Professional Documents
Culture Documents
Module
Elment
Enseignant
:3
: Mthodes Quantitatives
: Statistiques II
: Mr HILAL
Elments du cours
www.cours-FSJES.blogspot.com
Mr Mohamed-Fadil ZIADI
Professeur HILAL
Statistiques II
www.cours-FSJES.blogspot.com
Dfinition :...........................................................................................................................11
Proprits : ...........................................................................................................................11
b- Variance:..................................................................................................................................12
Dfinition:............................................................................................................................12
Proprits : ...........................................................................................................................12
c- Ecart-type:................................................................................................................................12
CHAPITRE 3 : LOIS USUELLES.............................................................................................................13
I- Loi de Bernoulli :.............................................................................................................................13
IILoi binomiale :.............................................................................................................................13
Professeur HILAL
Statistiques II
www.cours-FSJES.blogspot.com
Professeur HILAL
Statistiques II
Quelques dfinitions :
1- Ensemble fondamental :
Souvent not , cest lensemble des rsultats (ou cas) possibles lis une exprience
alatoire effectue sur un ensemble E.
2- vnement :
Cest toute partie (ou sous ensemble) de .
3- vnement impossible :
Not , cest un vnement qui ne se ralise jamais, autrement dit ; aucun lment de
nest favorable sa ralisation.
4- vnement certain :
Cest un vnement toujours ralis, il correspond lensemble fondamental.
5- vnement lmentaire :
Cest un vnement ralis par un seul lment de. Les lments lmentaires sont
1
n
quiprobables (p = ).
II-
www.cours-FSJES.blogspot.com
1- Espace probabilis :
est dit probabilis, lorsquune application P est dfinie de P() (ensemble de partis
de .
P : P()
A
P(A).
P(A) est appel probabilit de A est satisfait aux trois conditions fondamentales.
- Limage de toute partie A de appartenant P() est positive ou nulle ;
- Limage de lensemble fondamental est lunit : P() = 1 ;
- Limage de la runion dun nombre finis ou infinis dnombrable de parties de E
(vnements) disjointes (incompatibles) appartenant P() est gale la somme des
images :
4
Professeur HILAL
Statistiques II
n
P ( A1 A2 ..... An ) = P ( Ai ) .
i =1
2- Consquences de la dfinition :
a- en vertu de la troisime proprit, on a :
P (A A) = P ( A) + P ( A) .
Or, A A =
Et P() = 1 daprs la deuxime proprit.
Donc : P(A) + P( A ) = 1
P( A ) = 1 P(A).
b- Si dans lgalit prcdente, on fait A = , il vient, puisque :
=
et P() = 1
P() = 0.
www.cours-FSJES.blogspot.com
A B = A B A B .
P B A B = P (B ) P ( A B )
Do P( A B ) = P( A) + P(B ) P( A B ) .
4- Axiome de probabilit totale dans le cas de plusieurs vnements
incompatibles :
Professeur HILAL
Statistiques II
b- Cas de n vnements :
On montre, par rcurrence, que :
K
P( AI AJ AK ) = P( AI ) P( AI AJ ) +
i =1
On posant : S k =
IJ
P( A
I1
P( A
AJ AK ) + ..... + ( 1)
n 1
P( AI ... An )
I J K
AI 2 ..... AIn ).
I11 I 2 ........... I k
n
On a : P( A1 A2 .... An ) ( 1)k 1 .S k
k +1
III-
1- Probabilit conditionnelle :
La ralisation dun vnement A sachant quun autre vnement B a t ralis est :
P( A B ) =
P( A B )
P(B )
Avec ; P(B ) 0
Proprits :
* P (A B ) = 1 P ( A B ) .
* P[( A B ) C ] = P( A C ) + P(B C )
Si : A B =
* P[( A B ) C ] = P( A C ) + P(B C ) P[( A B ) C ]
Si : A B
2- Axiomes de probabilits composes dans le cas de plusieurs vnements :
www.cours-FSJES.blogspot.com
b- Cas de n vnements :
Soient A1, A2, ., An n vnements.
Professeur HILAL
Statistiques II
P ( A B ) = P ( A)
P( A B )
P( A B ) =
= P ( A)
P(B )
P( A B ) = P( A).P(B ) .
Remarque :
Lindpendance est une relation symtrique. On dit, tout simplement, que A et B sont
indpendants.
Proprits :
Si A et B sont indpendants, alors :
* A et B sont indpendants.
* A et B sont indpendants.
* A et B sont indpendants.
Indpendance de n vnements :
On dit que n vnements A1, A2, , An sont indpendants sils sont :
* Indpendants deux deux.
* Indpendants trois trois.
* Indpendants k k .
* Indpendants n n .
IV-
Thorme de BAYES :
UE
i =1
www.cours-FSJES.blogspot.com
E1
E2
Ei
En
Professeur HILAL
Statistiques II
P( A Ei )
.
P ( A)
P( A Ei )
P[( A E1 ) ( A E 2 ) .... ( A Ei ).... ( A E n )]
P( A Ei )
=
P( A E1 ) + .... + P( A Ei ) + ..... + P( A E n )
P (E i )P( A E i )
P(E )P( A E )
i =1
www.cours-FSJES.blogspot.com
Professeur HILAL
Statistiques II
Exemple et dfinition :
www.cours-FSJES.blogspot.com
La fonction de rpartition F(x) dune variable alatoire continue X est la fonction qui fait
correspondre tout rel x le nombre rel gal :
x
F(x) = P(X < x) = f (t ).dt .
b- Proprit dune fonction de rpartition :
Professeur HILAL
Statistiques II
x +
Exemple :
Dterminer la fonction de rpartition F lie la densit de probabilit f dfinir par :
f(x) =
2
x3
si : x 1.
si non.
f (t ).dt = 0dt +
0.dt = 0 .
2
.dt.
t2
= 0 + 2 21 t 3 .dt
1
1
2 t 3 = x + 1 .
1
x
En rsum : F(x) =
0 si ; x 1.
1-
1
x2
si ; x > 1.
www.cours-FSJES.blogspot.com
* P( X > a ) = P( X a ) = a f (t ).dt
10
Professeur HILAL
Statistiques II
* P( X < b ) = P( X b ) = f (t ).dt
b
a(x + 1)
a(-x + 1)
0
si ; -1 x 0.
si ; 0 x 1.
ailleurs.
www.cours-FSJES.blogspot.com
Dfinition :
E(X) =
xf ( x).dx .
Proprits :
E(X + Y) = E(X) + E(Y).
E(X) = E(X).
E(a) = a (avec; a).
11
Professeur HILAL
Statistiques II
b- Variance:
Dfinition:
V(X) = E[(X E(X))2].
+
( X E ( X ))2 f ( x).dx.
V(X) existe si cette intgrale est convergente, sinon V(X) nexiste pas.
Ou bien ; V(X) = E(X2) (E(X))2.
+
Avec ; E(X2) = X 2 f ( x).d ( x)
Proprits :
V(X Y) = V(X) + V(Y). Si X et Y sont indpendants.
V(X Y) = V(X) + V(Y) 2 cov (X, Y). Si X et Y sont dpendants.
V(X) = 2 V(X).
V(X ) = 2 V(X).
c- Ecart-type:
www.cours-FSJES.blogspot.com
Cest le nombre:
(X) = V ( X ) .
Donc, (X) (ou tout simplement) est positif.
12
Professeur HILAL
Statistiques II
I-
Loi de Bernoulli :
Dans une urne contenant des boules blanches en proportion p et des boules rouges en
proportion q = 1 p . On tire une boule.
Soit la variable alatoire X = nombre de boules blanches obtenues.
X prend deux valeurs soit 0 soit 1.
X = 1 : si la boule tire est blanche.
2 : si la boule tire est rouge.
X() = {0, 1}.
P(X = 1) = p.
P(X = 0) = q = 1 p.
On dit que X soit une loi de Bernoulli de paramtre p.
On note : X B (p).
Ou bien : X B (1, p).
* E(X) = x. p x . = 0(1 p) + 1p.
E(X) = p.
* V(X) = E(X2) (E(X))2.
E(X2) = 02(1 p) + 12p = p.
