PROBABILITS Deux exemples en guise dintroduction : Je jette un d, quelle est la probabilit davoir 6 ?

Jutilise un instrument de mesure, quelle est la probabilit que lerreur sur la mesure que je vais prendre soit comprise entre -0.5 et 0.5 ?

chantillon connu
Y Induction
(Infrence)

dans la population?
Y

erreur de mesure pour 100 essais

Le fabricant m'assure une exactitude 0,5 prs pour 95% des mesures. Est-ce que je peux le croire?

STATISTIQUE INFERENTIELLE

population connue
Y Dduction

dans l'chantillon?
Y

(Probabilits)

Le fabricant m'assure que la distribution de l'erreur de mesure de mon nouvel appareil est la suivante...

Si je fais au hasard 100 mesures indpendantes, quelle est la probabilit que leur valeur soit comprise entre -0.4 et 0.4 ?

PROBABILITE

2. Dfinition exprimentale de la probabilit

Terminologie :

Une preuve ou exprience alatoire: Exprience rptable (dans les mmes conditions), o le hasard intervient et dont le rsultat est un lment imprvisible d'un ensemble dtermin not et appel l'ensemble fondamental. Remarque : est fini, ou infini (dnombrable ou non)

Un vnement: C'est une proprit concernant le rsultat de l'preuve. C'est donc un sous-ensemble de . On dit que l'vnement A est ralis si le rsultat de l'exprience alatoire est un des lments de A.

Opration sur les vnements: (oprations ensemblistes!)

galit: E1 = E2 (E1 et E2 contiennent les mme lments) implication et inclusion: E1 E2 (E1 implique E2) intersection: E1 E2 Si E1 E2 = , on dit que E1 et E2 sont incompatibles ou mutuellement exclusifs. runion: E1 E2
6

 diffrence: E1 \ E2

complmentaire: E est l'vnement qui se ralise quand E ne se ralise pas systme complet (ou exhaustif) d'vnements (partition de ): la suite E1, E2, , Em telle que
i, j

Ei et Ei

ij Ei Ej =

E1 E2 Em=

Evaluation dune probabilit : Probabilit dun vnement ( chance dobtenir cet vnement) =

# cas # cas

favorables possibles
3 6 = 1 2

On a 1 chance sur 2 de tomber sur un nombre pair (= d

) quand on jette un

La probabilit d'avoir une cote en statistique suprieure 15/20 vaut ??? autre approche ncessaire.
8

Axiomatique:
Soient , l'ensemble des rsultats possibles d'une exprience, et A, B des vnements qui peuvent se raliser ou non lors de cette exprience. Soit P(A) la probabilit de ralisation de l'vnement A. On a : A P(A) 0 P( ) = 1 si A B = , P(A B) = P(A) + P(B)

Proprits:
si E est partitionn en 2 vnements E1 et E2, alors P(E) = P(E1) + P(E2) si E1, E2, , Em constituent une partition de E, P(E) = P(E1 ) +P( E2 ) + +P( Em )
9

 si F E : P(F) P(E) pour tout E : P(E) 1 P( E ) = 1-P(E) si A = {}, P(A) = 0

(un vnement impossible est de probabilit nulle)

soit E et F deux vnements quelconques: P(E \ F) = P(E) - P(E F)

et

P(F \ E) = P(F) - P(E F)

loi d'addition: P(A B) = P(A) + P(B) - P(A B)

10

Approche exprimentale : P(A) = ?

rpter N fois la mme preuve compter le nombre de fois que l'vnement A est vrifi N lvnement A est donc arriv avec une frquence de A
N

Remarque : 1. Si on recommence la procdure complte, on obtient gnralement une frquence diffrente chaque fois... 2. Plus N est grand, plus les diffrentes frquences obtenues sont proches lune de lautre. Elles convergent vers une mme valeur limite.

N A = lim f (A) P(A) = lim => N N N N

11