PROBABILITES ET STATISTIQUES 1) Loi Binomiale (rappels)
Short Description
Download PROBABILITES ET STATISTIQUES 1) Loi Binomiale (rappels)...
Description
Lycée Bernard Palissy Terminale STI2D2
Année 2012-2013 Mr FOUTEL
PROBABILITES ET STATISTIQUES 1) Loi Binomiale (rappels) a) Exemple : En France, la probabilité de la naissance d’un garçon est de p=0,515. Pour une famille de 3 enfants on note X le nombre de garçons. X est une VARIABLE ALÉATOIRE. A l’aide de l’arbre, déterminer la probabilité qu’une famille de 3 enfants ait 3 garçons : P(X=3)= A l’aide de l’arbre, déterminer la probabilité qu’une famille de 3 enfants ait exactement 2 garçons : P(X=2)=
Déterminer la LOI DE PROBABILITÉ de X. Autrement dit, compléter le tableau suivant : k P(X=k)
0
1
1
2
3
b) Définition et résultat : On considère un schéma de Bernoulli formé de n répétitions (indépendantes) d’une épreuve de Bernoulli de probabilité de succès p. On note X la variable aléatoire qui compte le nombre de succès à l’issue des n épreuves. On dit que X suit la LOI BINOMIALE DE PARAMÈTRES n et p. On le note X B(n; p). On fait un arbre pour n=3 ou S représente le succès et E l’échec.
Déterminer, en fonction de p, la loi de probabilité de X. k
0
1
2
3
P(X=k)
La généralisation du résultat n’est pas simple. S’il y a n répétions alors la probabilité qu’il ait k succès est : n n n k où le nombre se calcule à la machine à l’aide de la touche nCr ou P(X k) pk 1 p k k combinaison dans option PROBA. c) Exemples : Calculer à l’aide de votre machine : 7 5 25 2= 4 = 12 =
2
3 0=
d) Exemple : On jette cinq fois un dé. On considère la variable aléatoire X=» le nombre de 6 obtenue à l’issue des cinq lancers ». Justifier que X suit une loi binomiale dont on donnera les paramètres (cette phrase est à apprendre par cœur pour le bac).
Quelle est la probabilité d’avoir exactement deux 6 à l’issue des cinq lancers? P X 2
Calculer, à la machine, la loi de probabilité de X (on donnera les valeurs à 0,001 près). k
0
1
2
3
4
5
P(X=k) En déduire la probabilité d’avoir au moins un 6 à l’issue des cinq lancers. P X 1
Question : Combien de 6 peut-on espérer obtenir à l’issue de 600 lancers de dé ?
e) Définition et résultats : Lorsque l’on répète n fois (de façon indépendante) une même épreuve de Bernoulli de probabilité de succès p, on a en moyenne p n succès. Si X est la variable aléatoire qui compte le nombre de succès à l’issue des n répétitions on dit que l’ESPÉRANCE DE X est p n et on le note E(X). Autrement dit : Si X est une variable aléatoire qui suit la loi binomiale de paramètres n et p alors E(X)=np. On admettra que l’écart-type de x est X np 1 p .
Si X
n n k B(n; p) alors P(X k) pk 1 p , k
E(X)=np et X np 1 p f) Exemple : On jette cinq fois un dé. On considère la variable aléatoire X=» le nombre de 6 obtenue à l’issue des cinq lancers ». Déterminer E(X) et X .
3
2) Loi uniforme a) Introduction : On va tirer au hasard un nombre réel X entre 0 et 1. Pour cela on met dans une urne dix boules numérotées de 0 à 9, puis on fait une infinité de tirage successif d’une boule avec remise. Par exemple : si les premiers tirages sont 5-3-5-9-0-1 alors le début du nombre tiré est 0,535901… Un tel tirage permet (en théorie) de tirer au hasard un nombre réel de l’intervalle [0 ; 1] (rappel : 0,99999…=1) En supposant qu’un tirage soit réalisable jusqu’au bout, quelle est intuitivement la probabilité que le réel tiré soit le 0,3333333… ? P(X=O,3333333…)=… Quelle est intuitivement la probabilité que le réel tiré soit le O,5 ? P(X=O,5)=… Quelle est intuitivement la probabilité que le réel tiré soit compris entre 0 et 0,5 ? P( 0 X 0,5) =… Quelle est intuitivement la probabilité que le réel tiré soit compris entre 0,3 et 0,4 ? P( 0,3 X 0,4) =…
P X 0; 0, 7 =… Prenons deux réels x 1 et x 2 ( x 1 x2 ) entre 0 et 1. Quelle est intuitivement la probabilité que le réel tiré soit compris entre x 1 et x 2 ? P x 1 X x 2 =…
b) Remarques : Dessiner le graphe de la fonction f définie par : f(x) 0 pour x ;0 1; f(x) 1 pour x 0;1 Pour tout réel x 1 et x 2 de a;b avec x 1 x2 la probabilité
P x 1 X x 2 est égale à l’aire comprise entre le graphe de f , l’axe des abscisses et les droites d’équation x= x 1 et x= x 2 .
