Rejoignez la communauté !
Co-construisez les ressources dont vous avez besoin et partagez votre expertise pédagogique.
Exercices rituels et automatismes
Exercices rituels
Automatismes
Partie 1 - Information chiffrée
Ch. 1
Analyse de l'information chiffrée
Partie 2 - Probabilités
Ch. 2
De la statistique aux probabilités
Partie 3 - Phénomènes d’évolution
Ch. 3
Croissance linéaire
Ch. 4
Croissance exponentielle
Partie 4 - Dérivation
Ch. 5
Variations instantanées
Ch. 6
Variations globales
GeoGebra
Chapitre 2
Cours
De la statistique aux probabilités
13 professeurs ont participé à cette page
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
1Calculer des fréquences
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Définitions
Dans une série statistique à deux variables (ou série statistique bivariée), les valeurs sont généralement
représentées dans un tableau croisé d'effectifs.
Les sommes des lignes et des colonnes d'un tableau à double entrée sont appelées les marges du tableau. Elles apparaissent en jaune dans le tableau ci‑dessous.
La fréquence marginale d'une valeur est le quotient de l'effectif total de cette valeur par l'effectif total.
Les sommes des lignes et des colonnes d'un tableau à double entrée sont appelées les marges du tableau. Elles apparaissent en jaune dans le tableau ci‑dessous.
La fréquence marginale d'une valeur est le quotient de l'effectif total de cette valeur par l'effectif total.
Le zoom est accessible dans la version Premium.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
On parle de fréquence marginale car on utilise uniquement les nombres situés dans la marge du tableau.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Exemple
On considère une classe de première constituée de 32 élèves
ayant choisi ou non la spécialité HGGSP.
Sur l'ensemble des 32 élèves de la classe, 21 ont choisi la spécialité HGGSP. La fréquence marginale de la valeur « Spécialité HGGSP » est donc \frac{{\color{#00614e}21}}{{\color{#cc1f59}32}}.
Sur l'ensemble des 32 élèves de la classe, 14 sont des filles. La fréquence marginale de la valeur « Filles » est donc égale à \frac{{\color{#a65900}14}}{{\color{#cc1f59}32}}, soit 43,75 %
Sur l'ensemble des 32 élèves de la classe, 21 ont choisi la spécialité HGGSP. La fréquence marginale de la valeur « Spécialité HGGSP » est donc \frac{{\color{#00614e}21}}{{\color{#cc1f59}32}}.
Sur l'ensemble des 32 élèves de la classe, 14 sont des filles. La fréquence marginale de la valeur « Filles » est donc égale à \frac{{\color{#a65900}14}}{{\color{#cc1f59}32}}, soit 43,75 %
| Garçons | Filles | Total | |
|---|---|---|---|
| Spécialité HGGSP | 12 | 9 | 21 |
| Pas Spécialité HGGSP | 6 | 5 | 11 |
| Total | 18 | 14 | 32 |
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Définitions
Lorsque l'on cherche la fréquence d'apparition de la valeur \mathrm{A} uniquement pour une sous-population non
vide \mathrm{B} de la série statistique, on dit que l'on calcule la fréquence conditionnelle de la valeur \mathrm{A} parmi \mathrm{B}.
Cette fréquence conditionnelle, notée f_{\mathrm{B}}(\mathrm{A}), est égale à
Cette fréquence conditionnelle, notée f_{\mathrm{B}}(\mathrm{A}), est égale à
{f_{\mathrm{B}}(\mathrm{A})=\frac{\text { effectif vérifiant à la fois } \mathrm{A} \text { et } \mathrm{B}}{\text { effectif de } \mathrm{B}}}.
Le zoom est accessible dans la version Premium.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
On parle de fréquence conditionnelle car on calcule la fréquence d'une valeur en imposant une condition.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Exemple
On reprend l'exemple ci-dessus et on cherche à connaître la fréquence de filles (valeur \mathrm{A}) parmi les élèves
n'ayant pas choisi la spécialité HGGSP (sous-population \mathrm{B}). Dans le tableau, on lit qu'il y a 5 filles qui n'ont pas
choisi la spécialité HGGSP sur un total de 11 élèves qui ne suivent pas cette spécialité.