V(X) = p p2 = p(1 p) = pq.
* (X) = V ( X ) = p(1 p ) = pq .
On rappelle que la variable de Bernoulli est considre comme une fonction indicatrice
des individus prsentant un certain caractre.
www.cours-FSJES.blogspot.com
II-
Loi binomiale :
1- Exemple et dfinition :
Dans une urne concernant 6 boules blanches et 4 boules noires, on tire, on remise, 3
boules.
Soit la variable alatoire X = nombre des boules blanches obtenues.
X prend les valeurs : 0, 1, 2, 3.
On montre que : P( X = x) = C32 (0,6) x (0,4) 3 x . avec x = 0, 1, 2, 3.
13
Professeur HILAL
Statistiques II
En gnral, on tire, sans remise, n boules dans une urne contenant des boules blanches
en proportion p et si on considre la variable alatoire X = nombre de boules blanches
obtenues.
X prend les valeurs 0, 1, 2, 3, , n.
La probabilit que X prenne une valeur x est : P( X = x) = C nx ( p ) x (q) n x . avec ; q = 1 p.
On dit que X suit une loi binomiale de paramtres n et p .
On note : X B(x, p).
III-
Loi de poisson :
1- Dfinition :
Une valeur alatoire X (discrte) soit une loi de poisson de paramtre lors quelle prend
les valeurs entires 0, 1, 2 avec les probabilits.
Px = P(X = x) = e
x
x!
3- Conditions dapplication :
www.cours-FSJES.blogspot.com
14
Professeur HILAL
Statistiques II
Loi normale :
1- Dfinition :
Une variable alatoire X continue pouvant prendre nimporte quelle valeur relle soit une
loi normale de paramtres m et si sa densit de probabilit est :
f ( x) =
1 xm
avec x.
T = 3,14157
e = 5,71828
m = E(X)
(m, cest la moyenne).
= (X) = V ( X ) (, cest lcart type).
Or, x de X N(m, ).
2- Loi normale centre relle :
Si on considre : T =
T N(0, 1).
X m
X m 1
= E(X m)
1
1
= (E ( X ) E (m) ) = (m m ) = 0.
* E (T ) = E
X m 1
* V (T ) = V
= 2 V ( X m ).
1
1
= 2 V ( X ) = 2 2 = 1.
Donc, = 1.
www.cours-FSJES.blogspot.com
f (t ) =
1
2
1
t2
2
Avec ; t.
15
Professeur HILAL
Statistiques II
P(T t ) = P(T t ) = (t ).
P( t T t ) = 2 (t ) 1.
II-
1- Dfinition :
www.cours-FSJES.blogspot.com
Soit T1, T2, , Tn, n variables alatoires normales centres rduites et indpendantes. La
somme de leurs carres est variable alatoire qui suit une loi de khi deux de paramtre
appel nombre de degrs de libert.
16
Professeur HILAL
Statistiques II
EXERCICES
Exercice 1 :
Soient A, B et C trois vnements, exprimez les vnements suivants :
1- A seul se produit.
2- A et B se produisent et pas C.
3- A, B et C se produisent simultanment.
4- Au moins lun des vnements A, B ou C se produit.
5- Au moins deux vnements se produisent.
6- Au plus deux vnements se produisent.
7- Un est un seul se produit.
8- Deux seulement se produisent.
9- Aucun ne se produit.
Solution n 1 :
1- A B C .
2- A B C .
3- A B C.
4- (A B C ) ( A B C ) ( A B C) (A B C ) (A B C)
( A B C) (A B C) = A B C .
5- (A B C ) (A B C) ( A B C) (A B C).
6- (A B C ) (A B C) ( A B C) (A B C ) ( A B C )
( A B C) ( A B C ) = A B C .
7- (A B C ) ( A B C ) ( A B C).
8- (A B C ) (A B C) ( A B C).
9( A B C ).
www.cours-FSJES.blogspot.com
Exercice 2 :
Combien de nombres de 4 chiffres peut-on former avec les dix chiffres 0, 1, 2, 3, 4, 5, 6, 7,
8, 9. Si :
a- Les rptitions sont autorises ?
b- Les rptitions sont interdites ?
c- Les rptitions sont autorises et le dernier chiffre doit tre zro ?
