Univers, réunion, intersection et équiprobabilité de Seconde
Première générale Spé · Mathématiques Spé 1ère
À retenir
• P(A) = 1 - P(A). • P(A B) = P(A) + P(B) - P(A B). • Incompatibles A B = P(A B) = P(A) + P(B). • Équiprobabilité : P(A) = issues favorablesissues possibles.
Le cours
Vocabulaire des probabilités Une expérience aléatoire produit des issues qui composent l'univers . Un événement A est un sous-ensemble de . Intersection A B (« A et B ») : issues qui réalisent à la fois A et B. Réunion A B (« A ou B ») : issues qui réalisent au moins l'un des deux événements. Pour tout événement A, on a 0 P(A) 1. Événement certain : P() = 1. Événement impossible : P() = 0. Événement contraire A : ensemble des issues qui ne réalisent pas A. On a : P(A) = 1 - P(A) Réunion, Intersection et Équiprobabilité En situation d'équiprobabilité (chaque issue a la même probabilité) : P(A) = Nombre d'issues favorablesNombre total d'issues de Pour deux événements quelconques A et B : P(A B) = P(A) + P(B) - P(A B) Si A et B sont incompatibles (A B = ), alors P(A B) = 0 et P(A B) = P(A) + P(B).
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