Scribd
Importer
114 vues1 page

Résumé des Probabilités 2 Bac PC

Le document présente les notions de base sur les probabilités discrètes comme les lois de Bernoulli et binomiale, les espérances, variances et écarts-types. Il définit également les probabilités conditionnelles, l'indépendance de deux événements et les arbres de probabilités.

Transféré par

samad22
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
114 vues1 page

Résumé des Probabilités 2 Bac PC

Le document présente les notions de base sur les probabilités discrètes comme les lois de Bernoulli et binomiale, les espérances, variances et écarts-types. Il définit également les probabilités conditionnelles, l'indépendance de deux événements et les arbres de probabilités.

Transféré par

samad22
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Probabilités discrètes

2 Bac [Link] - [Link]


[Link]
[Link]/elmaths1
Rappel sur les probabilités et variables aléatoires

P (∅) = 0 ; 0 6 P (A) 6 1 ; P (Ω) = 1 ; P (A) = 1 − P (A) ; P (A ∪ B) = P (A) + P (B) − P (A ∩ B)


∑
n ∑
n
2
√
Espérance : E(X) = xi P (X = xi ) ; Variance : V (X) = (xi − E(X)) P (X = xi ) ; Écart-type : σ(X) = V (X)
i=1 i=1

Loi de Bernoulli Arbre pondéré de la loi binomiale Loi binomiale


Expérience qui n’a que deux issues S … Répétition de n épreuves de Ber-
S
possibles : « succès » de probabilité S …
noulli identiques et indépendantes.
p et « échec » de probabilité 1 − p S X est égale au nombre de succès.
S …
S
Notation : B(p) S … Notation : B(n; p) ; q = 1 − p
( )
P (X = 1) = p et P (X = 0) = 1 − p n
S … P (X = k) = × pk × q n−k
E(X) = p S k
V (X) = p(1 − p) S … E(X) = np
√ S
σ(X) = p(1 − p) S … V (X) = npq
√
S σ(X) = npq
S …

Probabilités conditionnelles Indépendance de deux évènements


Probabilité conditionnelle de l’évènement B sachant que l’évènement A est réa- A et B indépendants
P (A ∩ B) ⇐⇒ P (A ∩ B) = P (A) × P (B)
lisé : PA (B) = avec P (A) ̸= 0
P (A)
⇐⇒ PA (B) = P (B)
card(A ∩ B)
Cas d’équiprobabilité sur Ω : PA (B) = ⇐⇒ PB (A) = P (A)
card(A)
Probabilités composées : P (A ∩ B) = P (A) × PA (B) = P (B) × PB (A) A et B indépendants
Probabilités totales avec {A1 , A2 , . . . , An } formant une partition de Ω : ⇐⇒ A et B indépendants
P (B) = P (A1 ∩ B) + P (A2 ∩ B) + · · · + P (An ∩ B) ⇐⇒ A et B indépendants
⇐⇒ A et B indépendants
P (B) = P (A1 )PA1 (B) + P (A2 )PA2 (B) + · · · + P (An )PAn (B)

Arbre de probabilité

probabilités simples probabilités conditionnelles probabilités composées probabilités totales

P A (S ) S P (A ∩ S) = P (A) × PA (S)
A
P (S) =
PA (S ) S P (A ∩ S) = P (A) × PA (S)
(A
) P (A ∩ S) + P (B ∩ S) + P (C ∩ S)
P

P B (S ) S P (B ∩ S) = P (B) × PB (S)
P (B) B
PB (S ) S P (B ∩ S) = P (B) × PB (S)
P(
C)
P C (S ) S P (C ∩ S) = P (C) × PC (S) P (S) =
P (A ∩ S) + P (B ∩ S) + P (C ∩ S)
C
PC (S ) S P (C ∩ S) = P (C) × PC (S)

Vous aimerez peut-être aussi