Faculté de Sciences Sociales de Strasbourg – L1S – 2017 Séance 3

Slides:



Advertisements
Présentations similaires
Règles de nommages Eric Bleuzet Philippe Terme.
Advertisements

PROBABILITES 1. Des Statistiques aux Probabilités D1. Expérience aléatoire.
Nouveau programme de 3ème Probabilités Document de travail – Académie de Rouen
LE SUPPORT D'ORDINATEUR PORTABLE. Problématique Oh, j'ai chaud aux jambes ! Et moi, j'ai chaud à mon processeur !
Inter académiques Orléans 2007 Analyse d'activités pouvant donner lieu à développement dans et hors la classe. Durée : 1h30 ● Problématique ● Présentation.
Dr. Tarek Barhoumi statistiques descriptives Statistiques descriptives Dr. Tarek Barhoumi.
Chapitre 8 : Fluctuation d’échantillonnage.
Calcul de probabilités
La conditionnelle Formule
Suites ordonnées ou mettre de l’ordre
Calcul et interprétation de taux de variation
PROBABILITÉS.
Application des lois de probabilité -Variable aléatoire discrète-
La ProbabilitÉ.
Un Algorithme , c'est Quoi ?
PowerPoint 5 : Candidats et enjeux locaux
Exercice 1 : Un lycée comporte 1000 élèves. 70% étudient l’anglais, 80% des élèves mangent à la cantine, et 80 non-anglicistes ne mangent pas à la cantine.
Reprise du cours ( ) Aujourd’hui :
Probabilités.
I Définition chapitre 1 Les Matrices.
▪ On observe 4 billes rouges parmi les 4 billes tirées au sort
Chapitre 13 : Echantillonnage
chapitre 1 : Généralités sur les Fonctions.
Simuler des probabilités
Asynchronous Javascript And Xml
Hasard et Probabilités, P. Thompson
Plans d’expériences: Plans factoriels
Calculer la moyenne de la série suivante.
Exercice 1 : On donne le tableau de valeurs suivant :
Permutations, arrangements et combinaisons
Utiliser des caractéristiques de position et de dispersion
3.4 Lois discrète 2 cours 15.
2.2 Probabilité conditionnelle
TD11 La dérive génétique  .
Eléments de la Théorie des Probabilités
Méthode Taguchy Analyse de la variance Anavar
Troisième Chapitre 3: Statistiques
Stabilité des porteurs horizontaux (Poutres)
Création Et Modification De La Structure De La Base De Données
Troisième Chapitre 9: Les Probabilités
1.2 dénombrement cours 2.
Ecrire les chiffres Ecrire les chiffres
Quelle est la probabilité de chaque évènement ? Combien d’issues
Exercice PHP DEUST TMIC
POL1803: Analyse des techniques quantitatives
LES PROBABILITÉS Par : R . BOULAHBAL 2016 Free Powerpoint Templates.
LOG770 Annexe A Éléments de probabilité
 1____Probabilité  2______variables aléatoires discrètes et continues  3______loi de probabilités d’une v a  4_______les moyens et les moyens centraux.
Chapitre 8 : Fluctuation d’échantillonnage.
Chapitre 3 : Caractéristiques de tendance centrale
Eléments de la Théorie des Probabilités
Calcul de probabilités
NUMERATION et REPRESENTATION DES NOMBRES
4°) Intervalle de fluctuation :
Cours du Professeur TANGOUR
Lois de Probabilité Discrètes
Lois de Probabilité Discrètes
Présentation 3 : Sondage aléatoire simple
Présentation 4 : Sondage stratifié
Présentation 9 : Calcul de précision des estimateurs complexes
Chapitre 8 : Organisation et gestion de données
Reconnaissance de formes: lettres/chiffres
1°) Un nombre y est-il associé à 3, et si oui lequel ?
NUMÉRATION POSITIONNELLE / PRINCIPE DE GROUPEMENT
Le jeu des 5 familles évaluation
Programme d’appui à la gestion publique et aux statistiques
Tableaux croisés dynamiques sous Excel: des outils simples pour une analyse rapide de jeux de données en cytométrie Camille SANTA MARIA Ingénieur d’étude.
Chapitre 12 : Notion de fonction
Statistiques et probabilités
μ = N 3) Moyenne d’une série discrète : ∑ ni xi que l’on peut noter
Transcription de la présentation:

Faculté de Sciences Sociales de Strasbourg – L1S2 2016 – 2017 Séance 3 Probabilités Faculté de Sciences Sociales de Strasbourg – L1S2 2016 – 2017 Séance 3

Previously in « Probabilité » Loi de l’addition : 𝐴∪𝐵 𝑝 𝐴⋃𝐵 =𝑝 𝐴 +𝑝 𝐵 −𝑝 𝐴∩𝐵 Loi de Morgan : 𝐴 ∩ 𝐵 = 𝐴∪𝐵 et 𝐴 ∪ 𝐵 = 𝐴∩𝐵 Loi de la multiplication : 𝐴∩𝐵 Événements indépendants  𝒑 A∩B =𝒑 𝑨 ×𝒑 𝑩 Événements dépendants  𝒑 𝑨∩𝑩 = 𝒑 𝑨 𝑩 ×𝐩(𝐀)

Previously in « Probabilité » Le principe multiplicatif 𝑝 𝐴∩𝐵∩𝐶 =𝑝 𝐴 ×𝑝 𝐵 ×𝑝 𝐶 𝑝 𝐴 ×𝑝 𝐵 ×𝑝 𝐶 = 𝐴 Ω × 𝐵 Ω × 𝐶 Ω 𝑝 𝐴 ×𝑝 𝐵 ×𝑝 𝐶 = 𝐴 × 𝐵 × 𝐶 Ω × Ω × Ω = 𝐴 × 𝐵 × 𝐶 Ω 3

Previously in « Probabilité » Formule de Bayes Si p(B)≠0 𝑝 𝐵 𝐴 = 𝑝 𝐴 𝐵 ×p(A) p(B)

Previously in « Probabilité » Formule de Bayes, si on va plus loin On remarque que : 𝑝 𝐵 =𝑝 𝐴∩𝐵 +𝑝 𝐴 ∩𝐵 = 𝑝 𝐴 𝐵 ×𝑝 𝐴 + 𝑝 𝐴 (𝐵)×𝑝( 𝐴 ) Alors : 𝑝 𝐵 𝐴 = 𝑝 𝐴 𝐵 ×p(A) 𝑝 𝐴 𝐵 ×𝑝 𝐴 + 𝑝 𝐴 (𝐵)×𝑝( 𝐴 )

Previously in « Probabilité » Toujours lire attentivement l’énoncé

Previously in « Probabilité » Vous venez de passer un test pour le dépistage d’un cancer. Le médecin vous convoque et vous annonce que le résultat est positif. Ce type de cancer ne touche que 0.1% de la population. Patient, fébrile - Le test est-il fiable?  Médecin. -  Si vous avez ce cancer, le test sera positif dans 90% des cas ; alors que si vous ne l’avez pas, il sera négatif dans 97% des cas. Quelle est la probabilité que vous ayez ce cancer ?

Test Malade - M 𝑴 Total Positif - P 9 300 309 𝑷 1 9 690 9 691 10 9 990 10 000 Test Malade - M 𝑴 Total Positif - P 90 % 3 % 𝑷 10 % 97 % 100 % Fréquence en colonne : Test Malade - M 𝑴 Total Positif - P 2,9 % 97,1 % 100 % 𝑷 0,01 % 99,99 % 0,1 % 99,9 % Fréquence en ligne :

Previously in « Probabilité » Sur les 309 personnes testées positives, 9 sont malades et 300 sont saines (faux positifs). Si vous êtes positif, vous n’avez que 2,9% (=9/309) de risque d’être malade et 97,1% (=300/309) de chance d’être un faux positif. Pourquoi ce résultat est-il contre-intuitif?

Previously in « Probabilité » Soit l’événement M: « être malade » Soit l’événement P: « avoir un résultat positif au test » Confusion entre «  la probabilité d’être malade sachant que le test est positif » et « la probabilité d’être testé positif sachant que l’on est malade ».

