Skip to content
Snippets Groups Projects
Commit 52252f88 authored by orestis.malaspin's avatar orestis.malaspin
Browse files

ajout multinomiale

parent 2af44a31
Branches
Tags
No related merge requests found
......@@ -3601,10 +3601,13 @@ Si $p(B)\neq0$ alors on appelle probabilité conditionnelle le nombre $p(A|B)$,
\end{equation}
\begin{exercice}{Probabilités conditionnelles}
Sur une population de 1000 hommes qui naissent, 922 atteignent l'âge de 50 ans et 665 70 ans.
Sur une population de 1000 hommes qui naissent, 922 atteignent l'âge de 50 ans et 665 l'âge de 70 ans.
\begin{enumerate}
\item Quelle est la probabilité qu'un homme qui vient de naître soit encore en vie à 50 ans?
\item Quelle est la probabilité qu'un homme qui vient de naître soit encore en vie à 70 ans?
\item Quelle est la probabilité qu'un homme de 50 ans soit encore en vie à 70?
\end{enumerate}
\end{exercice}
......@@ -3759,6 +3762,80 @@ le nombre restant est de $1/6$. On a donc que
\end{exercices}
\subsection{La distribution multinomiale}
Plus nous allon rajouter des tirages successifs plus il va être compliqué de calculer les probabilités
de tirer une certaine combinaison de nombres. Il existe néanmoins une formule qui généralise les tirages successifs avec
remise. Prenons le cas où nous avons un dé qui ne donne pas chaque nombre de façon équiprobable, mais avec probabilité $\{p_i\}_{i=1}^6$.
Nous souhaitons savoir quelle est la probabilité de tirer deux fois le 1 et une fois le 2 lors de trois tirages successifs.
Dans ce tirage l'ordre dans lequel sont obtenus ces tirages ne sont pas importants. Il y a donc les tirages possibles qui sont
admissibles
\begin{equation}
[112]=\{112, 121, 211\}.
\end{equation}
On a donc que la probabilité associée est de
\begin{equation}
p([112])=p(112)+p(121)+p(211).
\end{equation}
Ces trois probabilités sont données par
\begin{align}
p(112)&=p_1\cdot p_1\cdot p_2=p_1^2\cdot p_2,\\
p(121)&=p_1\cdot p_2\cdot p_1=p_1^2\cdot p_2,\\
p(211)&=p_2\cdot p_1\cdot p_1=p_1^2\cdot p_2.
\end{align}
Les tirages étant indépendants (avec remise) on a que la probabilité de tirer $1$ ou $2$ est indépendante
du moment où ils sont tirés et donc ces trois probabilités sont égales.
Finalement la probabilité de tirer deux 1 et un 2 est de
\begin{equation}
p([112])=p(112)+p(121)+p(211)=3\cdot p_1^2\cdot p_2.
\end{equation}
Si à parésent nous considérons la probabilité de tirer $[1123]$ en 4 tirages. Les torages possibles sont
\begin{equation}
[1123]=\{1123, 1132, 1213, 1231, 1312, 1321, 2113, 2131, 2311, 3112, 3121, 3211\}.
\end{equation}
Il y a donc 12 tirages possibles pour cette combinaison. De plus les tirages étant indépendants
on a que toutes ces combinaisons sont équiprobables avec probabilité
\begin{equation}
p(1123)=p_1^2p_2p_3.
\end{equation}
Finalement on a
\begin{equation}
p([1123])=12 p_1^2p_2p_3.
\end{equation}
Si nous définissons $n_i$ le nombre de fois où on obtient le résultat $i$ et qu'on cherche la probabilité de réaliser le tirage $[n_1,n_2,...,n_k]$,
on constate que la probabilité de réaliser le tirage est proportionnelle à
$p_1^{n_1}p_2^{n_2}\cdots p_6^{n_6}$. Il nous reste à déterminer le facteur multiplicatif venant devant.
Pour le cas du tirage $1,1,2$, nous avons $[n_1n_2]$ avec $n_1=2$ et $n_2=1$ et le facteur devant le produit des probabilités est
donné par $3$. Pour le tirage $1,1,2,3$ il est de $12$ et nous avons $n_1=2$, $n_2=1$, $n_3=1$. Nous pouvons écrire
\begin{equation}
3=\frac{3!}{1!2!}\mbox{ et } 12=\frac{4!}{1!1!2!}.
\end{equation}
En fait on peut constater que
\begin{equation}
\frac{n!}{n_1!n_2!\cdots n_6!},
\end{equation}
avec $n=\sum_{i=1}^6 n_i$. On a donc que
\begin{equation}
p([n_1,n_2,...,n_6])=\frac{n!}{n_1!\cdots n_6!}p_1^{n_1}\cdots p_6^{n_6}.
\end{equation}
De façon complètement générale ce genre de probabilité se calcule grâce à la \textit{distribution multinomiale}
\begin{equation}
p([n_1,...,n_k])=\frac{n!}{n_1!\cdots n_k!}p_1^{n_1}\cdots p_k^{n_k}.
\end{equation}
\begin{exercices}
\hfill\break
On lance un dé parfait 10 fois. Quelle est la probabilité d'obtenir:
\begin{enumerate}
\item 10 fois 6?
\item 4 fois 3, 3 fois 2 et 3 fois 1?
