Cours : Les Probabilités (2Bac Sc. Physiques & SVT)

MATHÉMATIQUES : PROBABILITÉS ET STATISTIQUES (2BAC PC & SVT)

Les Probabilités

Chapitre Complet : Conditionnement, Variables Aléatoires et Lois Usuelles

I. Rappels et Vocabulaire

Notations Fondamentales
  • Univers ($\Omega$) : Ensemble de toutes les issues possibles d’une expérience aléatoire.
  • Événement : Toute partie de $\Omega$.
  • Équiprobabilité : Quand toutes les issues ont la même chance de se produire :
    $P(A) = \frac{Card(A)}{Card(\Omega)}$

II. Probabilités Conditionnelles

Définition

Soient $A$ et $B$ deux événements tels que $P(A) \neq 0$. La probabilité que l’événement $B$ se réalise sachant que $A$ est réalisé est notée $P_A(B)$ ou $P(B|A)$ :

$P_A(B) = \frac{P(A \cap B)}{P(A)}$
Formule des Probabilités Totales

Soit $\{A_1, A_2, \dots, A_n\}$ une partition de l’univers $\Omega$. Pour tout événement $B$ :

$P(B) = \sum_{i=1}^{n} P(B \cap A_i) = \sum_{i=1}^{n} P(A_i) \times P_{A_i}(B)$

III. Indépendance

Événements Indépendants

Deux événements $A$ et $B$ sont dits indépendants si et seulement si :

$P(A \cap B) = P(A) \times P(B)$

Cela équivaut à $P_A(B) = P(B)$ (si $P(A) \neq 0$).

IV. Variables Aléatoires

Définition

Une variable aléatoire $X$ est une fonction qui à chaque issue de $\Omega$ associe un nombre réel. Sa loi de probabilité est l’ensemble des couples $(x_i, P(X=x_i))$.

Indicateurs de Position et de Dispersion
  • Espérance Mathématique : $E(X) = \sum_{i=1}^n x_i P(X=x_i)$
  • Variance : $V(X) = E(X^2) – [E(X)]^2$
  • Écart-type : $\sigma(X) = \sqrt{V(X)}$

V. Loi Binomiale

Schéma de Bernoulli

Un schéma de Bernoulli consiste à répéter $n$ fois de manière indépendante une épreuve de Bernoulli (épreuve à deux issues : succès $S$ avec probabilité $p$ et échec $\bar{S}$ avec probabilité $1-p$).

Loi Binomiale $B(n, p)$

La variable aléatoire $X$ comptant le nombre de succès suit la loi binomiale $B(n, p)$. La probabilité d’obtenir exactement $k$ succès est :

$P(X=k) = C_n^k \times p^k \times (1-p)^{n-k}$

Propriétés : $E(X) = np$ et $V(X) = np(1-p)$.

Exemple d’application

On lance 3 fois une pièce équilibrée ($p=1/2$, $n=3$). Probabilité d’avoir exactement 2 faces :
$P(X=2) = C_3^2 \times (\frac{1}{2})^2 \times (\frac{1}{2})^1 = 3 \times \frac{1}{4} \times \frac{1}{2} = \frac{3}{8}$.

Cours de Mathématiques – Les Probabilités – 2ème Année Bac Sciences Physiques & SVT