Previously in « Probabilité » Si vous êtes testé positif et que vous vous demandez si vous avez ce cancer, vous cherchez la probabilité suivante pP(M) : « la probabilité d’être malade sachant que le test est positif » Si le médecin vous dit que si vous avez ce cancer, le test sera positif dans 90% des cas, vous cherchez cette probabilité pM(P) : « la probabilité d’être testé positif sachant que l’on est malade »

Previously in « Probabilité » Comment passer de 𝑝 𝑃 𝑀 à 𝑝 𝑀 𝑃 ? 𝑝 𝑃 𝑀 = 𝑝 𝑀 𝑃 ∗𝑝(𝑀) 𝑝(𝑃) 𝑝 𝑃 𝑀 = 0,90∗0,001 0,0309 𝑝 𝑃 𝑀 =0,029=2,9% La probabilité d’être malade sachant que le test est positif 𝑝 𝑃 𝑀 = 2,9 % La probabilité d’être testé positif sachant que l’on est malade  𝑝 𝑀 𝑃 = 90%

Previously in « Probabilité » Le dénombrement L’arrangement :  Disposition ordonnée de p éléments parmi n éléments Noté : 𝐴 𝑛 𝑝 lecture : « arrangement de p éléments parmi n » Ordonné ? Oui Non Arrangement Combinaison

Previously in « Probabilité » Le dénombrement Ordonné ? Oui Non Arrangement Combinaison Avec remise ? 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 !

Previously in « Probabilité » Le dénombrement Les factorielles : « ! » 𝑛!=𝑛∗ 𝑛−1 ∗ 𝑛−2 ∗…∗3∗2∗1 Exemple : 6! = 6 x 5 x 4 x 3 x 2 x 1 𝑛∗ 𝑛−1 !=𝑛! Exemple : 6 x 5! = 6 x 5 x 4 x 3 x 2 x 1 = 6! 1!=1 0!=1

Previously in « Probabilité » Le dénombrement 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! n représente le nombre d'éléments dans l'ensemble p représente le nombre d'éléments sélectionnés dans l'ensemble

Previously in « Probabilité » Le dénombrement Dans une association, on doit élire 1 président, 1 secrétaire et 1 trésorier parmi n candidat. Sachant que tous les candidats se présentent à tous les postes, combien y a-t-il de possibilités avec : n = 3 𝐴 3 3 = 3! 3−3 ! = 3! 0! = 3 × 2 ×1 1 =6 n = 6 𝐴 3 6 = 6! 6−3 ! = 6! 3! = 6 ×5 ×4 × 3 × 2 ×1 3 ×2×1 = 6 ×5 ×4 × 3 × 2 ×1 3 ×2×1 =6×5×4 = 120

Previously in « Probabilité » Le dénombrement 𝐴 3 10 = 10! 10−3 ! = 10! 7! = 10×9×8×7×6 ×5 ×4 × 3 × 2 ×1 7×6 ×5 ×4 × 3 × 2 ×1 = 10×9×8×7×6 ×5 ×4 × 3 × 2 ×1 7×6 ×5 ×4 × 3 × 2 ×1 = 10×9×8=720 n = 101 𝐴 3 101 = 101! 101−3 ! = 101! 98! =101×100×99=999 900

Previously in « Probabilité » Le dénombrement Ordonné ? Oui Non Arrangement Combinaison Avec remise ? 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! Quand n=p  Permutation Définition : disposition ordonnée de tous les éléments d’un ensemble

Arrangement et permutation Dans l’exercice précédent nous avions dit qu’avec n=3 𝐴 3 3 = 3! 3−3 ! = 3! 0! = 3 × 2 ×1 1 =6 Soit : 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 !  𝐴 𝑛 𝑛 = 𝑛! 𝑛−𝑛 !  𝐴 𝑛 𝑛 = 𝑛! 0! = 𝑛! 1 =𝑛! On note quand n=p : 𝑷 𝒏 =𝒏!  𝑃 3 =3!=3×2=6 La permutation est une simplification de la formule de l’arrangement quand n=p

Tout va s’arranger Avec remise Ordonné ? Oui Non Arrangement Combinaison Avec remise ? 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! 𝐴 𝑛 𝑝 = 𝑛 𝑝

