Revision sheet: Introduction aux probabilités et statistiques

📋 Plan du Cours

1. Expérience aléatoire : définition et exemples
2. Issues, événements et univers
3. Probabilité : définition et propriétés
4. Équiprobabilité et formule des événements
5. Événements incompatibles et addition des probabilités
6. Événement contraire et probabilité complémentaire
7. Loi des grands nombres et méthodes de calcul
8. Série statistique : caractère quantitatif ou qualitatif
9. Effectif et fréquence d’une série
10. Étendue et médiane d’une série

📖 1. Expérience aléatoire : définition et exemples

🔑 Notions clés & Définitions

• Expérience aléatoire : Une expérience aléatoire est une expérience dont le résultat dépend du hasard et qui peut varier quand on la refait dans les mêmes conditions.
• Issue : Une issue est un résultat unique possible obtenu lors d’une expérience aléatoire.
• Événement : Un événement est un ensemble d’issues, donc un ensemble de résultats possibles de l’expérience.
• Univers : L’univers est l’ensemble de tous les résultats possibles d’une expérience aléatoire.

📝 Points essentiels

• Le résultat d’une expérience aléatoire dépend du hasard et n’est pas identique à chaque répétition.
• Un événement correspond à plusieurs issues possibles, pas à une seule issue.
• Pour un dé non truqué, l’univers des issues est {1 ; 2 ; 3 ; 4 ; 5 ; 6}.
• Pour un dé, « le nombre est pair » correspond à {2 ; 4 ; 6}.
• Dans un sac avec 3 verts, 2 bleus, 5 rouges, l’univers peut être {V ; B ; R} ou détaillé en {V1 ; V2 ; V3 ; B1 ; B2 ; R1 ; R2 ; R3 ; R4 ; R5}.
• Des exemples comme lancer de dé, tirage de jetons, Pile ou Face, Loto sont présentés comme aléatoires, tandis que le Loto Sportif, le Poker et la bourse ne le sont pas dans le document car des facteurs extérieurs influen

💡 Astuce mémo

Hasard = résultat variable ; Issue = 1 résultat ; Événement = plusieurs issues ; Univers = tout le possible.

📖 2. Issues, événements et univers

🔑 Notions clés & Définitions

• Issue : Une issue est un résultat unique de l’expérience aléatoire, un seul résultat à la fois.
• Événement : Un événement est un ensemble d’issues correspondant aux résultats qui satisfont la condition demandée.
• Univers : L’univers regroupe toutes les issues possibles de l’expérience aléatoire.

📝 Points essentiels

• L’univers est noté Ω dans les exemples.
• Pour « le nombre est pair » sur un dé, l’événement est {2 ; 4 ; 6}.
• Pour le sac (3 verts, 2 bleus, 5 rouges), « le jeton n’est pas rouge » est l’ensemble {V1 ; V2 ; V3 ; B1 ; B2}.
• Dans l’exemple du sac, l’univers {V ; B ; R} ne distingue pas les jetons, alors que {V1 ; V2 ; V3 ; B1 ; B2 ; R1 ; …} les distingue.
• Un événement peut être décrit par une liste d’issues, pas seulement par une phrase.
• Un événement est toujours contenu dans l’univers : il ne peut pas inclure d’issues impossibles.

💡 Astuce mémo

Ω = boîte de tous les résultats ; Événement = sous-ensemble de Ω ; Issue = un élément de Ω.

📖 3. Probabilité : définition et propriétés

🔑 Notions clés & Définitions

• Probabilité d’un événement : La probabilité d’un événement est un nombre qui mesure la proportion théorique de réalisations de cet événement lors de répétitions dans les mêmes conditions.

📝 Points essentiels

• Une probabilité est toujours comprise entre 0 et 1.
• La probabilité d’un événement est la somme des probabilités des issues qui le composent.
• Si un événement est certain, sa probabilité vaut 1.
• La somme des probabilités de toutes les issues d’une expérience vaut 1.
• Exemple « roi » avec 32 cartes : la probabilité d’obtenir un roi est la somme des probabilités d’obtenir chaque roi (pique, cœur, trèfle, carreau).
• Exemple pile ou face : P(Pile)+P(Face)=1/2+1/2=1.

💡 Astuce mémo

0 à 1 ; somme des issues ; certain = 1 ; total des issues = 1.

📖 4. Équiprobabilité et formule des événements

🔑 Notions clés & Définitions

• Équiprobabilité : On est en situation d’équiprobabilité quand toutes les issues choisies ont la même probabilité de se produire.
• Événements élémentaires : Les événements élémentaires sont les issues distinguées dans l’univers, chacun comptant comme un cas possible.

