loi binomiale
Short Description
Download loi binomiale...
Description
LOI BINOMIALE I. Schéma de Bernoulli : 1°) Épreuve de Bernoulli :
Définition : On appelle épreuve de Bernoulli de paramètre p une expérience aléatoire qui ne comporte que deux issues. • L'une est appelée succès, de probabilité p, notée S. • L'autre est appelée échec, de probabilité 1 – p, notée E ou S. p
S
1–p
S
Exemple : Une question d'un QCM est composée de 4 réponses, dont une seule est correcte. En répondant totalement 1 3 au hasard, un candidat a une probabilité de répondre juste de . Celle de répondre faux est donc de . On 4 4 appelle succès l’événement « répondre juste » et échec « répondre faux ». Cette expérience qui ne comporte que deux issues est donc une épreuve de Bernoulli. 2°) Schéma de Bernoulli :
Définition : On appelle schéma de Bernoulli toute expérience aléatoire consistant à répéter n fois la même épreuve de Bernoulli de façon indépendante (c'est à dire dans les mêmes conditions, les résultats des premières épreuves n'influant pas sur les résultats des suivantes). On dit que le schéma de Bernoulli est de paramètre n (le nombre de répétitions) et p (la probabilité du succès). Remarque : Un résultat d'un schéma de Bernoulli est donc une liste de n issues qui sont soit des succès, soit des échecs. Exemple : {S ; E ; S ; S ; ... ; S ; E ; E} .
p
S
1–p
S
…
p
S
1–p
…
p
S S
1–p
S
…
…
Exemple : Reprenons l'exemple précédent : un exercice comporte 3 questions. On est donc en présence d’un schéma 1 de Bernoulli de paramètres 3 et . On peut représenter les éventualités sur un arbre pondéré : 4
1/4
Issue
Probabilité
1/4
S
(S;S;S)
(1/4)3
3/4
S
(S;S;S)
(1/4)2×(3/4)1
1/4
S
(S;S;S)
(1/4)2×(3/4)1
3/4
S
(S;S;S)
(1/4)1×(3/4)2
1/4
S
(S;S;S)
(1/4)2×(3/4)1
3/4
S
(S;S;S)
(1/4)1×(3/4)2
1/4
S
(S;S;S)
(1/4)1×(3/4)2
S
(S;S;S)
(3/4)3
S
S 1/4
3/4
3/4
1/4
S
S
S 3/4
S 3/4
II. Loi binomiale : 1°) Loi binomiale :
Définition : Soit X la variable aléatoire correspondant au nombre de succès obtenus dans un schéma de Bernoulli de paramètres n et p. La loi de probabilité de la variable X est appelée loi binomiale de paramètres n et p, notée B(n, p). Exemple : Reprenons l'exemple de l'exercice de QCM avec 3 questions comportant chacune 4 réponses possibles, une seule d'entre elles étant correcte. La variable aléatoire X qui correspond au nombre de succès suit la loi binomiale de paramètres n = 3 et p = 0,25 (c'est-à-dire B(3 ; 0,25)). Le nombre de bonnes réponses varie de 0 à 3 donc X ∈ {0 ; 1 ; 2 ; 3}. On obtient la loi de probabilité suivante : Valeur de X (xi) p(X = xi) = pi
0 3 4
1 3
()
1
1 3 3× × 4 4
2 2
() ()
2
1 3 3× × 4 4
3 1
() ()
1 4
3
()
Remarque : p(X=1) = p({(S ; S ; S) ; (S ; S ; S) ; (S ; S ; S)}). Nous remarquons que chacun des événements 1 3 2 × élémentaires qui composent cet événement a la même probabilité : (1 succès, 2 échecs). Pour 4 4 calculer p(X=1), il suffit donc de multiplier cette probabilité par le nombre d'événements élémentaires, qui correspond au nombre de branches de l'arbre de probabilité menant à exactement 1 succès. Ce nombre (de branches) est appelé coefficient binomiale.
()()
2°) Les coefficients binomiaux :
Définition : Dans le cas d'un schéma de Bernoulli de paramètre n et p, le nombre de chemins (branches) qui mènent à exactement k succès parmi les n succès possibles dans son arbre de probabilités est appelé coefficient n binomiale. Il est noté et se lit k parmi n. k
()
Remarque : Ce nombre correspond aussi au nombre de combinaisons possibles de k éléments parmi n, c'est à dire le nombre de façons différentes qu'on a de ranger k objets dans n boites. En effet, on peut considérer une expérience aléatoire suivant un schéma de Bernoulli comme le fait de devoir remplir n boites avec des S ou des S. Si l'on veut exactement k succès, il suffit de sélectionner k boites dans lesquels on placera des S, et on mettra ensuite des S dans les autres boites. Le nombre de chemins menant à exactement k succès correspond donc au nombre de façon différentes de choisir k boites parmi les n, c'est-à-dire le nombre de combinaison de k parmi n. Exemple : Toujours dans le même exemple, le nombre de branches qui mènent à exactement une bonne réponse est
(31) = 3. Remarque : Pour calculer le nombre de combinaison de p éléments parmi n, nous utiliserons la calculatrice. Par 5 exemple, sur la TI82, il faut aller dans le menu « math », onglet « PRB », et enfin numéro 3. Pour calculer , 3 on saisit « 5 Combinaison 3 ».
()
Exemples : À l'aide de la calculatrice,
( 42) = 6 ; (73) = 35 ; (135 ) = 1 287.