\item 2 fois 1, 2 fois 2, 2 fois 3, 1 fois 4, 1 fois 5, et 1 fois 6?
\end{enumerate}
\end{exercices}
\section{Exemple du lotto}
Dans un lotto on a dans un sac un nombre de jetons numérotés, disons pour l'exemple entre 1 et 6,
qui sont tirés successivement. Une fois un jeton tiré, il ne sera pas remis dans le sac.
......@@ -3847,6 +3924,84 @@ est de $p(G)=0.514$.
\end{itemize}
\end{enumerate}
\section{Variables aléatoires}
Lors d'une expérience aléatoire, il est assez commun de relier chaque événement de l'univers, $A\in\Omega$, à un nombre réel, $X(A)\in\real$.
Cette relation est définie par une fonction qui porte le nom de variable aléatoire et peut s'écrire mathématiquement sous la forme
\begin{equation}
X:\Omega\rightarrow \real.
\end{equation}
Afin de mieux comprendre ce concept voyons quelques exemples
\begin{enumerate}
\item[Le jeu de dé:] Lors d'un jet de dé unique l'univers est défini par $\Omega=\{1,2,3,4,5,6\}$. On peut de façon assez naturelle
définir notre variable aléatoire comme
\begin{equation}
X:i\rightarrow i.
\end{equation}
\item[Pile ou face:] Si nous lançons une pièce de monnaie les deux issues possibles sont pile $p$, ou face $f$ ($\Omega={p,f}$).
Nous pouvons définir la variable aléatoire $X$ comme
\begin{equation}
X:\left\{\begin{array}{l}
p\rightarrow 0\\
f\rightarrow 1
\end{array}\right.
\end{equation}
\item[Pile ou face fois deux:] Si nous lançons une pièce de monnaie à deux reprises, les issues possibles sont $(p,p)$,
$(p,f)$, $(f,p)$, $(f,f)$. Nous pouvons définir la variable aléatoire $X$ comme
\begin{equation}
X:\left\{\begin{array}{l}
(p,p)\rightarrow 0\\
(p,f)\rightarrow 1\\
(f,p)\rightarrow 1\\
(f,f)\rightarrow 2
\end{array}\right.
\end{equation}
\end{enumerate}
Comme nous nous sommes posés la question de connaître la probabilité d'obtenir un certain résultat lors d'une expérience aléatoire, il en va de même
avec la probabilité que la variable aléatoire $X$ prenne une valeur donnée, $\alpha\in\real$ ou prenne une valeur incluse dans un intervalle $I\subseteq\real$.
Pour illustrer ce qui se passe, intéressons-nous au dernier exemple ci-dessus avec le double pile ou face. On se pose les questions suivantes
\begin{enumerate}
\item Quelle est la probabilité que $X$ prenne la valeur $1$?
\item Quelle est la probabilité que $X$ prenne une valeur incluse dans $I=[0.6,3]$?
\item Quelle est la probabilité que $X$ prenne une valeur inférieure à $2$?
\end{enumerate}
Prenons ces trois questions une par une
\begin{enumerate}
\item Les deux façons d'obtenir $X=1$ est d'avoir les tirages $(p,f)$ ou $(f,p)$, soit $A=\{(p,f), (f,p)\}$. Les probabilités de chacun
des événement de l'univerrs étants équiprobables on a
\begin{equation}
p(X=1)=p(A)=1/2.
\end{equation}
\item Le seul événement donnant un $X$ qui n'est pas dans l'intervalle $J=[0.6,3]$ est $B=(p,p)$ ($X(B)=0$). On a donc que
\begin{equation}
p(0.6\leq X\leq 3)=p(\bar B)=1-p(B)=\frac{3}{4}.
\end{equation}
\item De façon similaire les trois énénements donnant $X<2$ sont dans $C=\{(p,p), (p,f), (f,p)\}$. On a donc
\begin{equation}
p(X<2)=p(C)=\frac{3}{4}.
\end{equation}
\end{enumerate}
On constate au travers de ces trois exemples que la probabilité que la variable
aléatoire $X$ prenne une valeur particulière $\alpha$ ou soit dans un intervalle $I$
est reliée à la probabilité d'obtenir un événement $D$ qui serait la préimage de $\alpha$ ou d'un intervalle $I$.
On peut noter dans le cas général qu'on a $D=X^{-1}(I)$.
\begin{definition}[Variable aléatoire] On dit que la fonction $X:\Omega\rightarrow\real$ est une \textit{variable aléatoire} si la
préimage de $X$ sur tout intervale, $I\subseteq\real$, est un événement $A\in \Omega$. La probabilité que $X$ prenne une valeur
dans l'intervalle $I$ est égale à la probabilité de réaliser l'événement $A$
\begin{equation}
p(X\in I)=p(A).
\end{equation}
\end{definition}
\begin{definition}[Fonction de répartition] On dit que la fonction $F:\real\rightarrow\real$ est une \textit{fonction de répartition}
si $F(x)=p(X\leq x)$ pour tout $x\in\real$.
\end{definition}
Nous distinguons deux sortes de variables aléatoires différentes: les variables aléatoires discrètes et continues. Nous les discuterons brièvement dans les deux sous-sections suivantes.
\section{Nombres aléatoires}
......
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment