Al7ma11tepa0012 Sequence 07

Squence 7
Probabilits
Echantillonnage
Sommaire
Pr-requis
Variable alatoire, Loi de probabilit, Esprance
Rptitions dexpriences identiques
Loi de Bernoulli Loi binomiale
Esprance de la loi binomiale
Echantillonnage
Synthse de la squence
Exercices dapprofondissement
Squence 7 MA11
Cned - Acadmie en ligne
1 Pr-requis
A
Exprience alatoire
Gnralits
Dfinition
Une exprience alatoire peut conduire plusieurs issues ou ventualits :
e1 ,e 2 ,...,en .
A chaque exprience, une seule issue se ralise, sans que lon puisse la prvoir
lavance.
Exemple
Si on lance un d jouer numrot 1, 2, 3, 4, 5, 6, il y a 6 issues possibles : obtenir

1, 2, 3, 4, 5 ou 6.
Frquence dune issue
Dfinition
On sintresse lune des issues ei . Si elle se ralise k fois au cours de n expk

k
riences identiques, sa frquence est gale . On note fi = .
n
n
Exemple
On a lanc un d 12 fois ; la face marque 5 apparat 8 fois. La frquence dappa8

2
rition du 5 parmi ces 12 lancers est
, soit ou encore environ 0,666.
12
3
Proprit
Une frquence est comprise entre 0 et 1 :
0 fi 1 pour 0 i n.
La somme des frquences de toutes les issues est gale 1 :
f1 + f2 + ... + fn = 1.
Squence 7 MA11
Stabilisation dune frquence
Dfinition Loi des grands nombres.
Si on rpte une exprience alatoire un trs grand nombre de fois, la frquence

f dune issue finit par se stabiliser autour dune valeur p. On prend alors cette
valeur p comme probabilit de lissue.
Exemple Si lon effectue une exprience alatoire un trs grand nombre de fois,
la frquence dapparition de Pile est de plus en plus proche de 0,5.
Probabilit dun vnement

Notion dvnement
On envisage des expriences ne comportant quun nombre fini dissues possibles.

Pour une exprience, on dsigne par lensemble des issues possibles (ou ventualit).
= {e1 ,e 2 ,...,en } .
est appel univers de cette exprience.
Dfinition
On appelle vnement dune exprience alatoire, un ensemble dissues de

cette exprience.
Cest donc un sous-ensemble de lunivers.
A = {e1 ,e 2 } , on dit que e1 et e 2 ralisent A ou sont favorables A.
Exemple
On lance un d une fois. = {1, 2, 3, 4, 5, 6}

On peut considrer lvnement A obtenir un nombre pair .
A = {2, 4, 6}
Remarque
Il est important de comprendre que, lorsque lexprience sera
faite, on pourra dire quun vnement est ralis si cest lUNE
des issues qui le composent qui se ralise.
Exemple
On lance une pice de monnaie deux fois de suite. A chaque lancer, on note P si
lon obtient Pile et F si lon obtient Face . On note A 0 , A1 , A 2 les vnements respectifs : obtenir 0 fois Pile , obtenir une fois Pile , obtenir deux
fois Pile .
Squence 7 MA11
={PP,PF,FP,FF}
Lissue FF ralise lvnement A0.
Les issues PF et FP ralisent lvnement A1.
Lissue PP ralise lvnement A2.
Cas
particulier
est lvnement impossible, aucune issue ne le ralise.

est appel vnement certain ; toutes les issues le ralisent.
Vocabulaire des vnements
Dfinition
Lvnement contraire de A est not A . Il est ralis lorsque A nest pas

ralis.
Un vnement lmentaire ne comporte quune seule issue, par exemple
{e1 } .
Lvnement A ou B , not A B est ralis lorsque lun au moins des
deux vnements est ralis.
Lvnement A et B , not A B est ralis lorsque les deux vnements sont raliss.
Si A B = , A et B sont dits vnements incompatibles.
Exemple
Avec la pice de monnaie quon lance deux fois, lvnement contraire de A0

obtenir 0 fois pile est lvnement obtenir au moins une fois pile .
On lance un d une fois et on considre lvnement A : obtenir un nombre
pair et lvnement B obtenir un multiple de 3 .
A = {2,4,6} B = {3,6}
A B = {2, 3, 4, 6}.
A B ={6}.
Loi de probabilit
Dfinition
Soit une exprience alatoire dunivers fini = {e1 ,e 2 ,...,en } .

s Dfinir une loi de probabilit sur , cest associer chaque vnement
lmentaire e1 ,e 2 ,...,en un nombre rel p1 , p2 ,..., pn qui est un nombre vrifiant:
pour tout i, 0 p i 1 et p1 + p 2 + ... + p n = 1.
Squence 7 MA11
t-FOPNCSFpi est appel probabilit de lvnement lmentaire ei.

t"DIBRVFWOFNFOU"FTUBTTPDJFTBQSPCBCJMJU p (A) : cest la somme des
probabilits des vnements lmentaires qui le constituent.
Ainsi, si A = {e 1 ,e 2 } , p ( A ) = p1 + p 2 .
Proprit
0 p ( A) 1; p ( ) = 0 et p ( ) = 1.
p ( A ) + p ( A ) = 1, cest--dire, p (A ) = 1 p (A)
p( A B ) = p(A)+p(B) p( A B ).
Si A et B sont incompatibles,
A B = , donc p( A B) = 0 et p( A B ) = p( A )+p( B )
Dfinition
On dit que lon est en situation dquiprobabilit lorsque tous les vnements
lmentaires ont la mme probabilit.
On reconnat ces situations lorsque lon a des tirages au hasard, des ds quilibrs ou si lnonc le suppose.
Proprit
Dans une situation dquiprobabilit, si A comporte k issues favorables :
p (A)=
Exemple
nombre d'issues favorables A

k
.
soit p ( A ) =
nombre d'issues possibles
n
Dans lexemple du d suppos bien quilibr, on est en situation dquiprobabilit.

3 1
Par suite, p (A) = p ( obtenir un nombre pair ) = = .
6 2
2 1
p (B)=p ( obtenir un multiple de 3 ) = = .
6 3
4 2
p (A B)= p ( {2, 3, 4, 6}) = = .
6 3
1
p ( A B ) = p ( {6}) = .
6
On a bien p (A B )= p(A)+p(B) p (A B).
Squence 7 MA11
On reprend lexemple de la pice que lon lance deux fois. La pice est suppose
bien quilibre ; on est en situation dquiprobabilit.
Lvnement obtenir au moins une fois pile est lvnement contraire de A0
obtenir 0 fois pile .
1 3
Donc p ( obtenir au moins une fois pile ) = p ( A 0 ) = 1 p ( A 0 ) = 1 = .
4 4
Mthodes
On
peut utiliser des reprsentations :

arbres, diagrammes, tableaux.
Diffrentes mthodes et techniques sont utilises dans le cours de probabilit.

On donne ici quelques exemples de ces reprsentations.
A B
Voici un diagramme pour illustrer lintersection de

deux vnements A et B dun univers E.
Voici une autre faon de prsenter deux vnements

et leurs vnements contraires dans lunivers E.
Dans ce type de tableau, la place des intersections
on peut indiquer les probabilits des vnements
correspondants.
On a quelquefois besoin de visualiser tous les cas
possibles.
Voici deux exemples :
tBWFD VO UBCMFBV QPVS JMMVTUSFS MWOFNFOU
obtenir au moins un 6 quand on lance un d
rouge (R) et un d bleu (B),
R
B 1
1
2
3
4
5
6
2 3 4 5 6
A B
A B
AB
AB
tBWFDVOBSCSF POEJUQBSGPJTVOjBSCSF
des possibles ) pour voir toutes les
issues de lexprience suivante : on tire
successivement deux lettres parmi les
trois lettres A, B et C, en remettant la
premire lettre tire avant de faire le
second tirage.
A AA
A
B AB
C AC
A BA
B
B BB
C BC
A CA
C
B CB
C CC
Squence 7 MA11
On peut aussi simuler les expriences
Pour simuler une exprience alatoire quiprobable, on peut simuler le hasard en

produisant des nombres de manire aussi alatoire que ce que lon obtient en
lanant un d, une pice ou autre.
On peut alors, en utilisant ces moyens, refaire virtuellement lexprience, y compris un trs grand nombre de fois, de faon voir ce qui se passe.
Pour raliser une telle simulation, on peut utiliser, entre autres, une calculatrice
ou un tableur.
On peut alors obtenir une valeur approche de la probabilit dvnements donns.
Nous en verrons des exemples dans la suite du cours.
Squence 7 MA11
2
A
Activit 1
Variable alatoire. Loi de

probabilit. Esprance
Activits
Multiplier des numros tirs au hasard
Une exprience alatoire se droule en deux temps :
zdans un sac contenant trois jetons numrots 0, 1, 2, on tire, au hasard, un
jeton;
zpuis, dans un autre sac contenant quatre jetons numrotes 1, 2, 3, 4, on tire,
au hasard, un jeton.
Les issues de cette exprience alatoire sont donc des couples de nombre.
Les tirages se font au hasard, on fait donc lhypothse dquiprobabilit.
A laide dun tableau ou dun arbre, dterminer tous les couples quil est pos-
sible dobtenir.
Pour chaque couple, on calcule le produit des nombres. Dterminer tous les produits possibles et la probabilit dobtenir chacun de ces rsultats.
On utilise lexprience alatoire prcdente pour organiser le jeu de hasard
suivant: Si le produit obtenu lexprience est impair, on gagne 3, sinon on

perd 1 .
Quels sont les gains (compts avec un signe moins pour les pertes) possibles ?
Quel est la probabilit dobtenir chacun de ces gains ?
Activit 2
Jouer Pile ou Face

On lance deux fois une pice de 1 bien quilibre, et on compte le nombre de
Pile obtenus. Il y a donc trois rsultats possibles : 0, 1, 2.
On a simul 40 lancers sur le tableur Open Office.
ALEA.ENTRE.BORNES(0 ;1) donne alatoirement 0 ou 1, on peut donc simuler le
lancer dune pice, 0 correspondra Face et 1 Pile.
Ainsi, en faisant la somme ALEA.ENTRE.BORNES(0 ;1) + ALEA.ENTRE.
BORNES(0 ;1), on ralise la simulation du nombre de Pile obtenus en lanant les
deux pices.
Et on a recopi le calcul de A1 dans toutes les autres cellules.
On a obtenu les rsultats suivants (il suffit de faire CTRL+MAJ+F9 pour obtenir
une autre simulation).
Squence 7 MA11
Les questions 1 et 2, plus simples, prparent la question 3.

