Admis

Accueil / Terminale D / Mathématiques / Leçon 2

Probabilité conditionnelle et variable aléatoire

Thème : modélisation d'un phénomène aléatoire. Durée prévue au programme : 18 heures.

Situation de départ

Le conseil des élèves tient un stand de tombola à la kermesse. Dans une urne, il y a 5 boules indiscernables au toucher : 2 boules orange marquées 500 et 1 000, et 3 boules blanches marquées 0. Le joueur paie une mise, tire une boule au hasard et reçoit en francs le nombre inscrit.

Le conseil veut fixer la mise pour que le stand ne perde pas d'argent en moyenne. Pour y arriver, il faut savoir calculer un gain moyen. C'est le rôle de l'espérance, vue plus bas.

I. Probabilités conditionnelles

1. Définition

Définition. Soit B un événement tel que P(B) ≠ 0. La probabilité de A sachant que B est réalisé est

PB(A) = P(A ∩ B) / P(B)

Exemple. Dans une classe de 30 élèves, 18 sont des filles. Six filles et trois garçons font du théâtre. On choisit un élève au hasard. F : « c'est une fille », T : « il fait du théâtre ».

P(F) = 18/30 = 0,6, P(T) = 9/30 = 0,3 et P(F ∩ T) = 6/30 = 0,2.

PF(T) = 0,2 / 0,6 = 1/3 : parmi les filles, une sur trois fait du théâtre.

PT(F) = 0,2 / 0,3 = 2/3 : parmi les élèves de théâtre, deux sur trois sont des filles.

PF(T) et PT(F) sont deux nombres différents. Lis bien quel événement est « connu » : c'est celui placé en indice.

2. Probabilité d'une intersection

Si P(A) ≠ 0 et P(B) ≠ 0 :

P(A ∩ B) = P(A) × PA(B) = P(B) × PB(A)

Dans l'exemple : P(F ∩ T) = P(F) × PF(T) = 0,6 × 1/3 = 0,2.

3. Événements indépendants

Définition. A et B sont indépendants lorsque P(A ∩ B) = P(A) × P(B).

Si P(A) et P(B) ne sont pas nuls, c'est équivalent à PB(A) = P(A), ou à PA(B) = P(B) : savoir que B est réalisé ne change pas la probabilité de A.

Si A et B sont indépendants, alors A et B̄, Ā et B, Ā et B̄ sont aussi indépendants.

Exemple. On lance un dé équilibré. A : « le résultat est pair », B : « le résultat est un multiple de 3 », E : « le résultat est au moins 4 ».

P(A) = 1/2, P(B) = 1/3 et A ∩ B = {6}, donc P(A ∩ B) = 1/6 = 1/2 × 1/3. A et B sont indépendants.

A ∩ E = {4 ; 6}, donc P(A ∩ E) = 1/3, alors que P(A) × P(E) = 1/2 × 1/2 = 1/4. A et E ne sont pas indépendants.

Incompatible et indépendant sont deux choses différentes. Deux événements incompatibles de probabilités non nulles ne sont jamais indépendants : P(A ∩ B) = 0, alors que P(A) × P(B) ≠ 0.

4. Partition et probabilités totales

Partition. Les événements B1, …, Bn forment une partition de l'univers s'ils sont deux à deux disjoints et si leur réunion est l'univers entier.

Formule des probabilités totales. Si B1, …, Bn forment une partition avec des probabilités non nulles, alors pour tout événement A :

P(A) = P(A ∩ B1) + … + P(A ∩ Bn), avec P(A ∩ Bi) = PBi(A) × P(Bi)

Arbre pondéré

On écrit sur la première série de branches les probabilités de la partition, puis sur chaque branche suivante la probabilité conditionnelle. On multiplie le long d'un chemin pour avoir une intersection, et on additionne les chemins qui mènent à A.

Exemple. Dans un quartier, 60 % des clients utilisent Orange Money (O) et 40 % utilisent Wave (W). Chaque mois, 5 % des clients Orange Money et 10 % des clients Wave ont une transaction échouée (E).

O (0,6) → E (0,05) : 0,6 × 0,05 = 0,03
O (0,6) → Ē (0,95)
W (0,4) → E (0,10) : 0,4 × 0,10 = 0,04
W (0,4) → Ē (0,90)

P(E) = 0,03 + 0,04 = 0,07.

On rencontre un client dont la transaction a échoué. La probabilité qu'il utilise Orange Money est PE(O) = P(O ∩ E) / P(E) = 0,03 / 0,07 = 3/7 ≈ 0,43.

