Beruflich Dokumente
Kultur Dokumente
GUERRAB
pices ;
3.Observer le nombre de clients qui entrent dans un
supermarch durant une journe ;
4....
Exprience alatoire:
lexprience ;
2.On peut dcrire tous les rsultats possibles avant
lexprience.
Ensemble fondamental S:
On appelle ensemble fondamental S, lensemble de tous les
rsultats possibles qui peuvent se produire dans une
exprience alatoire.
S 2, 3, 4, 5, 6, 7, 8, 9,10,11,12
2.
Exemple
Soit lexprience alatoire consistant lancer
une pice de monnaie trois fois de suite et
observer la suite de piles (P) ou de faces (F)
obtenues.
Introduction : notions
lmentaires
Description explicite
( B, B, B), ( B, B, D), ( B, D, B ), ( D, B, B )
S
( B, D, D), ( D, B, D), ( D, D, B ), ( D, D, D)
Lvnement A : obtenir au moins 2 pices
dfectueuses
A ( B, D, D), ( D, B, D), ( D, D, B ), ( D, D, D)
Lvnement B : obtenir une pice dfectueuse
au 2ime tirage et une bonne pice au 3ime
tirage.
B ( B, D, B ), ( D, D, B )
( B, B, B ), ( B, B, D), ( B, D, B ), ( D, B, B )
S
A ( B, B, B )
B ( B, B, D), ( B, D, B), ( D, B, B)
C ( B, B, B), ( B, B, D), ( B, D, B ), ( D, B, B)
Remarques
A et B sont incompatibles
A implique C
Exemple
probabilits totales)
P( E )
Analyse combinatoire
collection
dlments.
Ordonne ou non et
Forme dlments Distincts ou non.
Une
dispositions ordonnes.
= {1, 2, 3}.
: D0 = {1 ; 1 ; 2 ; 4 ; 4 ; 3}.
Si une
opration A peut tre effectue de m faons, et si aprs
que A a t effectue, une deuxime opration B peut
tre effectue de n faons, alors les deux oprations
successives peuvent tre effectues de m n faons.
Analyse combinatoire :
Exemples
Exemples
Dans une organisation, deux postes diffrents
doivent tre combls. Cinq personnes ont pos leur
candidature. De combien de faons diffrentes
peut-on attribuer ces deux postes P1 et P2 ?
Rponse
Pour occuper le poste A, il y a cinq candidats
possibles. Une fois que le poste A est combl, il
reste 4 candidats possibles pour combler le poste
B.
Donc, il existe 5 X 4 = 20 faons diffrentes
Opration B : combler le poste 2 une fois le poste 1 est
combl = 4 faons diffrentes
Opration A : combler le poste 1 = 5 faons diffrentes
Rponse
Pour attribuer le prix 1, il y a 10 enfants candidats.
Une fois que le prix 1 est attribu, tous les enfants,
cest--dire les 10, sont encore candidats pour le
deuxime prix puisque le mme enfant peut gagner
deux prix.
Analyse combinatoire :
notions
gnrales
4! = 4 3 2 1 = 24
5! = 5 4 3 2 1 = 120
Rgle de simplification
Calculer 10!/6! ?
Rponse : 10!/6! = (10 9 8 7 6!) / 6! = 5040
Analyse combinatoire :
Dfinition
n!
A n (n 1) (n 2) ... (n r 1)
(n p)!
p
n
D1 = (a ; b)
D2 = (a ; c)
D3 = (a ; d)
D4 = (b ; c)
D5 = (b ; d)
D6 = (c ; d)
tape 1 : On cherche tout dabord tous
les sous-ensembles de 2 lments
quon peut construire partir de A
D7 = (b ; a)
D8 = (c ; a)
D9 = (d ; a)
D10 = (c ; b)
D11 = (d ; b)
D12 = (d ; c)
A42
4! 4 3 2!
12
2!
2!
Rponse
Rq1 : chaque candidat ne peut avoir quune seule mdaille.
Rq2 : une mdaille ne peut tre attribuer quun seul candidat
puisque il ne peut y avoir dex quo.
12 11 10 1320
Mthode 1 : principe de multiplication
A123
12!
12 11 10 9!
1320
(12 3)!
9!
Mthode 2 : Arrangement
13
de
de
de
ce
31 30 29 28 755160
Mthode 2 : Arrangement
A314
31!
31 30 29 28 27!
755160
(31 4)!
27!
18 13 17 12 47736
Mthode 2 : Arrangement
18!
13!
A182 A132
18 17 13 12 47736
(18 2)! (13 2)!
A n n n ... n n
p
n
Exemple 1:
A 26 26 26 26
3
26
Exemple 2:
A 10
10
10
possibles thoriquement
10
lignes
Pn
n
An
n!
3! 3 2
6 P3 3! 3 2 1
0!