Solution n 2 :
a- C91 .C101 .C101 .C101 = 9 103 = 9000.
C91 . A93 = 9 103 = 9000.
b- C91 .C91 .C81 .C71 = 9987 = 4536.
17
Professeur HILAL
C91 . A93 = 9
Statistiques II
9!
= 4536.
(9 3)!
www.cours-FSJES.blogspot.com
Exercice 5 :
Deux postes sont offerts dans une entreprise, postes qui peuvent indiffremment tre
occups par un homme ou par une femme.
4 femmes et 2 hommes posent leur candidature et les chances de chacun des 6 postulants
sont priori quivalent :
a- Probabilit pour que les deux postes soient occups par deux femmes ?
b- Probabilit pour que les deux postes soient occups par deux hommes ?
c- Probabilit pour que les deux postes soient occups par deux personnes de mme
sexe ?
d- Probabilit pour que les deux postes soient occups par deux personnes de sexes
diffrents ?
18
Professeur HILAL
Statistiques II
Solution n 5 :
Exercice 6 :
Au cours dun jeu radiophonique un speaker pose 5 questions un candidat qui doit
rpondre par oui ou non . Le candidat est dclar vainqueur sil rpond
correctement au moins 4 questions.
Quelle est la probabilit pour que le joueur gagne ?
Solution n 6 :
Exercice 7 :
On jette n fois deux ds :
a- Calculer la probabilit pour que le double six sorte au moins une fois ?
b- Combien de fois faut-il jeter les deux ds pour parier avec avantage dobtenir au
moins un double six ?
Solution n 7 :
Exercice 8 :
Soient A et B deux vnements tel que A B . Montrer que P(A) P(B).
www.cours-FSJES.blogspot.com
Solution n 8 :
On a: B = A ( A B) .
P(B) = P[ A ( A B) ].
= P(A) + P ( A B) .
P(B) P(A) = P ( A B ) 0.
Donc P(B) P(A) 0.
Et P(A) P(B).
Exercice 9 :
On considre deux vnements A et B tel que :
P(A) = 40% ; P(B) = 60% et P ( A B ) = 70%.
19
Professeur HILAL
Statistiques II
a- Calculer P ( A B ) et P (B A) .
b- Serait-il possible que P( A B ) = 45% (les probabilits de A et B restent
inchanges) ?
Solution n 9 :
P( A B)
.
P( B)
P ( A B ) = P ( A) + P ( B ) P ( A B ) .
P ( A) + P ( B ) P ( A B )
0,4 + 0,6 0,7 0,3
=
= 0,5.
Donc : P( A B) =
=
P( B)
0,6
0,6
P ( A B ) 0,3
=
= 0,75.
P ( B A) =
0,4
P ( A)
b- non, on ne peut pas avoir P( A B) = 45% .
En effet, si P( A B) = 45% , on aurait :
a- P( A B) =
P(B) = 0,3
P(C) = 0,4
P (B C ) = .
; P (B C )
Solution n 10 :
On sait que : P (x y ) = P(x) P ( y x )
ou P(y) P (x y ) .
* P (B C ) = P(C) P (B C ) = 0,4
1
0,4
=
.
3
3
P B C
P(B ) P(B C )
=
*P B C =
PC
PC
P(B ) P(B C )
=
=
1 P(C )
www.cours-FSJES.blogspot.com
* P (C B ) =
* P (C B ) =
* P (B C ) =
()
()
PCB
P(B ) P(B C )
=
=
1 P(B )
PB
()
P B C
P(B ) P(B C )
=
=
P (B )
P (B )
P B C
P(B ) P(B C )
=
P(C )
P(C )
1
3
; PC B ; PC B ; PBC ;
( )
( )
Professeur HILAL
Statistiques II
P (B C ) = 1 - P (B C ) .
* P (B C ) = P (B ) P (C B ) = (1 P(B ) (1 P(C B ))) .
* P (C B ) =
P(C ) P(B C )
P (B )
On sait que : P( X Y ) =
* P (C B ) =
P B C
P(B )
P( X ) P(Y X )
ou bien
P(Y )
P(C B ) =
P (B C )
.