Tout va s’arranger Avec remise Nombre d’arrangements possibles avec remise 𝐴 𝑛 𝑝 = 𝑛 𝑝 n représente le nombre d'éléments dans l'ensemble p représente le nombre d'éléments sélectionnés dans l'ensemble

Arrangement avec remise 1er evt 2ème evt Résultats D E F G DD DE DF DG ED EE EF EG FD FE FF FG GD GE GF GG EFG L’ordre compte : DE ≠ ED Les arrangements possibles sont (D,D),(D,E),(DF),(D,G), … (G,G) 16 arrangements possibles Soit 4 x 4 = 16 arrangements possibles

Tout va s’arranger Avec remise Avec la formule n=4 et p=2 𝐴 𝑛 𝑝 = 𝑛 𝑝 𝐴 4 2 = 4 2 =4×4=16 arrangements possibles

Tout va s’arranger Avec remise Vous devez choisir un mot de passe de n caractères. Combien existe-t-il de mots de passe possibles si: Le mot de passe ne comporte que des voyelles en minuscule et fait 5 lettres. n = 6 (voyelles dans l’alphabet) p = 5 (lettres dans le mot de passe) 𝐴 6 5 = 6 5 =6×6×6×6×6=7 776

Tout va s’arranger Avec remise Vous devez choisir un mot de passe de n caractères. Combien existe-t-il de mots de passe possibles si: b) Le mot de passe ne comporte que des voyelles en minuscule et fait 10 lettres. n = 6 (voyelles dans l’alphabet) p = 10 (lettres dans le mot de passe) 𝐴 6 10 = 6 10 =6×6×6×6×6×6×6×6×6×6= 60 466 176 mots de passes différents possibles

Tout va s’arranger Avec remise Vous devez choisir un mot de passe de n caractères. Combien existe-t-il de mots de passe possibles si: c) Le mot de passe fait 6 lettres et peut comporter chacune des 26 lettres de l'alphabet français. n = 26 (lettres dans l’alphabet) p = 6 (lettres dans le mot de passe) 𝐴 26 6 = 26 6 =308 915 776 mots de passes différents possibles

Tout va s’arranger Avec remise Une personne veut entrer dans un ordinateur, il ne connait pas le mot de passe mais a vu le propriétaire le taper : il n’utilisait que les lettres du clavier et a frappé 6 fois sur le clavier. Quelle est la probabilité de trouver le mot de passe avec 10 essais ? Card (A) = 10 (essais) Card(Ω) = ?  Arrangement avec remise Card(Ω) = 𝑨 𝒏 𝒑 avec n=26 et p=6 Card(Ω)= 𝐴 26 6 = 26 6 = 308 915 776 p A = 𝐶𝑎𝑟𝑑(𝐴) 𝐶𝑎𝑟𝑑 (Ω) = 10 308 915 776 =0,000 000 032 Soit, en 10 essais, on a 0,000 000 32% de chance de trouver le mot de passe

? Ordonné ? Avec remise ? Arrangement Combinaison Oui Non 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! 𝐴 𝑛 𝑝 = 𝑛 𝑝 ?

La combine Un moyen astucieux Ordonné ? Oui Non Arrangement Combinaison Avec remise ? 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! 𝐴 𝑛 𝑝 = 𝑛 𝑝 Disposition non ordonnée de p éléments parmi n éléments Oui Non 𝐶 𝑛 𝑝 = 𝑛! 𝑝!∗ 𝑛−𝑝 !

Combinaison Sans remise 𝑪 𝒏 𝒑 = 𝒏! 𝒑!× 𝒏−𝒑 ! 𝐶 𝑛 𝑝 = 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑 ′ 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑡𝑖𝑜𝑛𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑎𝑛𝑠 𝑐𝑒𝑡 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡

De l’arrangement à la combinaison 𝐶 𝑛 𝑝 = 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑 ′ 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑝𝑒𝑟𝑚𝑢𝑡𝑎𝑡𝑖𝑜𝑛𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠 𝑑𝑎𝑛𝑠 𝑐𝑒𝑡 𝑎𝑟𝑟𝑎𝑛𝑔𝑒𝑚𝑒𝑛𝑡 𝐶 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! 𝑝! 𝐶 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! ∗ 1 𝑝! 𝐶 𝑛 𝑝 = 𝑛! 𝑝! 𝑛−𝑝 !