Compter la frquence du nombre de fois o on a obtenu 0, puis 1, puis 2. On
constate que le modle de lquiprobabilit nest pas adapt.

On est donc amen distinguer les deux pices pour modliser lexprience.
Pour cela on peut, par exemple, imaginer des marques de couleur sur chaque
face de chaque pice, vertes pour une pice, rouges pour lautre.
A laide dun arbre ou dun tableau, dterminer la probabilit dobtenir 0, dobtenir 1, dobtenir 2.
On tudie la situation analogue avec trois pices de 1 bien quilibres.
Vous pouvez dabord faire des simulations sur un tableur comme ci-dessus, ou
sur votre calculatrice :
zavec une Texas Instrument vous pouvez utiliser EntAlea(0 ; 1) que vous trouvez
dans le catalogue ou dans Math puis Prob,
zavec une Casio vous pouvez utiliser RanInt#(0 ; 1) que vous trouvez dans OPTN
puis PROB puis RAND puis Int ;
zon fait une somme de trois termes ; puis on appuie autant de fois quon le souhaite sur la touche Enter (ou EXE) de la calculatrice.
Il y a quatre rsultats possibles : 0, 1, 2 et 3.
A laide dun arbre, dterminer la probabilit dobtenir chacun deux.
Activit 3
Jeu promotionnel au casino

Afin de sduire une clientle peu rompue aux rgles complexes de la roulette, un
casino propose le jeu plus simple suivant ; dans lequel le joueur paye, pour une
partie, une somme (toujours la mme) de A euros.
Le croupier lance deux fois une pice de 1 bien quilibre
Si elle tombe deux fois sur pile , le joueur gagne 4 .
Si elle tombe une fois sur pile , le joueur gagne 1 .
Sinon (la pice tombe deux fois sur face ), le joueur ne gagne rien.
Le directeur du casino se demande quel doit tre le prix A dune partie pour que
le jeu soit quitable (on parle de martingale).
10
Squence 7 MA11
Pour rpondre sa question nous allons, dans un 1er temps, supposer que le jeu
est gratuit (cest--dire A = 0) et simuler plusieurs parties.
a) Le tableau suivant concerne une partie. Complter-le.
N (Nombre de Pile obtenu)
N2
b) En dduire ce quoi est gal, dans tous les cas, le carr du nombre de
pile obtenu, lissue dune partie ?
On considre le programme (Texas ou Casio) incomplet suivant :
Texas
Casio
: EffDessin
N= ? N
: Input N= , N
ViewWindow 0, N, 100, 1.2, 1.8, 0.1
: 0 Xmin : N Xmax
Graph Y=1.5
: 100 Xgrad
PB
: 1.2 Ymin : 1.8 Ymax
For 1 I To N
: 0.1 Ygrad
....... + B B
: DessFonct 1.5
B/I G
:0B
Plot I, G
: For (K,1,N)
Next \
: + B B
Gain moyen=\G\
: B/K G
: Pt-Aff(K,G)
: End
: Pause
: Disp Gain moyen=, G
Par quelle instruction faut-il remplacer les pointills pour quil simule le jeu et
quen sortie apparaisse le gain (en ) du joueur aprs N parties ?
Faire fonctionner ce programme (deux fois pour chaque valeur de N) puis
remplir le tableau suivant :

Valeur de N en entre
10
30
50
100
1000
Valeur de G en sortie
(1re simulation)
Valeur de G en sortie
(2nde simulation)
Squence 7 MA11
11
Quelle somme le joueur peut-il esprer gagner (si le jeu est gratuit) ?
En dduire le prix que le directeur du casino peut proposer ses clients pour
que le jeu soit quitable ?

A laide la question 2 de lactivit 2, faire un arbre de la situation en indiquant,
pour chacune des feuilles sa probabilit et la somme en euros lui correspondant.

Dix minutes avant la fermeture, le directeur du casino dcide de multiplier par
10 les gains du jeu.

Par combien doit-il multiplier le prix dune partie pour que le jeu reste encore
quitable ?
Cours
Dfinition
dune variable alatoire
Considrons une exprience alatoire, dont les issues sont notes a1,a2 ,a3 , ..., an .
Notons aussi = a1,a2 ,a3 , ..., an lunivers de cette exprience alatoire.
On suppose avoir dfini sur lunivers une loi de probabilit P.

Attention
Ne pas confondre les lettres P qui dsignent tantt la ct pile

dune pice, tantt la probabilit.
Dfinition 1
On dit quon dfinit une variable alatoire sur lensemble E lorsqu chaque issue
de E on associe un nombre rel.
Exemple
Dans lactivit 1, on rappelle que :

zon tire, au hasard, un jeton dans un sac en contenant trois, numrots 0, 1, 2 ;
zpuis on tire, au hasard, un jeton dans un autre sac en contenant quatre et
numrots 1, 2, 3, 4.
2
3
4
2
3
4
2
3
4
1
1
1
(0 ; 1) (0 ; 1) (0 ; 1) (0 ; 1) (1 ; 1) (1 ; 2) (1 ; 3) (1 ; 4) (2 ; 1) (2 ; 2) (2 ; 3) (2 ; 4)
12
valeurs de X
valeurs de Y
Squence 7 MA11
Il y a douze ventualits que lon peut crire sous forme de couples, le premier
numro dun couple tant celui du premier jeton tir ; ainsi
( 0 ;1 ,(0 ;2),(0 ;3),( 0 ;4 ),(1;1),(11;2),(1;3),
=
(1;4 ),(2;1),( 2;2),( 2;;3),( 2;4 )
Dans la question on associe chacun de ces couples le produit de ses deux

numros.
On a ainsi fabriqu une variable alatoire X telle que :
X (0 ; 1) = 0, X (0 ; 2) = 0, X (0 ; 3) = 0, X (0 ; 4 ) = 0,
X (1 ; 1) = 1, X (1 ; 2) = 2, X (1 ; 3) = 3, X (1 ; 4 ) = 4 ,
X (2 ; 1) = 2, X (2 ; 2) = 4 , X (2 ; 3) = 6, X (2 ; 4 ) = 8.
Dans la question on dfinit une seconde variable alatoire Y qui vaut 3 si le
produit est impair et qui vaut 1 si le produit est pair. Ainsi :
Y (0 ; 1) = Y (0 ; 2) = Y (0 ; 3) = Y (0 ; 4 ) = Y (1 ; 2) = Y (1 ; 4 ) =
Y (2 ; 1) = Y (2 ; 2) = Y (2 ; 3) = Y (2 ; 4 ) = 1
et Y (1 ; 1) = Y (1 ; 3) = 3.
Dans lactivit 3, le gain X (en ) dun joueur prend des valeurs parmi 0, 1, 4
lissue dune partie. X est une variable alatoire telle que :
X (PP ) = 4 , X ({PF ,FP }) = 1 et X (FF ) = 0.

Remarque
Une variable alatoire est donc une fonction de lunivers vers
lensemble . Lexpression variable alatoire nest pas trs
bien choisie ( fonction alatoire serait mieux) mais cest nanmoins celle qui est utilise.
Notations
zUne variable alatoire est note par une lettre majuscule, trs souvent on utilisera X.
zAvec les notations de lexemple prcdent, on notera ( X = 4 ) lvnement
(2 ; 2), (1 ; 4 ) . (X=4) est donc lvnement form de toutes les issues (ici,
des couples de numros) pour lesquelles la variable alatoire X prend la valeur
4 ; en effet, on vrifie bien que X (2 ; 2) = 2 2 = 4 et X (1 ; 4 ) = 1 4 = 4. De
manire plus gnrale, lensemble des issues pour lesquelles la variable alatoire X prend la valeur x 1 est un vnement, il sera not ( X = x 1) . On pourra
donc parler de la probabilit de lvnement ( X = x 1) ; on la notera p ( X = x 1).
Squence 7 MA11
13
Loi
de probabilit dune variable alatoire
Dfinition 2
La loi de probabilit dune variable alatoire X est donne par :
zlensemble x 1, x 2 , ... x r des valeurs prises par la variable alatoire,

zles probabilits P ( X = x i ) pour toutes les valeurs xi prises par X.
Exemple
Dans lactivit 1, on nomme X la variable alatoire dfinie par les produits des
numros des jetons tirs.
Nous avons fait lhypothse dquiprobabilit sur lensemble des douze couples
de lexprience alatoire.
1
Chaque couple de lexprience alatoire est obtenu avec la probabilit .
12
Lensemble des valeurs prises par X est {0, 1, 2, 3, 4 , 6, 8 } et par exemple,
4 1
comme ( X = 0 ) = (0 ; 1), (0 ; 2), (0 ; 3), (0 ; 4 ) , on calcule P ( X = 0 ) = = .
12 3
1
1
et P ( X = 8 ) = .
On trouve aussi P ( X = 1) =
12
12
Remarque
s,ALOIDEPROBABILITDUNEVARIABLEALATOIRESEDONNESOUVENT
par un tableau.
Dans notre exemple, on obtient :
xi
P(X=xi)
1
3
1
12
1
6
1
12
1
6
1
12
1
12
s$ANSLADESCRIPTIONDELALOIDEPROBABILITPARLETABLEAUPRcdent, seules apparaissent les valeurs prises par la variable