P(B )
Ou bien : P (C B ) = 1 - P (C B ).
Exercice 11 :
On considre un espace probabilit (, P(), P) et trois vnements probabilits
respectives P(A), P(B), P(C).
a- Montrer que P( A B ) P( A) P (B ). .
b- Dduire que : P( A B C ) 1 P (A) P(B ) P (C ). .
c- Gnraliser le rsultat prcdent au cas de n vnement A1, A2.An.
Solution n 11 :
Exercice 12 :
Une boite I contient 3 billes rouges et 2 billes bleus, et une boite II contient 2 billes rouges
et 8 billes bleus. On tire une bille de lune des deux boites sachant que la bille est rouge,
quelle est la probabilit quelle soit tire de la boite I ?
Solution n 12 :
- La probabilit quon doit calculer est : P(I R ) .
Il faut connatre : P(R I ) =
3
.
5
www.cours-FSJES.blogspot.com
P(R II ) =
2 1
= .
10 5
1
P(I) = P(II) = .
2
P(R I )
P (R I )
P (R I )
=
=
P (R )
P[(R I ) (R II )]
P(R I ) + P(R II )
P ( I ) P (R I )
3
=
= .
[P(I ) P(R I )] + [P(II ) P(R II )] 4
Donc : P(I R ) =
Exercice 13 :
21
Professeur HILAL
Statistiques II
Sur 20 jetons, 8 sont noirs, 6 sont blancs et 6 possdent une face blanche et une face noire.
a- On choisis au hasard un jeton que lon jette. La face apparente tant blanche, quelle
est la probabilit pour que la face cache soit blanche ?
b- On effectue lpreuve prcdente n fois avec remise. Soit A lvnement : sur les n
preuves, on obtient au moins une fois une face apparente blanche. Quelle valeur
minimum de n, a-t-on P(A) = 0,99 ?
Solution n 13 :
Soient les vnements :
B : jetons deux faces blanches ;
N : jetons deux faces noires ;
M : jetons une face noire et une face blanche ;
A : face apparente est blanche.
a- la probabilit quon doit calculer est la suivante : P(B A)
P( A B ) = 1
P (B ) =
P( A N ) = 0
P(N ) =
6
20
P( A M ) =
1
2
6
P (M ) =
.
20
8
20
P( A B )
P( A B )
=
P ( A)
P[( A B ) ( A N ) ( A M )]
P( A B )
=
P( A B ) + P ( A N ) + P ( A M )
P(B ) P( A B )
=
[P(B ) P( A B )] + [P(N ) P( A N )] + [P(M ) P( A M )]
2
= .
3
www.cours-FSJES.blogspot.com
P (B A ) =
N
M
11
= 1 - .
20
P (A) 0,99
11
1 -
20
0,99.
22
Professeur HILAL
Statistiques II
n
11
0,01.
20
11
n. log Log (0,01).
20
log 0,01
log 0,01
=
= 7,7 8
n
log 11 log 20
11
log
20
Donc : n 8.
Ou bien, en utilisant la loi binomiale :
Soit la variable alatoire :
x = nombre de faces apparentes blanches obtenues sur n jets.
x
B(n,
9
)
20
9
).
20
Car : n est fixe et connue ; deux rsultats contraires pour chaque preuve ;
indpendance des vnements.
La probabilit demande est P(A) = P(x 1)
P(A) = 1- P(x<1)
= 1 P(x = 0)
0
11
9
11
= 1 - C = 1
20 20
20
0
n
www.cours-FSJES.blogspot.com
Exercice 14 :
Un appareil peut comporter des organes de haute qualit ou des organes de qualit
courante. On admettra que 4096 des appareils ne comportent que des organes de haute
qualit.
La probabilit pour quun appareil fonctionne sans dfaillance pendant t heures est, on
ladmettra ainsi, 0,95 sil est compos dorganes de haute qualit et 0,7 sil comporte des
organes de qualit courante.
Un appareil a fonctionn T heures sans dfaillance.
Quelle est la probabilit pour quil soit constitu dorgane de haute qualit ? De qualit
courante ?
23