De l’arrangement à la combinaison - Illustration On tire au hasard trois billes d'un sac contenant une bille rouge (R), une bille bleue (B), une bille jaune (J) et une bille verte (V). 24 arrangements possibles en tenant compte de l'ordre : (R, B, J), (R, B, V), (R, J, B), (R, J, V), (R, V, B), (R, V, J), (B, R, J), (B, R, V), (B, J, R), (B, J, V), (B, V, R), (B, V, J), (J, R, B), (J, R, V), (J, B, R), (J, B, V), (J, V, R), (J, V, B), (V, R, B), (V, R, J), (V, B, R), (V, B, J), (V, J, R), (V, J, B). 6 permutations possibles: 6 façons différentes de tirer trois billes de couleur si l'on tient compte de l'ordre 4 combinaisons possibles : (R, B, J), (R, B, V), (J, B, V), (J, V, R). Si l’on tient pas compte de l’ordre, RBJ=RJB=BRJ=BJR=JRB=JBR Donc on divise 24 par 6  4

De l’arrangement à la combinaison Avec la formule p=3 billes choisies parmi n=4 billes 𝑪 𝒏 𝒑 = 𝒏! 𝒑! 𝒏−𝒑 ! 𝐶 4 3 = 4! 3! 4−3 ! 𝐶 4 3 = 4×3×2×1 3×2×1 ×1 𝐶 4 3 = 24 6 =4

C’est quoi la combine ? Dans un jeu de 32 cartes, combien de mains de 5 cartes peut-on recevoir ? Ordre ? Remise ?

C’est quoi la combine ? Dans un jeu de 32 cartes, combien de mains de 5 cartes peut-on recevoir ? Ordre ? NON Remise ? NON  Combinaison sans remise : 𝑪 𝒏 𝒑 = 𝒏! 𝒑! 𝒏−𝒑 !

C’est quoi la combine ? Dans un jeu de 32 cartes, combien de mains de 5 cartes peut-on recevoir ?  Combinaison sans remise : 𝑪 𝒏 𝒑 = 𝒏! 𝒑! 𝒏−𝒑 ! Avec p=5 cartes parmi n=32 𝐶 32 5 = 32! 5! 32−5 ! 𝐶 32 5 = 32×31×30×28×27! 5! × 27! = 32×31×30×29×28 5×4×3×2 =201 376 𝑚𝑎𝑖𝑛𝑠 𝑝𝑜𝑠𝑠𝑖𝑏𝑙𝑒𝑠

Ordonné ? Avec remise ? Arrangement Combinaison Oui Non 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! 𝐴 𝑛 𝑝 = 𝑛 𝑝 𝐶 𝑛 𝑝 = 𝑛! 𝑝!× 𝑛−𝑝 ! 𝑪 𝒏 𝒑 = (𝒏+𝒑−𝟏)! 𝒑!× 𝒏−𝟏 !

Combinaison Avec remise Nombre de combinaisons possibles avec remise 𝑪 𝒏 𝒑 = (𝒏+𝒑−𝟏)! 𝒑!× 𝒏−𝟏 ! n représente le nombre d'éléments dans l'ensemble p représente le nombre d'éléments sélectionnés dans l'ensemble

Combinaison Avec remise Dans un festival, vous avez 5 tickets boisson. Le bar peut vous servir 8 boissons différentes pour 1 ticket… Combien de possibilités avez-vous ? Ordre ? Remise ?

Combinaison Avec remise On tire au hasard trois billes dans une urnes qui contient 1 bille rouge, 2 billes violettes distinctes, et 3 billes kaki distinctes. Combien existe-t-il de combinaisons possibles si l’on effectue les tirages avec répétition ? Ordre ? Non, Remise ? Oui  Combinaison avec remise : 𝑪 𝒏 𝒑 = (𝒏+𝒑−𝟏)! 𝒑!× 𝒏−𝟏 ! Avec p=3 billes choisies parmi n=8 billes 𝐶 7 3 = (7+3−1)! 3! 7−1 ! = 9! 3!∗6! 𝐶 7 3 = 9∗8∗7∗6∗5∗4∗3∗2∗1 3∗2∗1∗6∗5∗4∗3∗2∗1 = 504 6 =84 combinaisons possibles