alatoire et les probabilits que ces valeurs soient prises par
la variable alatoire. Les couples rsultats de lexprience
alatoires ont totalement disparus.
Lors de la ralisation de lexprience alatoire prcdente, le produit des numros

des deux jetons tirs est gal lun des nombres 0, 1, 2, 3, 4, 6, 8 donc la variable
alatoire X prend coup sr lune de ces valeurs ; dit autrement, lunivers est gal
la runion ( X = 0 ) ( X = 1) ( X = 2) ( X = 3) ( X = 4 ) ( X = 6 ) ( X = 8 )
de tous les vnements ( X = x i ) . De
plus, tous ces vnements sont incompaProprit
tibles (puisque X ne prend quune seule
Avec les notations de la dfinivaleur la fois) donc on a lgalit :
tion prcdente
P(X=x1) + P(X=x2) + P(X=x3) + P(X=x4)
P(X=x1) + P(X=x2) + + P(X=xr)
+ P(X=x6) + P(X=x8) = P(E) = 1.
= p(E) = 1.
14
Squence 7 MA11
Test
Cette galit permet de faire un contrle dans le tableau dune loi de probabilit : la somme des probabilits de la dernire ligne doit tre gale 1.
Pour cette raison, il est souvent commode de ne pas simplifier systmatiquement
les fractions pour calculer cette somme plus facilement.
Dans le cas de notre exemple, on obtient :
4 1 2 1 2 1 1 12
+ + + + + + = = 1.
12 12 12 12 12 12 12 12
Exemple 1
On tire au hasard une carte dans un jeu de 32 cartes.

On marque 10 points si on a tir las de cur, 5 points si on a tir un autre as,
3 points si on a tir une figure (Valet, Dame ou Roi) et zro point dans tous les
autres cas.
On dfinit une variable alatoire X dont la valeur est le nombre de points obtenus.
Donner la loi de probabilit de X.
Solution
Les tirages se font au hasard , on fait donc lhypothse dquiprobabilit, par

1
consquent, chaque carte a la probabilit
dtre tire.
32
1
3
On a donc : P(X=10) = P({Ay}) = , P(X=5) = p({A w, Ax, Az})= ,
32
32
3 4 12
P( X = 3 ) =
=
car il y a 3 figures dans chacune des quatre couleurs
32
32
(cur, carreau, trfle, pique).
16
car, dans chaque couleur, il y a 4 cartes diffrentes dune
32
figure ou dun as : ce sont les 7, 8, 9 et 10.
Et enfin P(X=0) =
xi
10
P(X=xi)
16
32
12
32
3
32
1
32
On vrifie que la somme des probabilits P(X=xi) vaut 1 :

16 12 3
1 32
+ + + = = 1.
32 32 32 32 32
Remarque
Pour calculer la dernire probabilit, on pouvait aussi utiliser le
fait que la somme totale est gale 1, et ainsi obtenir que la
12
+ +
. En procdant
dernire probabilit est gale 1
32 32 32
ainsi, on se prive toutefois dun moyen de contrle des valeurs
trouves.
Squence 7 MA11
15
Dfinition
de lesprance dune variable
alatoire
Dans lactivit , nous avons considrer un jeu dont les gains possibles sont
(4 ; 1 ; 0 ).
Lorsquon ralise la simulation de 1000 parties, ces gains sont, en thorie, obtenus (250 fois ; 500 fois ; 250 fois). Dit autrement, les gains ont les probabilits
1 1 1
4 ; 2 ; 4 dtre obtenus.
Le gain moyen dun joueur (si les rsultats des parties du jeu se rpartissent
250 4 + 500 1 + 250 0
selon le modle idal thorique) est alors x =
1000
1 1 1
ou encore x = 4 + 1 + 0 .
4 2 4
Dans les deux cas, bien sr, on obtient 1,5 .
) (
) (
De manire plus gnrale, considrons un jeu li une exprience alatoire dont

les gains possibles sont les valeurs x 1, x 2 , x 3 , ... , x r . Quand on ralise une simulation de N parties, le gain x 1 est obtenu n1 fois, , le gain x r est obtenu nr
fois.
n x + n x + ... + nr x r
; ce quon peut encore crire
Le gain moyen est alors x = 1 1 2 2
N
n1
n2
nr
x = x 1 + x 2 + ... + x r .
N
N
N
n
n
Avec cette dernire criture, on reconnait 1 = f1, 2 = f2 , cest--dire, les frN
N
quences de x 1 , x 2 , ... pour lesquelles on a dj observ quelles se rapprochaient
des probabilits p1, p2 , ... (dfinies par p1 = P ( x = x 1), p2 = P ( x = x 2 ), ...) dobtenir les gains x 1 , x 2 , ...
Cette remarque amne donner la dfinition suivante.
Dfinition 3
Soit X une variable alatoire prenant les valeurs x 1, x 2 , x 3 , ... , x r et de loi de

probabilit P. Lesprance de la variable alatoire X est le nombre, not
E(X), dfini par :
E( X ) = x 1 P( X = x 1 ) + x 2 P( X = x 2 ) + ... + x r P( X = x r ).
En notant pi la probabilit P ( X = x i ) on obtient :
E( X ) = x 1 p1 + x 2 p2 + ... + x r pr .
Remarque
Le mot esprance correspond lobservation faite sur les
gains moyens quand on joue un trs grand nombre de fois.
Si on joue N fois un jeu dont le gain X a une esprance E(X), on
peut esprer un gain total proche de N wE(X).
16
Squence 7 MA11
Proprit
de lesprance dune variable
alatoire
Proprit
Soit X une variable alatoire.
On considre deux nombres rels a et b.
On a alors : E(aX+b) = aE(X)+b.
Exemple
Dans lactivit , le gain X dun joueur est une variable alatoire dfinie par :
X (PP ) = 4 , X ({PF ,FP }) = 1 et X (FF ) = 0.

Sa loi de probabilit est donne par
xi
P(X=xi)
1
4
1
2
1
4
Lorsque le directeur propose de multiplier les gains par 10, le gain dun joueur
devient une nouvelle variable alatoire Y dfinie par :
Y (PP ) = 40, Y ({PF ,FP }) = 10 et Y (FF ) = 0.

Sa loi de probabilit est donne par
yi
10
40
P(Y=yi)
1
4
1
2
1
4
Plus simplement, on crira Y = 10 X puisque la variable alatoire Y suit la mme

loi de probabilit que la variable alatoire X et que les valeurs prises par Y sont
10 fois celles prises par X.
On calcule lesprance de la variable alatoire Y :
1
1
1
E (Y ) = 40 + 10 + 0 = 15.
4
2
4
En rsum
E ( X ) = 1, 5 et E (10 X ) = E (Y ) = 15 ce qui illustre la proprit nonce avec

a = 10 et b = 0.
Remarque
Le calcul de lesprance dune variable alatoire laide dune
calculatrice se fait de la mme manire que le calcul (tudi dans
la squence 4) de la moyenne pondre dune srie statistique en
remplaant les effectifs ni par les probabilits pi .
Squence 7 MA11
17
C
Exercice 1
Exercices dapprentissage
On lance un d cubique dont les faces sont numrotes de 1 6. On appelle X la
variable alatoire gale au chiffre obtenu. La loi de probabilit de X est prcise
dans le tableau suivant, dans lequel a est un nombre.
xi
P ( X = xi )
2a
3a
4a
5a
7a
Calculer a.
Le d est-il truqu.
Exercice 2
Ali Baba lance deux fois un d cubique quilibr dont les faces sont numrotes
de 1 6.
Il appelle S la somme des rsultats des deux lancers. La porte du paradis ne souvrira que si S est un nombre divisible par 6.
Quelle est la probabilit que la porte souvre ?
Exercice 3
Dans certaines rgions rurales de Russie, on prvoyait les mariages de la manire

suivante : une jeune fille tenait dans sa main 3 longs brins dherbe replis en
deux, dont les 6 extrmits dpassaient sous sa main (Dessin 1) ; une autre jeune
fille nouait au hasard les extrmits deux par deux ; si le rsultat formait une
seule boucle ferme (Dessin 2), cest que la jeune fille qui nouait les brins dherbe
allait se marier dans lanne.
On note X le nombre boucles fermes obtenues.
Dessin 1
Dessin 2
Dterminer lensemble des valeurs prises par la variable alatoire X.

Calculer lesprance de X et interprter le rsultat obtenu.
Exercice 4
18
Une exprience alatoire consiste lancer deux ds cubiques. On appelle M la

variable alatoire gale au maximum des rsultats des deux ds.
Squence 7 MA11
A laide dun tableau double entres, dterminer lensemble des valeurs
prises par la variable alatoire M.

