Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

1ère S FICHE n°1 Variables aléatoires Variables aléatoires Variables aléatoires

1ère S FICHE n°1 Variables aléatoires Variables aléatoires Variables aléatoires Variables aléatoires I. Probabilités : petit bilan de 2nde… EXERCICE TYPE 1 (voir évaluation diagnostique d’entrée en 1ère S) Enoncé On fait tourner une roue équilibrée comme ci-dessous séparées en 8 secteurs identiques, puis on lit le numéro en face du repère. On considère les évènements suivants : A : « le numéro est strictement supérieur à 5 » B : « le numéro est impair » Déterminer les probabilités suivantes : p(A), p(B), p(A∩B), p(A∪B) et p( A ) Solution L’univers Ω comprend huit issues possibles : Ω = {1 ; 2 ; 3 ; 4 ; 5 ; 6 ; 7 ; 8 ; 9} Comme la roue est dite « équilibrée », les évènements élémentaires sont équiprobables. La probabilité d’un évènement est égale à nombre de cas favorables nombre de cas possibles . A = {6 ; 7 ; 8} donc p(A) = 3 8 . B = {1 ; 3 ; 5 ; 7} donc p(B) = 4 8 = 1 2 A∩B = {7} donc p(A∩B) = 1 8 A∪B = {1 ; 3 ; 5 ; 6 ; 7 ; 8} donc p(A∪B) = 6 8 = 3 4 Remarque : dans un cas d’équiprobabilité, on peut aussi utiliser la formule : p(A∪ ∪ ∪ ∪B) = p(A) + p(B) − − − − p(A∩ ∩ ∩ ∩B) p(A∪B) = 3 8 + 4 8 − 1 8 = 6 8 = 3 4 A est l’évènement contraire de A, c'est-à-dire A = {1 ; 2 ; 3 ; 4 ; 5} donc p( A ) = 5 8 Remarque : dans un cas d’équiprobabilité, on peut aussi utiliser aussi la formule : p( A ) = 1 − − − − p(A) p( A ) = 1 − 3 8 = 8 8 − 3 8 = 5 8 1 8 7 6 5 4 3 2 A∩ ∩ ∩ ∩B : A et B A∪ ∪ ∪ ∪B : A ou B II. Loi de probabilité d’une variable aléatoire Définition Lorsqu’à chaque événement élémentaire d’une expérience aléatoire on associe un nombre réel, on dit que l’on définit une variable aléatoire. Lorsqu’à chaque issue possible pour une variable aléatoire X on associe la probabilité correspondante, on dit que l’on définit la loi de probabilité de X. EXERCICE TYPE 2 Déterminer une loi de probabilité Enoncé On lance un dé non pipé. On gagne 5 € si le 6 sort, on perd 2 € si le 1 sort et on perd 1 € dans les autres cas. On note X la variable aléatoire donnant le gain, positif ou négatif, correspondant. Donner, sous forme d’un tableau, la loi de probabilité de X. Notations On note : (X = 5) l’évènement « X prend la valeur 5 » p(X= 5) la probabilité de l’évènement « X prend la valeur 5 » Solution Avant de déterminer les probabilités, il faut d’abord déterminer les valeurs prises par la variable aléatoire X correspondant aux gains possibles : Les valeurs possibles par X sont X = −2, X = −1, ou X = 5. On détermine alors ensuite la probabilité de chacune de ces valeurs possibles : ¤ p(X = −1) est en fait la probabilité de l’évènement « Obtenir le 2, 3, 4 ou 5 ». Comme le dé est non pipé, les évènements élémentaires sont équiprobables. p(X = −1) = nombre de cas favorables nombre de cas possibles = 4 6 = 2 3 ¤ De la même manière, p(X = −2) = 1 6 et p(X = 5) = 1 6 ¤ On présente souvent une loi de probabilité dans un tableau : Remarques ¤ La somme des probabilités décrites dans une loi de probabilités est toujours égale à 1… ¤ A une même expérience aléatoire, on peut associer plusieurs variables aléatoires. Par exemple, avec le lancer de dé ci-dessus, on aurait pu considérer une variable aléatoire Y qui au nombre obtenu associe 1 si le nombre est un multiple de 3 et 0 sinon… La loi de probabilité de Y est : ¤ Dans le TP « Simulation d’une situation de probabilité avec un tableur », on a pu observer que : Si on effectue suffisamment de lancers ou quand le nombre de tirages simulés est grand, les fréquences observées