1
Case 1
Case 2
Case 3
Objet 1
Objet 2
Objet 3
3 possibilits
Case 1
Case 2
Case 3
2 possibilits
Case 1
Case 3
1 possibilit
Case 1
5!4!3!3! 103680
5!
4! 3!
Rponse :
a) 5! = 120 faons diffrentes.
b) Il y a quatre faons pour que Anne et pierre sassoient
lun cot de lautre : APEEE, EAPEE, EEAPE et EEEAP.
A P E E E
2!
3! = 12 faons diffrentes
Cas 2
E A P E E
2!
3! = 12 faons diffrentes
Cas 3
E E A P E
2!
3! = 12 faons diffrentes
Cas 4
E E E A P
2!
3! = 12 faons diffrentes
n!
Pn1,n2,,,,,,,,,,nk ! ! !
n1 n2 nk
n
10
5 , 3, 2
10!
5 !3 !2 !
Cn
p!(n p)!
p!
4!
4 3 2!
C
6
2!(4 2)!
2!2!
4
2
5!
6!
C C
200
3!(5 3)! 3!(6 3)!
b)
4!
6!
C C
80
3!( 4 3)! 3!(6 3)!
c)
5!
4!
C C
40
3! (5 3)! 1! (4 1)!
3
5
3
4
3
5
3
6
3
6
1
4
Rponse
5!
C C (
) 2 100
2!(5 2)!
b) Il y a cinq cas :
a)
2
5
2
5
C45 C05 5
Cas2 : choisir 3 hommes et une femme qui nest pas lpouse daucun de ces derniers OU
5
53
3
1
C C
20
Cas3 : choisir 2 hommes et 2 femmes qui ne sont pas pouses daucun de ces derniers OU
C25 C25 2 30
Cas4 : choisir un homme et 3 femmes qui ne sont pas lpouse de ce dernier OU
C15 C351 20
Cas5 : choisir 4 femmes et aucun homme
C05 C45 5
5 + 20 + 30 + 20 + 5 = 80 faons diffrentes
Rponse
10!
10
a) C4
4!(10 4)!
210
2 femmes
3 femmes
4 femmes
p
n p 1
(n p 1)!
p!(n 1)!
Exemple:
Les combinaisons avec rptition deux
lments de lensemble {1,2,3} sont: {1,1},{1,2},
{1,3},{2,2},{2,3} et {3,3}
2
3 2 1
(3 2 1)!
6
2!(3 1)!
P( A / B)
() P(A)
1
6
(=) P(A)
P( A B)
P( A | B)
o P(B) 0
P( B)
P( A / B)
P( A B) (4 / 36)
0.133
P( B)
(30 / 36)
6!
A 30
4!
6
2
30 rsultats
Dfinition
Les vnements A et B sont dit indpendants en
probabilit si et seulement si :
P ( A B ) P ( A) P( B )
Rponse
S = {(f, f, f), (f, f, g), (f, g, f), (g, f, f)
(g, g, g), (f, g, g), (g, f, g), (g, g, f)}
A = {(f, f, f), (f, f, g), (f, g, f), (f, g, g)}
A B
AC
B C
2 / 8 0.25
On cherche savoir si
P( A B) P( A) P( B)
oui
Formule
composes
des
probabilits
P( A B) P ( A) P( B | A)
P( B) P( A | B)
avec P ( A) 0 et P ( B ) 0
Dcoule directement de la dfinition
de la probabilit conditionnelle
Exemple:
Soit lexprience qui consiste tirer au hasard, lune
aprs lautre, sans remise, deux ampoules lectriques
dans une bote contenant 10 ampoules dont 3 sont
dfectueuses et 7 sont bonnes. Soient :
Di lvnement lampoule choisie au ime tirage est
Dfectueuse, i = 1,2.
Bi lvnement lampoule choisie au ime tirage est
Bonne, i = 1,2.
On pourrait sintresser lvnement choisir deux
ampoules dfectueuses dans les deux tirages :
( D2 D1 )
La probabilit associe cet vnement P
est:
P( D2 D1 ) P( D1 ) P( D2 / D1 )
3 2 2
10 9 30
Contexte
Lorsque, dans le cadre de certaines expriences
alatoires, on cherche valuer la probabilit dun vnement
E, il peut arriver quil soit trs difficile dvaluer directement
P(E) alors quil est assez facile dvaluer la probabilit de E
conditionne par dautres vnements Ei, i= 1,..,n. Dans ce
cas, il plus adquat dutiliser la formule des probabilits
totales.
Dfinition
P ( E ) P(Ei ) . P(E|Ei )
i 1
P( Ei / A)
P(Ei ) P ( A / Ei )
n
P(E ) . P(A|E )
i 1
Formule de
Probabilit totale
P( R)
0.68
Formule de Bayes
Enseignante: A.
GUERRAB