III. Calculs : 1°) Probabilité :
Propriété : X est une variable aléatoire qui suit la loi binomiale B(n ; p). Pour tout entier k, 0 k n, P(X = k) =
× p × (1 – p) n k
k
n–k
.
Preuve : Sur n épreuves, si on a k succès, cela signifie que l'on a n – k échecs. La probabilité d'avoir k succès suivis de n – k échecs est de pk × (1 – p)n – k. Chaque issue comportant k succès et n – k échecs à la même probabilité, quel que soit l'ordre dans lequel apparaissent ces succès et ces échecs (il s'agit d'une branche de l'arbre dans laquelle apparaît k fois la probabilité p et n – k fois la probabilité 1 – p). Il ne reste donc plus qu'à déterminer le nombre de branches de l'arbre correspondant à la situation. Comme n nous l'avons vu au II. 2°), ce nombre est de . k
()
Exemple : La probabilité qu'un candidat qui répond totalement au hasard à l'exercice de QCM obtienne exactement 2 3 ×0 , 252×0 , 75 bonnes réponses est de P(X = 2) = ≈ 14 %. 2
()
2°) Espérance et variance :
Exemple : Reprenons la loi de probabilité de notre exemple (B(3 ; 0,25) : Valeur de X (xi)
0
1
2
3 3 1 1 3 2 3× × 4 4 4 L'espérance de cette variable aléatoire est donc de
()
p(X = xi) = pi
1 2 3 × 4 4
() ()
1
() ()
3 3 1 1 3 2 1 2 3 1 1 +1×3× × + 2×3× × +3× 4 4 4 4 4 4
()
E (X) = 0×
() ()
3×
3
() ()
()
1 4
3
()
3
= 0,75.
On remarque que E (X) = 3 × 0,25 = np. Cette constatation peut être généralisée : Propriété (admise) : Soit X une variable aléatoire qui suit la loi binomiale B(n ; p). Alors –
l'espérance est E (X) = n × p ;
–
la variance est V (X) = np(1 – p).
IV. Propriété des coefficient binomiaux : 1°) Les propriétés :
Propriétés : 1) Pour tout n ∈ ℕ*,
= 1 et ( ) = 1; n 0
n n
( ) ( ) (symétrie des coefficients) ; 3) pour tout n ∈ ℕ , pour tout k ∈ ℕ , 1 k n – 1, ( ) + ( n ) = ( n+1 ) . k +1 k +1 2) pour tout n ∈ ℕ*, pour tout k ∈ ℕ*, k n , *
*
n n = k n– k n k
Preuve : 1) Avec l'arbre ; 2) si n = 0 alors k = 0, égalité vérifiée. Si n > 0, alors sur l'arbre représentant le schéma de Bernoulli,
n k
est le nombre de chemins
réalisant k succès, donc aussi le nombre de chemin réalisant k échecs i.e. qui réalisent n – k succès. 3) Raisonnons sur le nombre de succès lors de n répétition, et ajoutons une répétition : pour obtenir k + 1 succès parmi n + 1 répétitions, il y a deux possibilités : - soit on avait k + 1 succès parmi les n premières répétitions, et lors de la (n + 1)ème répétition il faut n un échec. Cela représente donc cas ; k+1
( )
- soit on avait k succès parmi les n premières répétitions et lors de la (n + 1)ème répétition il faut un succès. Cela représente donc
(
(nk) cas ;
) ( ) ( k n+ 1)
n n+1 Donc k + 1 = k +
2°) Le triangle de Pascal :
n
k 0
1
2
3
4
5
6
7 …
À l'intersection de la ligne « n » et de la colonne « k », on lit
0
1
1
1
1
2
1
2
1
3
1
3
3
1
4
1
4
6
4
5
1 5 + 10 10 5
6
1
6 15 20 15 6
7
1
7 21 35 35 21 7
La propriété 1) permet de placer 1
=
n k
=1 et =1. n 0
n n
La propriété 3) permet de compléter les autres cases.
1
… 1
()
La propriété 2) permet de vérifier la symétrie des coefficients.
1 1 1
V. Exemple : Questions :
Un sac contient 20 jetons indiscernables au toucher. Six d’entre eux sont rouges et les autres sont bleus. 1. On tire un jeton au hasard. Quelle est la probabilités p d’obtenir un jeton rouge ? 2. On tire successivement 6 jetons un à un, avec remise. a) Quelle est la probabilité p1 d’obtenir exactement trois jetons rouges ? b) Quelle est la probabilité p2 d’obtenir exactement un jeton rouge ou un jeton bleu ? c) Quelle est la probabilité p3 d’obtenir au moins quatre jetons rouges ? Réponses :
1.
p=
6 =0 , 3 . 20
2. Il s’agit d’un schéma de Bernoulli car le jeton est soit rouge, soit bleu et les tirages n’ont donc que deux issues possibles et sont indépendants. Soit X le nombre de jetons rouges tirés, alors : a) p1 = P(X = 3) =
(63) ×0,3 ×0,7 ≈ 0,185. 3
3
()
()
b) p2 = P((X =1) ∪ (X = 5)) = P(X = 1) + P(X = 5) = 6 ×0,31×0,75 + 6 ×0,35×0,71 ≈ 0,313. 1 5 c) p3 = P((X = 4) ∪ (X = 5) ∪ (X = 6)) = P(X = 4) + P(X = 5) + P(X = 6) =
(64) ×0,3 ×0,7 + (65) ×0,3 ×0,7 + (66) ×0,3 ×0,7 ≈ 0,07 4
2
5
1
6
0
View more...
Comments