Donner la loi de probabilit de M.
Calculer lesprance de M.
Exercice 5
Au cours dune fte, le jeu suivant est propos au public : dans une urne sont
places
tCPVMFTSPVHFT3FU3
tCPVMFTWFSUFT7FU7
tVOFCPVMFCMBODIF#
Ces boules sont indiscernables au toucher.
Le joueur prend une premire boule au hasard, puis sans la remettre dans lurne,
il tire une seconde boule.
A la fin de la partie, si la boule blanche a t tire, le joueur gagne 10 ; il perd
dans les autres cas.
Pour faire une partie, le joueur doit payer 5 .
On dsigne par X la variable alatoire associe au gain algbrique du joueur
lissue dune partie, cest--dire la diffrence entre le gain ventuel et le prix du
jeu.
Dterminer avec un arbre tous les cas possibles.
Quelles sont les valeurs prises par la variable alatoire X ?
Dterminer la loi de probabilit de la variable alatoire X.
Squence 7 MA11
19
3
A
Activit 4
Rptitions dexpriences
identiques
Activits
Sam, lanceur de ds rcidiviste
On lance un d cubique bien quilibr, dont les faces sont numrots 1, 2, 3, 4, 5
et 6 une premire fois.
Puis on recommence une deuxime fois.
Dessiner un arbre mettant en vidence tous les rsultats possibles.
Quelle est la probabilit dun vnement lmentaire ?
Sam a peint
tFOSPVHF MFTGBDFTOVNSPUFT
tFOWFSU MFTGBDFTOVNSPUFTFU
tFOCMFV MBGBDFOVNSPUF
a) laide des numros, dcrire les issues formant lvnement RB (RB signifie
quon a obtenu une face rouge au premier lancer, et la face bleue au deuxime) ?
b) Quelle est la probabilit de lvnement RB ?
Rpondre aux questions analogues pour les vnements RV, VR et VV.
On lance une seule fois ce d avec les faces peintes.
a) Quelle est la probabilit de lvnement R obtenir une face rouge ?

b) Quelle est la probabilit de lvnement V obtenir une face verte ?
c) Quelle est la probabilit de lvnement B obtenir la face bleue ?
a) Quel lien pouvez-vous alors faire entre la probabilit de lvnement RB
dtermine la question 3.b et les probabilits des vnements R et B

calcules la question 5 ?
b) Cette observation se vrifie-t-elle aussi
i.sur lvnement RV ?
ii.sur lvnement VR ?
iii.sur lvnement VV ?
Pour cette question, on ne demande pas deffectuer le calcul directement,
mais de sappuyer sur lobservation prcdente.

Si on effectuait trois lancers successifs, quelle valeur proposeriez-vous pour
i. la probabilit de lvnement RBB ?
ii. la probabilit de lvnement RVB ?
20
Squence 7 MA11
Activit 5
Un choix de clefs
Dans un sac, il y a 5 clefs identiques au toucher ; 3 rouges et 2 noires.
On pioche une clef au hasard dans le sac.
a) Quelle est la probabilit de lvnement N, obtenir un clef noire ?

b) Quelle est la probabilit de lvnement R, obtenir un clef rouge ?
Sur chaque clef, on a coll une tiquette sur
laquelle on a crit un numro : 1 et 2 pour les
clefs noires, 3, 4 et 5 pour les clefs rouges.
On considre une nouvelle exprience ala-
toire : on pioche une clef au hasard dans le

sac, on note sa couleur et on la remet dans
le sac puis on pioche nouveau une clef.
a) En utilisant la distinction permises par les numros, numrez les tirages

correspondant lvnement NN obtenir deux clefs noires .
b) Calculer la probabilit de lvnement NN ?
De mme, numrez les tirages formant lvnement NR obtenir une clef
noire la premire fois et une clef rouge la seconde puis calculer la probabilit
de cet vnement.
Rpondre aux questions analogues pour les vnements RN et RR.
Quel lien pouvez-vous faire entre les probabilits de N et de R et la probabilit
de NR ? Que pouvez-vous dire de la probabilit de lvnement RN ? De celle

de lvnement RR ?
Activit 6
Un choix de clefs : un autre point de vue

Dans la situation de lactivit 5 on pioche (avec remise, pour que les conditions
de la pioche soient identiques) deux fois une clef dans un sac contenant des
clefs de deux couleurs et on sintresse au nombre de clefs noires pioches. Il est
donc naturel dintroduire la variable alatoire X gale au nombre de clefs noires
pioches.
Etudions ce point de vue.
Quelles sont les valeurs prises par la variable alatoire X lorsquon pioche
deux fois dans le sac ?

Donner la loi de probabilit de la variable alatoire X.
Squence 7 MA11
21
Cours
Les arbres utiliss dans les activits sont des moyens efficaces de reprsenter la
rptition dexpriences alatoires identiques et indpendantes. Nous allons voir
quils sont aussi utiles pour calculer des probabilits.
Proprit
On considre une exprience alatoire deux issues quon appellera exprience alatoire lmentaire.
En rptant n fois cette exprience alatoire lmentaire on obtient une
nouvelle exprience alatoire.
Cette nouvelle exprience possde 2n issues.
De mme, si lexprience alatoire lmentaire possde 3 issues, la nouvelle exprience alatoire aura 3n issues.
Remarque
Pour expliquer cette proprit, il suffit de reprsenter lexprience alatoire lmentaire par un arbre deux branches et
de remarquer qu chaque fois quon rpte lexprience alatoire lmentaire on multiplie par deux le nombre de branches de
larbre reprsentant lexprience alatoire globale.
Exemple
zUne question est pose 4 personnes. Elles doivent choisir une rponse parmi
3 rponses donnes. Comme elles nont aucune connaissance sur le sujet, elles
rpondent au hasard.
Dans cette exprience alatoire, lexprience lmentaire a 3 issues (le choix
dune rponse parmi 3) et est rpte 4 fois (une fois par personne). Elle aura
donc 34 = 81 issues.
zA la questionp, du jeu de Pile ou Face de lactivito, on lance trois pices
de 1. Cette exprience alatoire donne les mmes rsultats que celle consistant rpter 3 fois le lancer dune pice de 1 ; autrement dit, en rptant 3
fois une exprience lmentaire 2 issues. Par consquent, il nest pas tonnant
dobtenir 8 = 23 issues notre jeu.
zDans lactivitq, lexprience consistait lancer un d 6 faces. Puis recommencer. Ceci revient rpter 2 fois une exprience lmentaire 6 issues ce
qui constitue une exprience 62 = 36 issues : les 36 feuilles de larbre
donn dans la correction de lactivitq.
Intressons-nous maintenant la loi de probabilit de lexprience globale.
Dans lactivit 5, lexprience consistait piocher au hasard une clef dans un sac
contenant cinq clefs (2 noires et 3 rouges) noter sa couleur puis recommencer
une deuxime fois. A chaque fois, la loi de probabilit est donne par
22
Squence 7 MA11
2
5
3
5
Nous avons ajout (artificiellement) des numros pour se ramener la loi quirpartie ce qui nous a permis, lactivit5, de calculer la loi de probabilit de la
rptition (2 fois) (expriences identiques) :
NN NR
RN
RR
4
25
6
25
9
25
6
25
Est-il possible de calculer la loi de probabilit de la rptition directement partir

de la loi de probabilit de lexprience lmentaire ?
La rponse est oui. La proprit suivante prcise les choses.
Proprit
On considre une exprience alatoire (dite lmentaire ) deux issues.
En rptant n fois cette exprience on obtient un univers 2n issues.
n
Sur cet univers 2 issues, on dfinit une loi de probabilit de la faon

suivante :
La probabilit dune liste de n rsultats est le produit des probabilits de
chacun des n rsultats partiels qui la constituent.
Remarque
s"IENENTENDUSILEXPRIENCELMENTAIREPOSSDEISSUESLA
proprit prcdente reste encore valable.
s,A PROPRIT PRCDENTE AFFIRME QUEN MULTIPLIANT LES PROBAbilits des rsultats partiels constituant une liste on obtient
encore une loi de probabilit. A notre niveau, nous navons pas
les outils pour dmontrer cette affirmation.
Exemple
zOn reprend la situation de lactivit 5 (tirages rpts dun clefs parmi 2 noires
et 3 rouges).
On vrifie bien quon a
2
2
2 3
P ( NN ) = P ( N )P ( N ) = , P ( NR ) = P ( N )P ( R ) = ,
5 5
5
2
3
3 2
P ( RN ) = P ( R )P ( N ) = et P ( RR ) = P ( R )P ( R ) = .
5 5
5
Squence 7 MA11
23
Voyons comment mettre en uvre ce calcul.

Lexprience lmentaire peut tre reprsente par larbre suivant, sur lequel
nous avons ajout sur chaque branche, la probabilit de lvnement situ son
extrmit.
2
5
3
5
On dit que cest un arbre pondr.