y 1
-1
0
Ce que l’on peut écrire :
P x 1 X x 2 = 1 dx . x2
x1
4
1
2
x
c) Définition : i) Si une variable aléatoire X peut prendre toutes les valeurs d’un intervalle I, on dit que X est une VARIABLE ALÉATOIRE CONTINUE sur I. ii) Une variable aléatoire X suit la LOI UNIFORME SUR 0; 1 si, et seulement si, pour tout réel x 1 et x 2 de 0; 1 avec x 1 x2 on a P x 1 X x 2 = 1 dx . x2
x1
iii) La fonction f s’appelle la DENSITÉ DE PROBABILITÉ de la loi uniforme sur 0; 1 d) Remarques: Puisque P(X= x 1 )=0 et que P(X= x 2 )=0 on peut dire que : P(x1 X x2 ) P(x 1 X x2 ) P(x 1 X x 2 ) P(x 1 X x 2 ) Autrement dit : Dans la suite, lorsque les variables aléatoires seront continues, on pourra remplacer les inégalités au sens large, comme , par des inégalités au sens strict, comme < , sans changer la valeur des probabilités. e) Loi uniforme sur un intervalle 2; 7 Généralisons la loi uniforme sur l’intervalle 2; 7 . Soit X une variable aléatoire qui suit la loi uniforme sur l’intervalle 2; 7 . La densité de probabilité de X est une fonction constante f x c sur 2; 7 . On a P( 2 X 7)=1 donc l’aire « sous la fonction constante » vaut 1. Autrement dit : 7 2 c 1 donc c
1 1 . 72 5
Pour tout réel x 1 et x 2 de 2; 7 avec x 1 x2 on a x2 1 P x1 X x2 = dx . x1 5 Déterminer P(2 X 3) =
P(2, 9 X 3,4)=
P(3 X 7) =
f) Définition et résultat : Une variable aléatoire X suit la LOI UNIFORME SUR a;b si, et x2 1 dx . seulement si, pour tout réel x 1 et x 2 de a;b avec x 1 x2 on a P x 1 X x 2 x1 b a
5
g) Exemple : Vous arrivez à un arrêt de bus. Vous ne connaissez pas son horaire de passage mais vous savez qu’il passe toutes les 15 minutes. On note X votre temps d’attente avant l’arrivée du bus. X est une variable aléatoire qui suit la uniforme sur 0; 15 . Calculer la probabilité que vous attendiez le bus moins de 4 minutes.
P(0 X 4) Calculer la probabilité que vous attendiez le bus plus de 7 minutes.
P(7 X 15) Si vous vivez cette situation très souvent, quel est, en moyenne, votre temps d’attente ?
E(X)=
g) Résultat : L’ESPÉRANCE d’une variable aléatoire X qui suit une loi uniforme sur a;b est
ab b a . Sa Variance est V(X) E(X) 2 2
2
et son écart-type est (X) V X
ba . 2
h) Exemple : Quelle est la variance et l’écart-type du temps d’attente X du bus de l’exemple précédent.
3) Loi exponentielle a) Définition : Soit un réel strictement positif. Considérons la fonction f définie sur 0; par f(x)= e x . Soit X une variable aléatoire continue sur 0; dont la loi de probabilité est définie par : Pour tout x 1 et x 2 réels positifs on pose x2
x2
x1
x1
P(x 1 X x 2 ) f(x)dx e xdx . On dit que X suit une LOI EXPONENTIELLE DE PARAMÈTRE . b)Définition : La fonction f définie sur 0; par f(x)= e x s’appelle la DENSITÉ DE PROBABILITÉ de la loi exponentielle. c) Exemple : Considérons la variable aléatoire X qui suit la loi exponentielle de paramètre 2. La densité de probabilité de X est : f(x)= Colorier l’aire donnant P(0 X 0,5) et P(X 1,5)
6
Calculer P(0 X 0,5) ...
P(1 X 2) ...
P(X 1,5) ...
P(X 1,5) ...
d) Exemple : Vous achetez une ampoule dont la durée de vie en heure T est une variable aléatoire qui suit la loi exponentielle de paramètre 0,001 . Calculer la probabilité que la durée de vie de l’ampoule soit comprise entre 800 et 1000h.