Ainsi, f_{\mathrm{B}}(\mathrm{A})=\frac{5}{11} \approx 0,455. Parmi les élèves qui ne sont pas inscrits en HGGSP, il y a environ 45,5 % de filles.
Ainsi, f_{\mathrm{B}}(\mathrm{A})=\frac{5}{11} \approx 0,455. Parmi les élèves qui ne sont pas inscrits en HGGSP, il y a environ 45,5 % de filles.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
2
Calculer des probabilités
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Énoncé
Soit \mathrm{A} et \mathrm{B} deux événements d'un même univers de probabilité non nulle.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Définition
La probabilité conditionnelle que l'événement \mathrm{B} se réalise sachant que l'événement \mathrm{A} s'est déjà réalisé se note \mathrm{P_{A}(B)} et est définie par \mathrm{P_{A}(B)}=\frac{\mathrm{P}(\mathrm{A} \cap \mathrm{B})}{\mathrm{P}(\mathrm{A})}.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Exemple
On reprend l'exemple précédent. On choisit un élève de la classe au hasard et on considère les événements
\mathrm{A} : « L'élève a choisi la spécialité HGGSP » et \mathrm{B} : « L'élève est un garçon ». On utilise le tableau pour trouver \mathrm{P}_{\mathrm{A}}(\mathrm{B})=\frac{12}{21}=\frac{4}{7}. La probabilité de choisir un garçon sachant que l'élève choisi suit la spécialité HGGSP est \frac{12}{21}.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Définition
Lorsqu'on réalise une expérience aléatoire mettant en jeu plusieurs
événements, il est plus facile d'organiser les différentes issues en
utilisant un arbre de probabilités. La première série de branche
sépare les issues selon la réalisation du premier événement, la
deuxième série de branche selon le deuxième événement, etc.
On indique sur chaque branche de l'arbre la probabilité correspondante comme indiquée sur l'arbre ci-après.
Les probabilités du deuxième niveau de l'arbre sont des probabilités conditionnelles.
On indique sur chaque branche de l'arbre la probabilité correspondante comme indiquée sur l'arbre ci-après.
Les probabilités du deuxième niveau de l'arbre sont des probabilités conditionnelles.
Le zoom est accessible dans la version Premium.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Propriétés
1. Dans un arbre de probabilité, la somme des probabilités sur les branches issues d'un même nœud est
égale à 1.
2. On appelle chemin une suite de branches décrivant une succession d'événements. La probabilité d'un chemin est égale au produit des probabilités situées sur les branches qui le composent.
3. La probabilité d'un événement est la somme des probabilités des chemins qui y aboutissent.
2. On appelle chemin une suite de branches décrivant une succession d'événements. La probabilité d'un chemin est égale au produit des probabilités situées sur les branches qui le composent.
3. La probabilité d'un événement est la somme des probabilités des chemins qui y aboutissent.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Définition
Les événements \mathrm{A} et \mathrm{B} sont dits indépendants lorsque \mathrm{P}_{\mathrm{A}}(\mathrm{B})=\mathrm{P}(\mathrm{B}) ou, de manière symétrique, lorsque \mathrm{P}_{\mathrm{B}}(\mathrm{A})=\mathrm{P}(\mathrm{A}).
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Intuitivement, cela signifie que la probabilité que \mathrm{B} se réalise ne dépend pas de la réalisation de l'événement \mathrm{A}.
Ressource affichée de l'autre côté.
Faites défiler pour voir la suite.
Faites défiler pour voir la suite.
Exemple
En conservant le même exemple, on observe que {\mathrm{P}_{\mathrm{B}}(\mathrm{A})=\frac{12}{18}=\frac{2}{3} \text { et } \mathrm{P}(\mathrm{A})=\frac{21}{32}}.
On en déduit que les événements \mathrm{A} et \mathrm{B} ne sont pas indépendants.
On en déduit que les événements \mathrm{A} et \mathrm{B} ne sont pas indépendants.
Une erreur sur la page ? Une idée à proposer ?
Nos manuels sont collaboratifs, n'hésitez pas à nous en faire part.
Oups, une coquille
j'ai une idée !
Nous préparons votre pageNous vous offrons 5 essais
YolèneÉmilieJean-PaulFatimaSarah