On considre larbre reprsentant la rptition (2 fois) de lexprience lmentaire :
N
2
5
2
5
3
5
3
5
R
N
2
5
3
5
R
2
On se place la racine de larbre (cest le nud

gauche) et on effectue un parcours de gauche
droite en suivant les flches.
2 3
P ( NR ) = P ( N )P ( R ) =
5 5
En crivant les lettres (N ou R) rencontres

dans lordre on forme une suite de 2 lettres.
3 2
P ( RN ) = P ( R )P ( N ) =
5 5
Par exemple, pour obtenir lissue NR, on

emprunte la flche montante, puis la flche
descendante.
2
P ( NN ) = P ( N )P ( N ) =
5
3
P ( R ) = P ( R )P ( R ) =
5
La proprit nonce plus haut nous dit quon

obtient la probabilit de lvnement NR en
multipliant les nombres sur les flches utili2 3 6
ses, cest--dire P (NR ) = = .
5 5 25
Attention
Il faut bien garder lesprit que la mthode dcrite ci-dessus (avec des
arbres pondrs) sapplique au calcul de la probabilit dun vnement
obtenu la suite de la rptition dexpriences alatoires identiques et
indpendantes.
24
Squence 7 MA11
C
Exercice 6
Dans une cit scolaire, le personnel est compos de 100 personnes rparties en
trois groupes :
- le personnel administratif
- le personnel technique
- le personnel enseignant
- le personnel de restauration
Larbre ci-dessous indique la rpartition selon le groupe et le sexe (Homme (H),
Femme (F)) :
0,1
T
A
0,4
0,2
E
0,1
H F
0,6
0,3
H F
0,5
H F
Complter cet arbre

Dterminer le pourcentage de personnel fminin dans cette cit scolaire.
Dterminer la part de personnel enseignant parmi les femmes.
Dterminer la part de femmes parmi le personnel enseignant.
Exercice 7
Sur un plan deau, un voilier navigue au prs, cest--dire, que sa direction est au
plus prs de celle du vent ; ici, 45 de celle du vent (deux directions possibles).
Pour virer de bord (changer de direction) il doit avoir parcouru un nombre entier
de milles nautiques (1 mille nautique = 1852 mtres, environ).
En supposant que la direction du vent reste fixe on peut reprsenter les dplacements du voilier sur le quadrillage de la carte ci-dessous (chaque carr mesure 1
mille nautique de ct) :
Nord
Nord-Est
(direction du vent)
Est
1 mille
nautique
(dplacements
possibles)
E
Dpart du voilier : A1
Routes possibles : vers lEst

ou vers le Nord
Changement de direction :
sur les nuds du quadrillage,
seulement.
B
A
5
Squence 7 MA11
25
On suppose que le voilier, parti de A1, parcourt 4 milles nautiques et quaprs

chaque mille parcouru, il a une chance sur deux de virer de bord. Au dpart, il a
une chance sur deux de partir vers le Nord.
A laide dun arbre, reprsenter les dplacements possibles du voilier.
Placer les points correspondants aux positions finales du voilier sur le qua-
drillage. Que peut-t-on dire de ces points ?

a) Calculer la probabilit de chacune de ces positions finales.
b) Quelle est la position finale la plus probable ?
26
Squence 7 MA11
4
A
Activit 7
Loi de Bernoulli
Loi binomiale
Activits
Faire un six avec un d quilibr
On lance un d bien quilibr.
Soit Y la variable alatoire qui prend la valeur 1 quand on obtient 6 et la valeur
0 dans les autres cas.
Donner la loi de probabilit de Y.
Activit 8
Jouer Pile ou Face

On dispose dune pice de monnaie qui tombe sur Pile dans 70% des cas et qui
tombe sur face dans 30% des cas.
On lance une fois la pice.
Soit X la variable alatoire qui prend la valeur 1 quand on obtient Pile et la

valeur 0 quand on obtient Face.
On lance quatre fois de suite la pice prcdente.
Soit X la variable alatoire comptant le nombre de fois o on obtient Pile.

a) Construire un arbre illustrant cette exprience alatoire.
On appelle chemins de larbre les parcours dans larbre menant du tronc
une feuille.
b) En regard de chaque feuille de larbre, crire la suite de lettres P et F
correspondant au chemin.
c) Pour chaque chemin de larbre prcdent, prciser la valeur de X.
d) Complter le tableau suivant.
Chemins tels que

(X = k )
FFFF
PFFF, FPFF, FFPF, FFFP
Nombre de chemins tels

que ( X = k )
4
PPPP
a) Complter larbre prcdent en un arbre pondr illustrant la situation.
b) Combien y-a-t-il de chemins contenant 3 lettres P exactement (numrer-les) ?
Squence 7 MA11
27
Que vaut X pour ces chemins ?

c) A laide de larbre pondr, calculer la probabilit dun chemin contenant 3
lettres P exactement.
d) En dduire la probabilit P ( X = 3).
En procdant comme la question 3, calculer P ( X = 2) puis donner la loi de
probabilit de X.
Cours
Dans ce chapitre on tudie la rptition dexpriences identiques et indpendantes.
t
Cela signifie que les conditions dans lesquelles on rpte lexprience sont les
mmes. Par exemple, les tirages de boules ou de jetons se font avec remise
de lobjet tir aprs chaque tirage.
t
Cela signifie aussi quune exprience ne dpend pas du rsultat de lexprience
prcdente. De manire image, on peut dire que les pices ou les ds nont
pas de mmoire.
t
Bien entendu, cela ne signifie pas que les rsultats de ces expriences rptes
sont les mmes, puisquil sagit dexpriences alatoires.
Epreuve de Bernoulli Loi de Bernoulli
Nous avons vu plusieurs situations dans lesquelles lexprience (lmentaire)

possdait 2 issues.
Dfinition 1
Une exprience alatoire possdant 2 issues est appele preuve de Bernoulli.

On note les deux issues S et E et on les appelle Succs et Echec.
Dfinition 2
La variable alatoire X dfinie par X (S ) = 1 et X (E ) = 0 est appele variable de

Bernoulli.
Dfinition 3
La loi de probabilit dune variable de Bernoulli est une loi de Bernoulli.

Remarque
En rfrence au mathmaticien suisse Jacques Bernoulli (1676).
Une variable alatoire de Bernoulli compte le nombre de Succs
(0 ou 1 succs) dans une preuve de Bernoulli.
28
Squence 7 MA11
Exemple
Le jeu de Pile ou Face est une preuve de Bernoulli dont les issues sont PILE et
FACE ou plus simplement P et F.
La variable alatoire dfinie par X (F ) = 0 et X (P ) = 1 est une variable de Bernoulli.
La loi de probabilit de X est une loi de Bernoulli donne par le tableau
X =k
P (PILE)
F (FACE)
P (X = k )
o p et q sont des nombres de lintervalle [0 ; 1] tels que p + q = 1.

1
1
Si la pice de 1 est quilibre alors p = et q = .
2
2
Proprit
On considre une preuve de Bernoulli deux issues E et S (E = Echec,
S : Succs).
La loi de Bernoulli est entirement dtermine par la probabilit P (S ) .
Le nombre p = P (S ) est appel paramtre de la loi de Bernoulli.
On note (1, p ) la loi de Bernoulli de paramtre p.
Exemple 1
Lorsquon joue Pile ou Face avec une pice de 1 quilibre, la loi de probabilit de la variable alatoire X de lexemple prcdent qui compte le nombre
1
de Pile obtenu (zro ou un) est la loi (1, ).
2
Nous allons maintenant nous intresser la rptition dpreuves de Bernoulli
identiques.
Loi binomiale
Dfinition 4
La rptition, n fois, dpreuves de Bernoulli identiques et indpendantes est

appele schma de Bernoulli.
Remarque
Dans un schma de Bernoulli, les preuves de Bernoulli ont
toutes le mme paramtre p.
Dfinition 5
Soit X la variable alatoire gale au nombre de succs dun schma de Bernoulli. La loi de probabilit de X sappelle la loi binomiale de paramtres n
et p o p est le paramtre de la loi de Bernoulli rpte n fois. On la note (n , p )
Squence 7 MA11
29
Remarque
p est un nombre rel tel que 0 p 1 alors que n est un nombre

entier naturel suprieur ou gal 1.
Pour le calcul des probabilits dune loi binomiale (n , p ), nous
utiliserons :
- les arbres pondrs lorsque n 4.
- la calculatrice ou le tableur pour n 5.
Exemple 2
Dans lactivit 6, on rpte deux fois la pioche dune clef (avec remise). On a vu
quon pouvait dfinir la variable alatoire X gale au nombre de clefs noires pioches. La loi de probabilit de la variable alatoire X est la loi binomiale (2 ; 0, 4 )
2
puisque = 0, 4. Cest la loi de probabilit du nombre de succs (cest--dire
5
du nombre de clefs noires pioches), lissue de lexprience pioche dune clef
puis remise rpte 2 fois.
Exemple 3
Dans lactivit 7, on rpte 4 fois le lancer dune pice de monnaie qui tombe sur
Pile avec la probabilit 0,7 (cest--dire dans 70 % des cas). X est la variable alatoire gale au nombre de Pile obtenus lissue des 4 lancers. La loi de probabilit
de X est la loi binomiale ( 4 ; 0, 7). Reprenons larbre pondr :
0,7
0,7
0,7
0,3
P
0,7
F
0,3
0,7
P
0,3
0,3
0,7
0,3
30
Squence 7 MA11
Chemins
Probabilit
Valeurs de X
PPPP
(0,7)4
PPPF
(0,7)3 0,3
PPFP
(0,7)3 0,3
PPFF
(0,7)2 (0,3)2
PFPP
(0,7)3 0,3
PFPF
(0,7)2 (0,3)2
PFFP
(0,7)2 0,32
PFFF
0,7 (0,3)3
FPPP
(0,7)3 0,3
FPPF
(0,7)2 (0,3)2
FPFP
(0,7)2 (0,3)2
FPFF
0,7 (0,3)3
FFPP
(0,7)2 (0,3)2
FFPF
0,7 (0,3)3
FFFP
(0,7) (0,3)3
FFFF
(0,3)4
Pour calculer la probabilit de ( X = k ) lorsque X est une variable alatoire de loi

binomiale ( 4 ; 0, 7) , il nous a fallut au pralable dterminer le nombre de chemins conduisant k succs (k fois la lettre P ). Puis, grce larbre pondr,
la probabilit de chacun de ces chemins sobtient en multipliant les probabilits
sur les branches de larbre. Enfin, en multipliant cette probabilit par le nombre
de chemins, on obtient la probabilit P ( X = k ).
Dfinition 6
Coefficient binomial
Le nombre de chemins de larbre ralisant k succs pour n rptitions se note
n
k et sappelle un coefficient binomial.