II. Variables aléatoires

1. Définition et loi de probabilité

Une variable aléatoire X est une application qui, à chaque issue de l'expérience, associe un nombre réel. L'ensemble de ses valeurs est noté X(Ω).

La loi de probabilité de X donne, pour chaque valeur xi, le nombre P(X = xi). On la présente dans un tableau, avec les valeurs rangées dans l'ordre croissant. La somme des probabilités est toujours égale à 1.

Exemple. Une urne contient 2 boules blanches et 3 boules rouges. On tire simultanément 2 boules. X est le nombre de boules blanches obtenues. Il y a C(5 ; 2) = 10 tirages possibles.

xi012
P(X = xi)3/106/101/10

Pour X = 0, on choisit 2 rouges parmi 3 : C(3 ; 2) = 3. Pour X = 1, on choisit 1 blanche parmi 2 et 1 rouge parmi 3 : 2 × 3 = 6. Pour X = 2, une seule paire : 1. Vérification : 3 + 6 + 1 = 10.

2. Espérance, variance, écart type

Pour X de loi (xi ; pi) :

E(X) = x1p1 + … + xnpn

V(X) = (x1 − E(X))2p1 + … + (xn − E(X))2pn = E(X2) − [E(X)]2

σ(X) = √V(X)

Pour l'urne ci-dessus : E(X) = 0 × 0,3 + 1 × 0,6 + 2 × 0,1 = 0,8.

E(X2) = 0 + 1 × 0,6 + 4 × 0,1 = 1. Donc V(X) = 1 − 0,82 = 0,36 et σ(X) = 0,6.

Interprétation dans un jeu. Si X est le gain algébrique (ce que le joueur reçoit moins sa mise), E(X) est le gain moyen du joueur. Si E(X) > 0, le jeu est avantageux pour le joueur. Si E(X) < 0, il est désavantageux. Si E(X) = 0, il est équitable.

Retour à la tombola avec une mise de 200 F. Le gain algébrique X vaut −200 avec la probabilité 3/5, 300 avec 1/5 et 800 avec 1/5.

E(X) = −200 × 3/5 + 300 × 1/5 + 800 × 1/5 = −120 + 60 + 160 = 100 F. Avec 200 F de mise, le jeu est avantageux pour le joueur : le stand perd 100 F par partie en moyenne.

Avec une mise m, E(X) = 1 500/5 − m = 300 − m. Le jeu est équitable pour m = 300 F. Le stand gagne de l'argent en moyenne dès que la mise dépasse 300 F.

3. Épreuve et schéma de Bernoulli

Une épreuve de Bernoulli est une expérience à deux issues exclusives : succès S, de probabilité p, et échec S̄, de probabilité 1 − p.

Un schéma de Bernoulli répète n fois cette épreuve de façon indépendante (n ≥ 2).

La probabilité d'obtenir exactement k succès est C(n ; k) × pk × (1 − p)n − k, pour 0 ≤ k ≤ n.

4. Loi binomiale

Si X compte le nombre de succès dans un schéma de Bernoulli de paramètres n et p, on dit que X suit la loi binomiale B(n ; p) :

P(X = k) = C(n ; k) pk (1 − p)n − k, E(X) = np, V(X) = np(1 − p)

Exemple. Un élève répond au hasard à un QCM de 6 questions. Chaque question a 4 choix dont un seul est correct. X est le nombre de bonnes réponses : X suit B(6 ; 1/4).

P(X = 2) = C(6 ; 2) × (1/4)2 × (3/4)4 = 15 × 81 / 4 096 = 1 215 / 4 096 ≈ 0,30.

P(X ≥ 1) = 1 − P(X = 0) = 1 − (3/4)6 = 1 − 729/4 096 = 3 367/4 096 ≈ 0,82.

E(X) = 6 × 1/4 = 1,5 et V(X) = 6 × 1/4 × 3/4 = 1,125. En répondant au hasard, l'élève obtient en moyenne 1,5 bonne réponse sur 6.

Pour reconnaître une loi binomiale : 1. on répète la même épreuve ; 2. les répétitions sont indépendantes ; 3. chaque épreuve a deux issues ; 4. on compte les succès. Écris ces quatre points dans ta copie.

5. Fonction de répartition

La fonction de répartition de X est la fonction F définie sur ℝ par F(x) = P(X ≤ x). C'est une fonction en escalier, croissante, définie par intervalles, qui va de 0 à 1.

Gain algébrique de la tombola avec mise 200 F : valeurs −200, 300, 800 avec les probabilités 0,6 ; 0,2 ; 0,2.

F(x) = 0 pour x < −200 ; F(x) = 0,6 pour −200 ≤ x < 300 ; F(x) = 0,8 pour 300 ≤ x < 800 ; F(x) = 1 pour x ≥ 800.

À retenir

  • PB(A) = P(A ∩ B) / P(B) et P(A ∩ B) = P(B) × PB(A).
  • A et B indépendants : P(A ∩ B) = P(A) × P(B).
  • Probabilités totales : on additionne les chemins de l'arbre qui mènent à A.
  • E(X) = Σ xipi ; V(X) = E(X²) − [E(X)]² ; σ(X) = √V(X).
  • Gain algébrique : E(X) > 0 avantageux, E(X) < 0 désavantageux, E(X) = 0 équitable.
  • Loi binomiale B(n ; p) : P(X = k) = C(n ; k) pk(1 − p)n − k, E(X) = np, V(X) = np(1 − p).
  • F(x) = P(X ≤ x) : fonction en escalier croissante.

Exercices de fixation

Exercice 1. On donne P(A) = 0,5, P(B) = 0,4 et P(A ∩ B) = 0,2. Calcule PA(B) et PB(A). A et B sont-ils indépendants ?

Voir la correction

PA(B) = 0,2 / 0,5 = 0,4 et PB(A) = 0,2 / 0,4 = 0,5.

P(A) × P(B) = 0,5 × 0,4 = 0,2 = P(A ∩ B). Les événements sont indépendants.

Exercice 2. Une usine a deux machines. M1 fabrique 70 % des pièces, dont 2 % sont défectueuses. M2 fabrique 30 % des pièces, dont 5 % sont défectueuses. Calcule la probabilité qu'une pièce prise au hasard soit défectueuse, puis la probabilité qu'une pièce défectueuse vienne de M1.

Voir la correction

P(D) = 0,7 × 0,02 + 0,3 × 0,05 = 0,014 + 0,015 = 0,029.

PD(M1) = 0,014 / 0,029 = 14/29 ≈ 0,48.

Exercice 3. On lance une pièce équilibrée 3 fois. X est le nombre de Face. Donne la loi de X et son espérance.

Voir la correction

X suit B(3 ; 1/2). P(X = 0) = 1/8, P(X = 1) = 3/8, P(X = 2) = 3/8, P(X = 3) = 1/8.

E(X) = 3 × 1/2 = 3/2 = 1,5.

Exercice 4. Un basketteur réussit 70 % de ses lancers francs. Il tire 5 lancers, indépendants. Calcule la probabilité qu'il en réussisse exactement 4, puis le nombre moyen de lancers réussis.

Voir la correction

X suit B(5 ; 0,7). P(X = 4) = C(5 ; 4) × 0,74 × 0,3 = 5 × 0,2401 × 0,3 = 0,36015.

E(X) = 5 × 0,7 = 3,5 lancers réussis en moyenne.

Exercice 5. Une variable X prend les valeurs 0, 1 et 2 avec les probabilités 0,3 ; 0,6 et 0,1. Détermine sa fonction de répartition.

Voir la correction

F(x) = 0 si x < 0 ; F(x) = 0,3 si 0 ≤ x < 1 ; F(x) = 0,9 si 1 ≤ x < 2 ; F(x) = 1 si x ≥ 2.

Situation complexe

Pour la kermesse, le conseil propose un autre jeu : le joueur lance un dé équilibré deux fois. Il reçoit 1 000 F s'il obtient deux 6, 100 F s'il obtient exactement un 6, et rien sinon. Le trésorier veut une mise de 50 F. Le président pense que le stand va perdre de l'argent. Qui a raison ?

Voir la correction

Nombre de 6 : P(deux 6) = 1/36, P(exactement un 6) = 2 × 1/6 × 5/6 = 10/36 et P(aucun 6) = 25/36.

Ce que le joueur reçoit en moyenne : 1 000 × 1/36 + 100 × 10/36 = 2 000/36 = 500/9 ≈ 55,56 F.

Avec une mise de 50 F, le gain moyen du joueur est environ +5,56 F par partie : le jeu lui est avantageux. Le stand perd donc en moyenne environ 5,56 F par partie.

Conclusion : le président a raison. Il faut une mise d'au moins 56 F (par exemple 60 F) pour que le stand ne perde pas en moyenne.

Poser une question au profsur cette leçon

Il te reste 5 questions aujourd'hui. Le prof peut se tromper : vérifie avec ton cours.

Faire une interro de Mathématiques

Donner mon avis