P(800 T 1000) ...
Calculer la probabilité que la durée de vie de l’ampoule soit inférieure à 500h.
P(T 500) ...
Calculer la probabilité que la durée de vie de l’ampoule soit supérieure à 1000h.
P(1000 T) ... e) Résultat : L’espérance d’une variable aléatoire X qui suit une loi exponentielle de paramètres 1 est E X . f) Exemple : Quelle espérance de vie de l’ampoule de l’exemple précédent ?
7
4) Loi normale
a) définition : et sont des réels avec >0. Une variable aléatoire X suit une loi normale d’espérance et d’écart-type si sa densité de probabilité est définie sur par : 1 x 2
1 f x e2 2
Colorier les aires donnant les probabilités données :
1 x 2
1 2 e b) Exemples : Voici le graphe de f x 2
pour différentes valeurs de et .
1 x 2
1 e2 c) Remarque : Ne sachant pas trouver une primitive de f x 2 probabilités avec la calculatrice.
8
on calcule les
d) Exemple : Votre poule pond des œufs dont le poids X varie à chaque ponte. X est une variable aléatoire qui suit une loi normale d’espérance =60g et d’écart-type =4g. i) Calculer à l’aide de la machine (voir livre p448 pour TI et p453 pour CASIO) la probabilité que l’œuf du jour pèse entre 58 et 62g.
P(58 X 62) ... ii) Calculer la probabilité que l’œuf du jour pèse moins de 60g.
P(X 60) ... iii) Calculer la probabilité que l’œuf du jour pèse plus de 57g .
P(57 X) ... e) Définition et résultats: Si X suit la loi normale d’espérance et d’écart-type on le note X N , . On a E X et (X) . Cas particulier : La loi normale d’espérance 0 et d’écart-type 1 s’appelle la LOI CENTRÉE RÉDUITE. f) Exemples : i) X suit la loi centrée réduite X N 0; 1 , calculer P X . Autrement dit : Calculer P 1 X 1
ii) X suit la loi normale X N 2;0,1 . Calculer P X .
iii) X suit la loi normale X N 0,8;2 . Calculer P X .
De même calculer dans chacun des cas P 2 X 2 et P 3 X 3 .
P X
P 2 X 2
X N 0; 1 X N 2;0,1 X N 0,8;2
9
P 3 X 3
g) Résultats : Si X N , alors on a P X 0,68
P 2 X 2 0, 95
P 3 X 3 0, 997 .
5) Approximation de la loi binomiale par la loi normale a) Exemple 1 : Considérons X une variable aléatoire qui suit la loi binomiale de paramètres n=30 et p=0,4. On a E X 30 0,4 12 et X 30 0,4 1 0,4 2,68 . Considérons Y une variable aléatoire qui suit la loi normale d’espérance 12 et d’écart-type 2,68 . On trace l’histogramme de X et la densité de Y. Colorier l’aire correspondant à P(X 10). Colorier l’aire correspondant à P(X 10). Graphiquement on peut dire que P(X 10) P(Y 10). Calculer P(X 10) Calculer P(Y 10) b) Exemple 2 : On jette 100 fois une pièce de monnaie équilibrée. X compte le nombre de Faces obtenue. On a X B(100;0,5). On a E X 100 0,5 50 et X 100 0,5 1 0,5 5 . On superpose à l’histogramme de x la densité de Y N 50; 5 . Colorier la partie de l’histogramme qui représente la probabilité que le nombre de Faces soit entre 45 et 55. Colorier la partie du plan correspondant à P(45 Y 55) . Les deux aires sont approximativement égales. C’est-àdire : P(45 X 55) P(45 Y 55) . On dit que l’on approxime la loi binomiale B(100 ;0,5) par la loi normale N(50 ;5). 10
c) Exemple 3 : Dans les exemples qui suivent on a tracé l’histogramme de X
B(n; p) et la densité
de Y N np; np 1 p . Dire s’il vous semble judicieux d’approximer X
B(n; p) par Y N np; np 1 p .
d) Résultat : Si n est « grand » et si p n’est « ni trop proche de 0 ni trop proche de 1 » alors la loi binomiale B(n ;p) admet pour approximation la loi normale N ; de même espérance et de même écarttype, c’est-à-dire avec np et np 1 p . e) Exemple : On jette 100 fois un dé. Quelle est la probabilité que le nombre de 6 obtenue soit compris entre 10 et 20 ? (Pour répondre à la question vous ferez une approximation de la loi binomiale par une loi normale).
11
View more...
Comments