Remarque
s,ESCOEFFICIENTSBINOMIAUXSONTTUDISPLUSLOIN
s$ANSLESCALCULSONUTILISELESVALEURSDONNESPARLACALCULAtrice ou le tableur.
s0UISQU CHAQUE CHEMIN RALISANT k succs pour n rptitions
correspond exactement un mot (de n lettres) form laide de
2 lettres (par exemple P et F) et contenant k fois la lettre P,
le nombre de chemins est gal au nombre de mots du mme
type. Ainsi, dans lexemple ci-dessus, il y a 6 chemins ralisant
2 succs pour 4 rptitions, autant que de mots de 4 lettres
utilisant les lettres P et F contenant 2 lettres P ; en effet, les 6
mots sont PPFF, PFPF, PFFP, FPPF, FPFP, FFPP.
Thorme 1
Expression de la loi binomiale

Lorsque la loi dune variable alatoire X est la loi binomiale de paramtres n
et p, la variable alatoire X prend les valeurs 0, 1, n (il y en a n + 1) avec les
probabilits :
n
P ( X = k ) = p k ( 1 p )n k pour tout entier k tel que 0 k n.
k
Dans lexemple 3, on a obtenu P ( X = 3) = 4 (0, 7)3 (0, 3)1 ce qui correspond,
en effet, :
nombre
de succs
nombre
dchecs
P(X = 3) = 4 (0,7)3 (0,3)1

nombre
de chemins
probabilit
du succs
probabilit
de lchec
Squence 7 MA11
31
Exemple 4
Solution
Soit X une variable alatoire qui suit la loi binomiale de paramtres n = 10 et

p = 0, 4.
10
Dterminer P ( X = 3) sachant que
= 120.
3
Daprs le thorme 1, on a P ( X = 3) = 10 0, 4 3 0, 67.

3
10
3
7
Comme
= 120, on calcule P ( X = 3) = 120 0, 4 0, 6 0, 215.
3
savoir
Pour reconnatre et justifier les situations dans lesquelles la loi dune
variable alatoire X est une loi binomiale de paramtres n et p, il est
essentiel de mettre en vidence
tVOFQSFVWFEF#FSOPVMMJ
tPMFTVDDTBQPVSQSPCBCJMJUp,
tSQUFn fois,
tEFGBPOTJEFOUJRVFTFUJOEQFOEBOUFT
C
Exercice 8
Pour lpreuve de Bernoulli de lactivit r qui consiste piocher une clef parmi
5 (2 noires et 3 rouges) on peut dfinir la variable alatoire X valant 1 si la clef
pioche est noire et 0 si elle est rouge.
Quelle est la loi de probabilit de la variable alatoire X lorsquon effectue une
seule pioche dans le sac ?

Quelle est la loi de probabilit de la variable alatoire Y comptant le nombre
de clefs noires pioches lorsquon rpte deux fois des pioches identiques et
indpendantes ?
Exercice 9
On lance 10 fois une pice de monnaie quilibre.

Quelle est la probabilit que la pice tombe exactement 5 fois du ct pile ?
Exercice 10
32
On donne la valeur du coefficient binomial 10 = 252.

5
Le monopole du march du cacao est dtenu par deux marques A et B. On a
observ que 20% de la clientle choisit la marque A et 80%, la marque B.
On effectue un sondage sur 100 personnes au hasard.
Squence 7 MA11
On note X le nombre de personnes ayant achetes la marque A.

Quelle est la loi de probabilit suivie par la variable alatoire X ?
Quelle est la probabilit quil y ait entre 20 et 25 personnes avoir choisi la
marque A ?
Exercice 11
Remplacer les pointills par des instructions adquates afin que le programme
pour la calculatrice suivant affiche le rsultat du calcul de la probabilit de

1
P ( X = 4 ) o la loi de X est (7, ).
3
Pour une calculatrice Texas
Pour une calculatrice Casio
: qC
q C
: qp
q P
: 1 p qq
1PqQ
: C*p^4*q^(7-4)qs
C*P^4*Q^(7-4)qS
: Disp P(X=4)= , s
P(X=4)= \S\
Vrifier le rsultat prcdent laide de la fonction LOI.BINOMIALE(n ; p ; 0)
du tableur Calc dOpen Office.
Squence 7 MA11
33
5
A
Activit 9
Esprance de la loi
binomiale
Activits
Calculs desprances
Dans lactivit 7, prciser les paramtres n et p de la loi (n , p ) suivie par la
variable alatoire Y, puis calculer lesprance de Y.

Dans lactivit 8, pour chacune des questions 1 et 2, mme questions pour la
variable alatoire X.
Quobserve-t-on entre les nombres n, p et lesprance calcule, dans chaque
cas ?
Activit 10
Faire un six avec un d pip

On lance un d pip pour lequel la probabilit dobtenir un six est gale 0,25.
Soit X la variable alatoire qui prend la valeur 1 quand on obtient 6 et la valeur
0 dans les autres cas.
Donner la loi de probabilit de X et calculer son esprance.
Activit 11
Simulation avec le tableur

On veut simuler les frquences du nombre de bonnes rponses un questionnaire choix multiples (QCM).
On suppose quon rpond au hasard chacune des 100 questions et que la probabilit de bien rpondre au hasard est gale 0,2 pour chaque question.
Quelle est la loi de la variable alatoire X gale au nombre de bonnes
rponses ? (prciser ses paramtres)

Avec le tableur Calc dOpen Office :
a) Dans la colonne A (plage A1:A100), entrer les valeurs de X (nombres entiers

de 0 100). On pourra utiliser une formule du tableur ou la poigne de
recopie. Dans la cellule B1, entrer la formule =LOI.BINOMIALE(A1 ;100 ;
0.2 ; 0)
Recopier cette formule dans la plage B2:B100
b) Reprsenter graphiquement la plage de donnes A1:B100 par un diagramme de type XY (dispersion)
c) Par lecture graphique, dterminer la valeur de X la plus probable ?
34
Squence 7 MA11
d) Dans la colonne C, calculer les produits k P ( X = k ) pour 0 k 100; puis la

moyenne de ces valeurs. A quoi correspond cette moyenne ?
Cours
Coefficients binomiaux
n
4
Le coefficient binomial se lit k parmi n . Par exemple, se lit 2
k
2
parmi 4 .
4
zPour la calculatrice TI-82 Stats.fr, pour obtenir , on utilise la fonctionnalit
2
Combinaison (ou nCr) qui se trouve dans Maths PRB. En validant 4 Combinai 4
son 2 (qui saffiche 4 nCr 2) on obtient 6, donc on crit = 6. On retrouve
2
bien le nombre de chemins de larbre qui ralisent 2 succs.
zPour la calculatrice Casio Graph 25+Pro, on tape aussi 4 nCr 2, nCr est obtenu
par OPTN F6 PROB.
zSur le tableur Calc dOpenOffice, on utilise la fonctionnalit COMBIN(n ; k).
Esprance de la loi binomiale
Dans les activits 9 et 11, nous avons calcul lesprance de plusieurs lois binomiales (n , p ). Rassemblons les rsultats de ces calculs.
Loi
1
(1, )
6
(1; 0, 7)
( 4 ; 0, 7)
(100 ; 0, 2)
Esprance
1
6
0, 7
2,8
20
Remarquons que 4 0, 7 = 2, 8 et 100 0, 2 = 20.

Au vu de ces calculs, on peut conjecturer que lesprance de la loi binomiale
(n , p ) est gale n p.
Cette conjecture peut se dmontrer avec des outils dont nous ne disposons pas,
notre niveau.
Remarque
Proprit
Soit X une variable alatoire qui
suit la loi binomiale de paramtres n et p. Son esprance est
gale E( X ) = np.
En particulier, pour une loi

de Bernoulli (1, p ) de paramtre p, lesprance est
gale son paramtre p.
Squence 7 MA11
35
Exemple
Considrons le jeu suivant. On lance une pice quilibre et on gagne 1 si on

obtient Pile et 0 si on obtient Face.
En rptant, 5 fois ce jeu, le gain total est une variable alatoire X dont la loi de
1
probabilit est (5, ) .
2
1
Un joueur peut donc esprer gagner E ( X ) = n p = 5 = 2, 5. Dit autrement,
2
sil rpte un grand nombre de fois cinq parties de ce jeu, un joueur gagnera en
moyenne 250.
C
Exercice 12
Exercice 13
3
La probabilit quun tireur atteigne sa cible est p = .
4
Une preuve du championnat consiste en 7 tirs.
Tous les facteurs (anxit, fatigue du tireur, conditions mtorologiques, ) sont
les mmes chaque tir.
En moyenne une preuve, combien de fois ce tireur aura-t-il atteint la cible ?
Un jeu consiste lancer 18 fois une pice de monnaie.
Si vous obtenez 18 Faces vous gagnez 900 millions deuros ; sinon, vous perdez
1000 .
Calculer lesprance du gain ce jeu. Jouerez-vous ?
On divise les enjeux par 10 000 : on gagne 90 000 en obtenant 18 Faces ;
sinon, on perd 10 centimes.

