User:

• [Link]
fait moi le résumé des 5 premiers chapitre de probabilité

Kimi:
Je vais synthétiser les 5 premiers chapitres de probabilité de ce cours de C.
Geraldo.

Résumé des 5 premiers chapitres de Probabilité

Chapitre 1 : Ensembles finis et Analyse combinatoire
Ce chapitre pose les bases du dénombrement, essentiel pour calculer des
probabilités.
Concept Formule clé

Principe multiplicatif n1 ×n 2 ×⋯ × nk
p
Arrangements avec n
répétition

Arrangements sans p
An =n ( n −1 ) ⋯ ( n− p +1 )
répétition

Permutations n!

Combinaisons sans p n!
Cn=
répétition p ! ( n− p ) !

p p
Combinaisons avec K n =Cn + p −1
répétition

Cardinal des parties Card ( P ( Ω ) )=2

n

Points clés : Lois de De Morgan, formule du binôme de Newton, produit

cartésien.

Chapitre 2 : Phénomènes aléatoires et Modèle probabiliste

Introduit le formalisme mathématique des probabilités.

Generated by Kimi
Élément Définition

Univers Ω Ensemble des résultats possibles

Événement Sous-ensemble de Ω

Tribu A Famille de parties stable par

complémentaire et union dénombrable

Probabilité P Application P : A → [ 0 , 1 ) avec P ( Ω )=1 et σ -

additivité
Propriétés fondamentales : - P ( A ∪ B )=P ( A ) + P ( B ) − P ( A ∩ B ) - P ( Á )=1− P ( A ) -
Formule de Poincaré (inclusion-exclusion) pour n événements
Card ( A ) cas favorables
Équiprobabilité (cas fini) : P ( A )= =
Card ( Ω ) cas possibles

Chapitre 3 : Probabilité conditionnelle et Indépendance

Définition : Pour P ( B )> 0,
P ( A ∩B )
P ( A∨B ) =
P( B)
Indépendance de deux événements :
P ( A ∩B )=P ( A ) × P ( B ) ⇒ P ( A∨B )=P ( A )
⚠️Incompatibilité ≠ Indépendance : Deux événements incompatibles de
probabilités non nulles ne sont jamais indépendants.
Formules essentielles :
Formule Expression
n
Probabilités totales
P ( A )=∑ P ( A∨Bi ) P ( Bi ) pour ( Bi ) système
i =1

complet

Bayes P ( A∨Bk ) P ( Bk )
P ( B k∨ A ) = n

∑ P ( A∨Bi ) P ( Bi )
i=1

Generated by Kimi
Chapitre 4 : Généralités sur les variables aléatoires
Définition : Une v.a. X est une application mesurable Ω → R (ou Rn ).
Type Caractéristiques

Discrète X ( Ω ) fini ou dénombrable ; loi donnée par P ( X =x k )= pk

Continue X ( Ω ) intervalle ; densité f telle que P ( X ∈ B )=∫ f ( x ) d x

B

Fonction de répartition : F X ( x )=P ( X ≤ x )

Moments :
Moment Formule discrète Formule continue

Espérance E ( X )=∑ x k p k +∞
E ( X )=∫ x f ( x ) d x
−∞

2
Variance Var ( X )=E ( X ) − [ E ( X ) )
2 idem
(König-
Huygens)

Écart-type σ ( X )=√ Var ( X ) idem

Propriétés : Linéarité de E , Var ( a X+ b ) =a2 Var ( X ) , σ ( a X +b ) =|a ) σ ( X )

Loi d’une fonction de v.a. : Y =h ( X ) — par transfert pour le discret, par
dérivation de F Y pour le continu.

Chapitre 5 : Lois discrètes et continues usuelles

Lois discrètes
Loi Notation P ( X=k ) E(X ) Var ( X )

Unifo U [ [ 1, n ) ) 1 n+1 n −1
2

n 2 12
rme
discr
ète

Bern B (1 , p ) k
p ( 1− p )
1 −k
p p ( 1− p )
oulli

Generated by Kimi
Loi Notation P ( X=k ) E(X ) Var ( X )

Bino B (n , p ) k k
C n p ( 1 − p)
n−k
np n p ( 1− p )
miale

Géo G(p) ( 1 − p )k −1 p 1 1− p
p p
2
métri
que
(1ère
forme
)

Bino — n −1 n
C k −1 p ( 1 − p )
k−n
n n ( 1− p )
p p
2
miale
négat
ive
(Pasc
al)

Poiss P ( λ ) −λ
e λ
k
λ λ
on k!

Hype H ( N , n , p) k
CM CN −M
n −k
np N −n
n p ( 1 − p)
CN
n N −1
rgéo
métri
que
Stabilités : Somme de Bernoulli i.i.d. → Binomiale ; somme de Poisson
indépendantes → Poisson ; somme de géométriques i.i.d. → Binomiale négative.
Lois continues
Loi Densité E(X ) Var ( X ) F.r.

Unifor 1 a+b ( b −a )2 x−a

1 sur
b −a [ a , b) 2 12 b−a
me
U [ a , b)
[ a , b)

Generated by Kimi
Loi Densité E(X ) Var ( X ) F.r.

Expon λe
−λx
1R +¿ ¿
1 1 1 −e
−λx

λ λ
2
entiell
e E(λ)

( x −m
σ )
2
Norm 1 −
( x − m) m σ
2

e 2σ
2
Φ
ale σ √2 π
N ( m ,σ )
1 − x /2
2

Normale centrée réduite N ( 0 , 1 ) : densité φ ( x )= e , f.r. Φ.

√2 π
Propriétés clés de la loi normale : - Standardisation :
X −m
X ∼ N ( m , σ ) ⇒ Z= ∼ N ( 0 , 1 ) - Symétrie : Φ ( − z ) =1− Φ ( z ) - Stabilité linéaire :
σ
a X + b ∼ N ( a m+ b ,|a ) σ ) - Stabilité par somme (indépendantes) :

X i ∼ N ( mi , σ i ) ⇒ ∑ X i ∼ N ( ∑ mi , √ ∑ σ i2)

Tableau récapitulatif des liens entre lois

Bernoulli(n,p) ──somme──► Binomiale(n,p) ──approx.──► Normale(np,
√(npq))
│ │
│ n grand, p petit
│ ▼
└──► Géométrique(p) ◄── Poisson(λ=np)
│
└──somme──► Binomiale négative

Ce résumé couvre les fondements théoriques et les outils de calcul nécessaires

pour les applications pratiques en probabilités.

Generated by Kimi