Combinaison Avec remise On peut aussi passer par la formule de la combinaison sans répétition en remplaçant n par n+p-1 𝐶 𝑛 𝑝 = 𝑛! 𝑝! 𝑛−𝑝 ! 𝐶 7+3−1 3 = 𝐶 9 3 𝐶 7+3−1 3 = 9! 3! 9−3 ! 𝐶 7+3−1 3 =84

S’arranger avec nos combinaisons Ordonné ? Oui Non Arrangement Combinaison Avec remise ? 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! 𝐴 𝑛 𝑝 = 𝑛 𝑝 𝐶 𝑛 𝑝 = 𝑛! 𝑝!× 𝑛−𝑝 ! 𝐶 𝑛 𝑝 = (𝑛+𝑝−1)! 𝑝!× 𝑛−1 !

Quelques illustrations pour digérer

Vers l’infini et l’au-delà ! 1er semestre Statistique descriptive 2ème semestre Probabilités 3ème et 4ème semestres Statistiques inférentielles

Statistiques inférentielles ? Variable aléatoire Définition : Variable qui prend différentes valeurs numériques selon le résultat d’une expérience aléatoire Grandeur numérique dont la valeur dépend du résultat de l’expérience aléatoire

Variable aléatoire Illustrons ! On lance un dé à 6 faces. Si le résultat est pair, le joueur gagne le double du résultat. Si le résultat est impair, le joueur perd le double du résultat. Soit X, la variable aléatoire, qui est égale au gain du joueur. Quelles sont les valeurs possibles de X? Quelle est la loi de probabilité de X?

Variable aléatoire Illustrons ! Quelles sont les valeurs possibles de X? Intérêt du tableau : lister toutes les valeurs de X sans en oublier Plus petite valeur: -10 Plus grande valeur: 12 Résultats 1 2 3 4 5 6 Valeur de X -2 -6 8 -10 12

Variable aléatoire Illustrons ! Quelle est la loi de probabilité de X ? La loi de probabilité d’une variable aléatoire (v. a.) X est donnée par le tableau suivant: aaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaaa aaaaaaaaaaaaaaaaaaaa Somme des probabilités est égale à 1 : 𝑖=1 𝑛 𝑝𝑖 =1 Valeurs de X xi x1 x2 x3 … xn Probabilités pi p(X=x1) p1 p(X=x2) p2 p(X=x3) p3 p(X=xn) pn Notation abrégée

Variable aléatoire Illustrons ! Exemple du dé : Résultats 5 3 1 2 4 6 Valeurs de X xi -10 -6 -2 8 12 Probabilités pi 1/6

Variable aléatoire Illustrons ! Exemple du dé :  𝑝𝑖 =1 Valeurs de X xi -10 -6 -2 4 8 12 Probabilités pi 1/6

Variable aléatoire et loi de probabilité La loi de probabilité d’une variable aléatoire est l’ensemble des valeurs possibles de X (xi) et les probabilités associées (pi) Lister toutes les valeurs que peut prendre la variable aléatoire X xi Pour chaque valeur de X, calculer la probabilité qu’elle soit obtenue pi

A retenir ! Ordonné ? Avec remise ? Arrangement Combinaison Oui Non 𝐴 𝑛 𝑝 = 𝑛! 𝑛−𝑝 ! Si n=p Permutation 𝑃 𝑛 =𝑛! 𝐴 𝑛 𝑝 = 𝑛 𝑝 𝐶 𝑛 𝑝 = 𝑛! 𝑝!× 𝑛−𝑝 ! 𝐶 𝑛 𝑝 = (𝑛+𝑝−1)! 𝑝!× 𝑛−1 !

A retenir ! Variable aléatoire Loi de probabilité Variable qui prend différentes valeurs numériques selon le résultat d’une expérience aléatoire Majuscule pour la variable aléatoire (v. a.), minuscule pour les valeurs prises par la v. a. Loi de probabilité Ensemble des valeurs possibles de X et des probabilités associées 𝑝𝑖 =1