Calculer lesprance du gain ce nouveau jeu. Jouerez-vous ?
36
Squence 7 MA11
6 Echantillonnage
A
Activit 12
Activits
Intervalle de fluctuation et conditions
Rappels
Un chantillon de taille n est obtenu par n rptitions indpendantes dune

mme exprience alatoire deux issues. On dit quun tel chantillon relve du
modle de Bernoulli.
Les distributions de frquence varient dun chantillon lautre. Ce phnomne
est appel fluctuation dchantillonnage.
Proprit admise en seconde
On peut tablir quenviron 95% des chantillons de taille n ont des fr-
;p +
] sous les condiquences f qui appartiennent lintervalle [ p
n
n
tions : n 25 et 0, 2 p 0, 8.
Cet intervalle sappelle lintervalle de fluctuation au seuil de 95%.
Utilisation
On se sert de ce rsultat pour vrifier si un chantillon donn dune population

statistiquement connue est un chantillon compatible ou non avec le modle.
Pile
ou face
On lance une pice quilibre ; on sait que la frquence thorique de sortie de

Pile est p = 0,5.
On simule avec la calculatrice lobtention dun chantillon de taille 200. Pour
cela, on tire au hasard un nombre de lintervalle [0 ;1[ et on assimile la sortie de
Pile laffichage dun nombre dans lintervalle [0 ;0,5[.
Voici un programme pour calculatrice qui permet dobtenir 50 chantillons de
taille 200.
Squence 7 MA11
37
Sur TI
a) Lancer ce programme (sa ralisation peut prendre quelques minutes). Ouvrir le

menu STAT et expliquer le contenu du tableau
b) Afficher lcran la reprsentation graphique de ce tableau et faire apparatre
lintervalle de fluctuation au seuil de 95% (donner les quations des droites
traces).
c) Vrifier la proprit nonce au dbut de lactivit

Cas
o n < 25
a) Modifier le programme pour raliser la simulation de 50 chantillons de taille

20.
b) Que constate-t-on pour la proprit nonce au dbut de lactivit
Cas
o p <0,2 ou p > 0,8
a) Modifier le programme pour raliser la simulation de 50 chantillons de taille

200, lorsque la frquence thorique est p = 0,1, puis p =0,9.
b) Que constate-t-on pour la proprit nonce au dbut de lactivit ?
Activit 13
Aux urnes, citoyens

Monsieur Z, chef dun gouvernement dun pays lointain, affirme que 52% des
lecteurs lui font confiance. On ralise un sondage dans cette population en
interrogeant 100 lecteurs au hasard (la population est suffisamment grande
pour considrer quil sagit de tirages avec remise).
On fait lhypothse que Monsieur Z dit vrai et que la proportion des lecteurs
qui lui font confiance dans la population est p = 0,52.
38
Squence 7 MA11
Montrer que la variable alatoire X, correspondant au nombre dlecteurs lui

faisant confiance dans un chantillon de 100 lecteurs, suit la loi binomiale de
paramtres n = 100 et p=0,52.
A laide dun tableur, donner la loi de probabilit de X et sa reprsentation
graphique.
Faire aussi apparatre dans une colonne adjacente les valeurs de P ( X k )
avec k entier de 0 20.

a) Dterminer a et b tel que
z a est le plus petit entier tel que P ( X a ) > 0, 025 ;

z b est le plus petit entier tel que P ( X b ) 0, 975 .
a b
b) Comparer lintervalle [ , ] lintervalle de fluctuation au seuil de 95%
considr en seconde. n n
Sur les 100 lecteurs interrogs au hasard, 41 dclarent avoir confiance en
Monsieur Z.
Doit-on mettre un doute sur le pourcentage de 52% prononc par Monsieur Z ?
Cours
Intervalle de fluctuation au seuil de 95%

dune frquence et loi binomiale. Etude
dun exemple
Dans une usine automobile, on contrle les dfauts de peinture grains ponctuels sur le capot . Lorsque le processus est sous contrle, on a 10% de ce type
de dfaut, cest--dire que la proportion de capots prsentant ce dfaut de peinture dans la production totale est p=0,10.
On choisit un chantillon de 200 capots et on observe 26 capots dfectueux.
Faut-il sen inquiter ?
Soit X le nombre de capots dfectueux. X suit la loi binomiale de paramtre
n =200 et p = 0,1.
Nous avons appris en seconde dterminer des intervalles de fluctuation au seuil
de 95% lorsque n 25 et p est compris entre 0,2 et 0,8.
Comme p < 0,2, nous ne pouvons pas utiliser cette mthode ici.
Nous allons nanmoins utiliser une mthode dans lesprit assez voisine, pour
donner aussi pour cette loi binomiale de paramtres n =200 et p = 0,1 un intervalle de fluctuation 95%.
Reprsentons cette loi binomiale laide dun tableur.
Squence 7 MA11
39
Nous crirons les entiers k de 0 200 dans la colonne A, P ( X = k ) dans la colonne

B grce la formule = LOI.BINOMIALE(A2 ;200 ;0,1 ;0) et dans la colonne C la
formule = LOI.BINOMIALE(A2 ;200 ;0,1 ;1) qui permet dobtenir P ( X = k ) pour
k compris entre 0 et 200.
Nous pouvons alors dterminer les nombres entiers a et b tels que

z a soit le plus petit entier tel que P ( X a ) > 0, 025 ;
z b soit le plus petit entier tel que P ( X b ) 0, 975 (soit aussi P ( X > b ) 0, 025).
On peut lire dans la colonne C, a = 12 et b = 29.
Ainsi,
P ( X 11) 0, 025
donc P (12 X 29 ) 0, 95 .
P ( X 30 ) 0, 025
12
X
29
) 0, 95.
200 200 200
En notant f la frquence de capots dfectueux, on obtient que
P (6% f 14 , 5%) 0, 95 .
Si on raisonne en terme de frquence, on obtient que P (
40
Squence 7 MA11
Par analogie avec lintervalle de fluctuation vu en seconde, on appellera intervalle

a b
de fluctuation au seuil de 95% de la variable alatoire X, lintervalle [ , ] =
n n
[0,06 ; 0,145].
Les 26 capots dfectueux sur les 200 observs correspondants une frquence
de 13%, et 0,13 appartenant lintervalle de fluctuation [0,06 ; 0,145], nous
considrerons donc que la frquence observe dans cette chantillon est normale.
Intervalle de fluctuation 95% dune frquence et loi binomiale. Cas gnral.

On considre une population dans
laquelle on suppose que la proportion dun certain caractre est p.
Pour juger de cette hypothse, on y
Hypothse :
prlve, au hasard et avec remise un
proportion p
chantillon de taille n sur lequel on
observe une frquence f du caractre.
Taille n
Observation :
frquence f
On rejette lhypothse selon

laquelle la proportion dans la
population est p lorsque la frquence f observe est trop loigne de p, dans un sens ou dans lautre. On choisit de fixer le seuil de dcision
de sorte que la probabilit de rejeter lhypothse, alors quelle est vraie, soit
infrieure 5%.
Lorsque la proportion dans la population vaut p, la variable alatoire X correspondant au nombre de fois o le caractre est observ dans un chantillon de
taille n, suit la loi binomiale de paramtres n et p. On cherche partager lintervalle [0 ; n], o X prend ses valeurs, en trois intervalles [0 ; a 1], [a ; b], [b+1, n]
de sorte que X prenne ses valeurs dans chacun des intervalles extrmes avec une
probabilit proche de 0,025, sans dpasser cette valeur.
En tabulant les probabilits P ( X k ) , pour k entier de 0 n, il suffit de dterminer le plus petit entier a tel que P ( X a ) > 0, 025 et le plus petit entier b tel
que P ( X b ) 0, 975 .
La rgle de dcision est la suivante : si la frquence observe f appartient lina b
tervalle de fluctuation 95%, [ , ] on considre que lhypothse selon laquelle
n n
la proportion est p dans la population nest pas remise en question ; sinon, on
rejette lhypothse selon laquelle cette proportion vaut p.
Dfinition
Lintervalle de fluctuation 95% dune frquence correspondant la ralisation,

sur un chantillon alatoire de taille n, dune variable alatoire X de loi binoa b
miale, est lintervalle [ , ] dfini par :
n n
Squence 7 MA11
41

z b est le plus petit entier tel que P ( X b ) 0, 975.
Remarque
z Les entiers a et b dpendent de la taille n de lchantillon

z Lintervalle de fluctuation dune variable alatoire X de paramtre
n et p est valable sans aucune condition sur les variables n et p.
Commentaire
Pour n 30, n p 5 et n (1 p ) 5 , on pourrait observer que lintervalle

a b
[ , ] de fluctuation dune variable alatoire X de loi binomiale est sensiblen n
1
1
ment le mme que lintervalle [ p
,p +
] vu en seconde.
n
n
Illustration
graphique
Probabilits
0,09
Intervalle
de fructation
0,08
0,07
0,06
0,05
0,04
0,03
0,02
Zone de rejet
(moins de 2,5 %)
0,01
Zone de rejet
(moins de 2,5 %)
0
0
0,1
C
Exercice 14
42
0,2
0,3
0,4
0,5
0,6
Frquence observe f
0,7
0,8
0,9
Une petite ville des tats-Unis, Woburn, a connu 9 cas de leucmie parmi les
5969 garons de moins de 15 ans sur la priode 1969-1979. La frquence des
leucmies pour cette tranche dge aux Etats-Unis est gale 0,00052. (Source :
Massachussets Departement of public Health).
Squence 7 MA11
Les autorits concluent quil ny a rien dtrange dans cette ville. Quen pensezvous ? On argumentera sa rponse en dterminant laide dun tableur lintervalle de fluctuation au seuil de 95% dune loi binomiale laide dun tableur.
Exercice 15
Buffon lance 4040 fois une pice et il obtient 2049 fois Pile .
Comparer lintervalle de fluctuation au seuil de 95% obtenu par la loi bino-
miale de paramtres n = 4040 et p =0,5 laide dun tableur avec lintervalle

1
1
[p
,p +
].
n
n
La pice est-elle quilibre ?
Squence 7 MA11
43
Synthse
de la squence
Loi de probabilit, esprance dune
variable alatoire
On considre une variable alatoire X prenant les valeurs x 1, x 2 , ... x r .

Donner la loi de probabilit dune variable alatoire X, cest donner le
tableau :
x1
x2
P ( X = x 1) P ( X = x 2 )
xr
P ( X = xr )

Lesprance de la variable alatoire X est le nombre, not E(X), dfini
par :
E( X ) = x 1 P ( X = x 1 ) + x 2 P ( X = x 2 ) + ... + x r P ( X = x r ).
Epreuve de Bernoulli, loi de Bernoulli

Une preuve de Bernoulli est une preuve alatoire comportant deux
issues, lune appele succs , lautre appele chec .
On peut reprsenter une preuve de Bernoulli par un arbre pondr :
p
Succs
q
chec
On considre une preuve de Bernoulli.

