Calculs de probabilités d'événements
Première générale Spé · Mathématiques Spé 1ère
À retenir
• P(X I) est la somme des P(X = x_i) pour les valeurs x_i appartenant à I. • P(X > k) = 1 - P(X k) et P(X k) = 1 - P(X < k). • Pour une variable à valeurs entières : P(X < 3) = P(X 2).
Le cours
### 1. Définition et cadre fondamental À partir de la loi de probabilité de X, on peut calculer la probabilité de divers événements composés en additionnant les probabilités des valeurs satisfaisant la condition : - **Inégalité large** : P(X k) = _x_i k P(X = x_i) - **Inégalité stricte** : P(X k) = 1 - P(X k) et P(X k) = 1 - P(X < k) - **Encadrement** : P(a X b) = _a x_i b P(X = x_i) ### 2. Méthode : traduire, puis additionner - **Traduire l'énoncé** en inégalité : « au moins 2 » s'écrit X 2, « au plus 2 » X 2, « moins de 2 » X < 2. - **Lister les valeurs** de X qui conviennent, en surveillant les bornes (inégalité stricte ou large). - **Additionner** leurs probabilités, ou passer par l'événement contraire s'il contient moins de valeurs. ### 3. Mini-exemple Si X prend les valeurs 1, 2, 3, 4 et 5, chacune avec la probabilité 0,2, alors P(X 2) = 0,4, P(X < 2) = 0,2 et P(2 < X 4) = P(X = 3) + P(X = 4) = 0,4.
Dans ce chapitre
- Univers, réunion, intersection et équiprobabilité de Seconde
- Arbres pondérés et tableaux croisés d'effectifs de Seconde
- Fluctuation d'échantillonnage et fréquences de Seconde
- Définition de la probabilité conditionnelle
- Formule des probabilités composées
- Arbre pondéré et règles de calcul
- Formule des probabilités totales
- Inversion de conditionnement et formule de Bayes
- Événements indépendants
- Succession d'épreuves indépendantes
- Schéma de Bernoulli
- Arbre pondéré et coefficients binomiaux
- Définition d'une variable aléatoire
- Loi de probabilité d'une variable aléatoire
- Calculs de probabilités d'événements
- Modélisation de gains et de coûts
- Espérance mathématique
- Notion de jeu équitable
- Variance et écart type
- Propriétés de linéarité de l'espérance et variance
- Simulation en Python
- Échantillonnage et fluctuation
- Loi des grands nombres
- Algorithmes d'estimation de probabilités
- Bilan : Synthèse et méthode sur Probabilités et variables aléatoires