tendent à s’approcher de la probabilité théorique. Voir également la fiche « Echantillonnages »… xi −2 −1 5 p(X = xi) 1 6 2 3 1 6 yi 0 1 p(Y = yi) 2 3 1 3 III. Utiliser des arbres pondérés de probabilités Un exemple pour comprendre Dans une urne contenant trois boules blanches et une boule rouge, indiscernables au toucher, on tire une 1ère boule, puis, après avoir remis la 1ère boule, on tire une 2ème boule. Quelle est la probabilité de l’évènement A : « obtenir deux boules blanches » ? Analyse En 2nde En 1ère Dans cet arbre, on regroupe les branches identiques mais on indique la probabilité de chacune pour se rappeler que chaque branche n’est pas équiprobable. Conclusion : p(A) = 9 16 . p(A) = 3 4 × 3 4 = 9 16 Principe multiplicatif Dans un arbre pondéré de probabilités, la probabilité d’une issue finale est le produit des probabilités des branches intermédiaires. Remarque Dans l’exemple ci-dessus, les deux tirages sont dits indépendants. En effet, les résultats du 2ème tirage sont identiques quelque soit le résultat du 1er tirage… EXERCICE TYPE 3 Utiliser des arbres pondérés de probabilités Enoncé Déterminer la loi de la variable aléatoire X correspondant au nombre de boules blanches obtenues si on réalise une expérience comme ci-dessus mais sans remettre la boule après le 1er tirage. Solution Attention, ici les deux tirages ne sont pas indépendants. Cette expérience peut être modéliser par l’arbre pondéré ci-contre : Grâce à cet arbre, on obtient ainsi : P(X = 1) = 3 4 × 1 3 + 1 4 × 1 = 1 4 + 1 4 = 1 2 et P(X = 2) = 3 4 × 2 3 = 1 2 La loi de probabilité de la variable aléatoire X est donc : X = xi 1 2 P (X = xi) 1 2 1 2 B B B R B B B R B B B R B B B R B B B R BB BB BB BR BB BB BB BR BB BB BB BR RB RB RB RR B B R R B R 3 4 3 4 3 4 1 4 1 4 1 4 Arbre complexe ! Plus clair et simple ! 3 4 1 3 1 4 B B R R B 2 3 1 IV. Espérance d’une variable aléatoire Définition Considérons une variable aléatoire X qui prend respectivement les valeurs x1, x2, x3, … , xn avec les probabilités p1, p2, p3, … , pn . L’espérance mathématique de X est le nombre, noté E(X), défini par : E(X) = x1×p1 + x2×p2 + x3×p3 + … + xn×pn = ∑ i = 1 n xi pi . Remarque Dans le TP « Simulation d’une situation de probabilité avec un tableur », on a pu observer que : Lorsque l’on répète une expérience aléatoire en grand nombre de fois, la moyenne de la série statistique tend à s’approcher de l’espérance mathématique. EXERCICE TYPE 4 Déterminer l’espérance d’une variable aléatoire Enoncé Déterminer l’espérance de la variable aléatoire X décrite à l’exercice type 2 ci-dessus. Solution E(X) = (−2)×1 6 + (−1)×2 3 + 5×1 6 = − 2 6 − 2 3 + 5 6 = − 2 6 − 4 6 + 5 6 = − 6 6 + 5 6 = − 1 6 Interprétation L’espérance mathématique est négative : cela signifie que, après un grand nombre de lancers, il y a de forte chance pour que j’ai perdu de l’argent à ce jeu… Attention, si j’ai beaucoup de chance, je peux quand même repartir en ayant gagné de l’argent : il n’y a aucune certitude… Propriété de linéarité Soit a et b deux réels, alors on a : E(aX + b) = aE(X) + b Preuve Si la variable aléatoire X qui prend respectivement les valeurs x1, x2, x3, … , xn avec les probabilités p1, p2, p3, … , pn , alors la variable aléatoire aX + b prend respectivement les valeurs ax1+b, ax2+b, … , axn+b avec les probabilités p1, p2, p3, … , pn. d’où : E(aX + b) = ∑ i = 1 n (axi+b)×pi = ∑ i = 1 n (a xi pi +b pi) = ∑ i = 1 n a xi pi + ∑ i = 1 n b pi = a ∑ i = 1 n xi pi + b ∑ i = 1 n pi (factorisations) = a E(X) + b car ∑ i = 1 n xi pi = E(X) et ∑ i = 1 n pi = uploads/Marketing/ 1-s-cours-01-variable-aleatoire.pdf