Soit X la variable alatoire qui prend la valeur 1 en cas de russite et la valeur 0
en cas dchec.

La variable alatoire X est appele variable de Bernoulli et la loi de probabilit de X est appele loi de Bernoulli. Elle est donne par :
P ( X = k ) q = 1 p
La variable alatoire de Bernoulli de paramtre p a pour esprance p.
44
Squence 7 MA11
Schma de Bernoulli, loi binomiale

La rptition de n preuves de Bernoulli identiques et indpendantes est une
exprience alatoire quon appelle schma de Bernoulli.
Soit X la variable alatoire dfinie par le nombre de succs dans un schma
de Bernoulli dans lequel on rpte n fois une preuve de Bernoulli pour laquelle
la probabilit du succs est gale p.

La loi de probabilit de X sappelle la loi binomiale de paramtres n et
p. On la note (n , p ).

Une faon de reprsenter un schma de Bernoulli est dutiliser un arbre pondr :
Succs
p
q
chec
p
q
Succs
p
q
Succs
chec
chec
Exemple darbre reprsentant un schma de Bernoulli pour n = 2 et p + q = 1.

Le nombre de chemins de larbre ralisant k succs pour n rptitions se note
n
k et sappelle un coefficient binomial.

Expression de la loi binomiale
Lorsque la loi dune variable alatoire X est la loi binomiale de paramtres n et
p, la variable alatoire X prend les n + 1 valeurs 0, 1, 2, 3, , n 1, n avec les
probabilits :
n
P ( X = k ) = p k ( 1 p )n k pour tout entier k tel que 0 k n.
k
Soit X une variable alatoire qui suit la loi binomiale de paramtres n et p, son
esprance est E( X ) = np.
Reprsentation graphique lune loi binomiale
Exemple
n = 20 et p = 0,7 P(X = k)
0,250
probabilit
0,200
0,150
0,100
0,050
0,000
0 1 2 3 4 5 6 7 8 9 1011121314151617181920
k
Squence 7 MA11
45
Echantillonage
Lintervalle de fluctuation au seuil de 95% dune frquence correspondant la
ralisation, sur un chantillon alatoire de taille n, dune variable alatoire X de
a b
loi binomiale, est lintervalle [ , ] dfini par :
n n
z b est le plus petit entier tel que P ( X b ) 0, 975.
On considre une population dans laquelle on suppose que la proportion dun
certain caractre est p. Pour juger de cette hypothse, on y prlve, au hasard et
avec remise un chantillon de taille n sur lequel on observe une frquence f du
caractre.
> Rgle de dcision : si la frquence observe f appartient lintervalle de fluctuation au seuil de 95% , on considre que lhypothse selon laquelle la proportion est p dans la population nest pas remise en question ; sinon, on rejette
lhypothse selon laquelle cette proportion vaut p.
46
Squence 7 MA11
8
Exercice I
Exercices
dapprofondissement
Une goutte deau vagabonde (extrait de la revue Diagonales)
Dans cet exercice nous proposons deux mthodes pour calculer une probabilit.
Une goutte deau ruisselle le long du grillage dessin ci-dessous.
Elle part du point A (considr
comme premier croisement) et suit
au hasard le fil vers le bas droite
ou gauche ; puis au deuxime
croisement, elle recommence
jusqu arriver sur le bord [BC].
I. A laide dune loi quirpartie
Combien de croisements la
goutte
tout?
rencontre-t-elle en
On appellera morceau chaque

bout de fil du grillage entre deux croisements voisins de fils.
Combien de morceaux contient chaque trajet de la goutte menant de A un
des points du segment [BC] ?
Au total, combien de trajets la goutte peut-elle emprunter ?
Faisons correspondre chaque trajet qui mne de A un point du segment [BC]
une suite compose de 10 lettres G ou D selon que la goutte emprunte
un morceau menant vers le bas gauche ou vers le bas droite.
Combien de lettre D contient un trajet menant de A au milieu du segment
[BC] ?
O arrive un trajet de la goutte partant de A et auquel correspond une suite
contenant cinq fois la lettre G ?
Quelle est la probabilit que la goutte tombe dans le rcipient situ exactement au milieu du bord [BC] ?
II. A laide dune loi binomiale
On considre lexprience alatoire consistant lcher une goutte deau au point
A et la laisser ruisseler le long du grillage prcdent. Soit X la variable alatoire
gale au nombre de morceaux correspondant la lettre G dans le trajet dune
goutte.
Quelle est la loi de probabilit de X ?
Exprimer la probabilit que la goutte tombe dans le rcipient situ exactement
au milieu du bord [BC] laide de X puis calculer cette probabilit.
Squence 7 MA11
47
Exercice II
Pour un examen, les candidats doivent rpondre un QCM. Il y a 50 questions et

chaque question, le candidat doit choisir entre 4 rponses dont une seule est
la bonne. Les rdacteurs du sujet dexamen souhaitent introduire un score liminatoire de sorte quun candidat qui rpondrait au hasard ait une chance sur 100
seulement de dpasser ce score. Quel doit-tre le score liminatoire ?
Exercice III
Abel et Can saffrontent dans un tournoi de ping-pong. Abel gagne une partie
contre Can avec la probabilit p =0,6. On joue 9 parties. Le vainqueur est celui
qui a gagn le plus de parties. Quelle est la probabilit de Can de gagner le
tournoi ?
Exercice IV
Ecrire un algorithme permettant dobtenir le nombre a de lintervalle de fluctuaa b

tion [ , ] de la loi binomiale de paramtres n et p et limplmenter sur votre
n n
calculatrice.
Comment modifier votre programme pour obtenir le b ?
Tester votre programme avec les donnes de lactivit 13.
48
Squence 7 MA11

Al7ma11tepa0012 Sequence 07

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Al7ma11tepa0012 Sequence 07

Uploaded by

Copyright:

Available Formats

Squence 7

Cned - Acadmie en ligne

Une exprience alatoire peut conduire plusieurs issues ou ventualits :

Si on lance un d jouer numrot 1, 2, 3, 4, 5, 6, il y a 6 issues possibles : obtenir

Frquence dune issue

On sintresse lune des issues ei . Si elle se ralise k fois au cours de n expk

On a lanc un d 12 fois ; la face marque 5 apparat 8 fois. La frquence dappa8

Cned - Acadmie en ligne

Stabilisation dune frquence

Dfinition Loi des grands nombres.

Si on rpte une exprience alatoire un trs grand nombre de fois, la frquence

Probabilit dun vnement

On envisage des expriences ne comportant quun nombre fini dissues possibles.

On appelle vnement dune exprience alatoire, un ensemble dissues de

On lance un d une fois. = {1, 2, 3, 4, 5, 6}

Cned - Acadmie en ligne

est lvnement impossible, aucune issue ne le ralise.

Vocabulaire des vnements

Lvnement contraire de A est not A . Il est ralis lorsque A nest pas

Avec la pice de monnaie quon lance deux fois, lvnement contraire de A0

Soit une exprience alatoire dunivers fini = {e1 ,e 2 ,...,en } .

Cned - Acadmie en ligne

t-FOPNCSFpi est appel probabilit de lvnement lmentaire ei.

Cned - Acadmie en ligne

nombre d'issues favorables A

Dans lexemple du d suppos bien quilibr, on est en situation dquiprobabilit.

peut utiliser des reprsentations :

Diffrentes mthodes et techniques sont utilises dans le cours de probabilit.

Voici un diagramme pour illustrer lintersection de

Voici une autre faon de prsenter deux vnements

Cned - Acadmie en ligne

On peut aussi simuler les expriences

Pour simuler une exprience alatoire quiprobable, on peut simuler le hasard en

Cned - Acadmie en ligne

Variable alatoire. Loi de

suivant: Si le produit obtenu lexprience est impair, on gagne 3, sinon on

Jouer Pile ou Face

Cned - Acadmie en ligne

Les questions 1 et 2, plus simples, prparent la question 3.

constate que le modle de lquiprobabilit nest pas adapt.

Jeu promotionnel au casino

Cned - Acadmie en ligne

N (Nombre de Pile obtenu)

ViewWindow 0, N, 100, 1.2, 1.8, 0.1 

: 1.2 Ymin : 1.8 Ymax

remplir le tableau suivant :

Cned - Acadmie en ligne

que le jeu soit quitable ?

pour chacune des feuilles sa probabilit et la somme en euros lui correspondant.

10 les gains du jeu.

dune variable alatoire

On suppose avoir dfini sur lunivers une loi de probabilit P.

Ne pas confondre les lettres P qui dsignent tantt la ct pile

Dans lactivit 1, on rappelle que :

Cned - Acadmie en ligne

(1;4 ),(2;1),( 2;2),( 2;;3),( 2;4 )

Dans la question on associe chacun de ces couples le produit de ses deux

X (PP ) = 4 , X ({PF ,FP }) = 1 et X (FF ) = 0.

Cned - Acadmie en ligne

de probabilit dune variable alatoire

La loi de probabilit dune variable alatoire X est donne par :

zlensemble x 1, x 2 , ... x r des valeurs prises par la variable alatoire,

s$ANSLADESCRIPTIONDELALOIDEPROBABILITPARLETABLEAUPRcdent, seules apparaissent les valeurs prises par la variable

Lors de la ralisation de lexprience alatoire prcdente, le produit des numros

ViewWindow 0, N, 100, 1.2, 1.8, 0.1

a) Complter larbre prcdent en un arbre pondr illustrant la situation.