probabilité 1p.

Soit un réel p compris entre 0 et 1.
Une variable aléatoire suit la loi de Bernoulli de paramètre p si :

  • X(Ω)={0;1}
  • P(X=1)=p et P(X=0)=1p
Si X suit la loi de Bernoulli de paramètre p, on a :
E(X)=p V(X)=p(1p)

CLa loi binomiale

Soit un réel p compris entre 0 et 1 et n un entier naturel non nul.
Le nombre de succès dans la répétition de n épreuves de Bernoulli identiques et indépendantes suit la loi binomiale de paramètres n et p.

Une variable aléatoire suit ainsi la loi binomiale de paramètres n et p, notée B(n;p), si :

  • X(Ω)=[[0;n]]
  • k[[0;n]] , P(X=k)=(nk)pk(1p)nk

Le coefficient (nk) est égal au nombre de possibilités de placer les k succès parmi les n répétitions.

Si X suit la loi binomiale de paramètres n et p, on a :
E(X)=np V(X)=np(1p)
 
  • Vues: 4207

Rechercher