📝 Points essentiels

• L’équiprobabilité dépend du choix de l’univers : on peut créer l’équiprobabilité en distinguant les objets (numérotation).
• Dans l’exemple du sac (3 rouges, 2 bleus, 1 jaune), Ω={Rouge, Bleu, Jaune} n’est pas équiprobable car les issues n’ont pas la même probabilité.
• En prenant Ω={Rouge1 ; Rouge2 ; Rouge3 ; Bleu1 ; Bleu2 ; Jaune}, toutes les issues ont la même probabilité.
• En équiprobabilité, P(A)=nombre d’issues favorables à A / nombre total d’issues.
• L’exemple montre que choisir Ω trop « grossier » peut donner une probabilité différente de celle attendue.
• Le document insiste sur le fait que l’équiprobabilité « relève du choix » de l’univers.

💡 Astuce mémo

Même probabilité ⇔ on numérote tout : Ω détaillé = équiprobable ; puis P = favorables / total.

📖 5. Événements incompatibles et addition des probabilités

🔑 Notions clés & Définitions

• Événements incompatibles : Deux événements sont incompatibles s’ils ne peuvent pas se produire en même temps lors d’une même expérience.

📝 Points essentiels

• Deux événements incompatibles ne peuvent pas être simultanément réalisés.
• On peut additionner les probabilités de deux événements incompatibles.
• Exemple : « tirer un As » et « tirer un 7 » sont incompatibles dans un tirage de carte.
• L’addition sert à calculer la probabilité de « As ou 7 ».
• L’addition n’est justifiée ici que parce que les événements ne se recouvrent pas (pas de réalisation simultanée).
• Dans un même tirage, une carte ne peut pas être à la fois un As et un 7.

💡 Astuce mémo

Incompatibles = pas de recouvrement ; donc P(A ou B)=P(A)+P(B).

📖 6. Événement contraire et probabilité complémentaire

🔑 Notions clés & Définitions

• Événement contraire : L’événement contraire d’un événement est celui qui se réalise lorsque l’événement ne se réalise pas.

📝 Points essentiels

• L’événement contraire correspond à « ne pas avoir A ».
• Deux événements contraires sont incompatibles.
• La réalisation de A ou de son contraire est certaine.
• La somme des probabilités de A et de son contraire vaut 1.
• Donc P(contraire de A)=1−P(A).
• Exemple dé : A=« obtenir 6 » a P(A)=1/6 et le contraire B=« résultat inférieur à 6 » a P(B)=5/6=1−1/6.

💡 Astuce mémo

Contraire = complément : P(contraire)=1−P(A).

📖 7. Loi des grands nombres et méthodes de calcul

🔑 Notions clés & Définitions

• Loi des grands nombres : La loi des grands nombres affirme que, quand on répète une expérience aléatoire un très grand nombre de fois, les fréquences observées se stabilisent près des probabilités théoriques.
• Approche fréquentiste : L’approche fréquentiste estime une probabilité en répétant l’expérience et en utilisant les fréquences observées comme valeurs approchées.
• Calcul intuitif : Le calcul intuitif détermine une probabilité directement quand les probabilités des issues peuvent être établies naturellement.

📝 Points essentiels

• En répétant une expérience un nombre infini de fois, les fréquences se stabilisent autour des probabilités théoriques.
• Le document illustre avec 10 000 lancers de dés : les fréquences se stabilisent autour de 1/6 ≈ 0,16.
• Deux méthodes de calcul sont présentées : calcul intuitif et approche fréquentiste.
• Le calcul intuitif donne des valeurs exactes quand les probabilités des issues sont établies naturellement (dé, pile ou face, carte).
• L’approche fréquentiste donne des valeurs approchées quand on répète un très grand nombre de fois.
• La loi des grands nombres relie fréquence observée et probabilité théorique : les fréquences deviennent très proches.

💡 Astuce mémo

Répéter beaucoup → fréquence ≈ probabilité (loi des grands nombres).

📖 8. Série statistique : caractère quantitatif ou qualitatif

🔑 Notions clés & Définitions

• Série statistique : Une série statistique est une liste d’informations recueillies lors d’une étude sur une population.
• Caractère quantitatif : Un caractère quantitatif est une information étudiée qui prend des valeurs numériques.
• Caractère qualitatif : Un caractère qualitatif est une information étudiée qui n’est pas un nombre, mais une catégorie ou un état.

📝 Points essentiels

• Une série statistique peut contenir des données chiffrées ou non.
• Dans l’exemple « nombre de frères et sœurs », le caractère étudié est quantitatif car c’est un nombre.
• La population interrogée correspond à l’ensemble des élèves du collège dans l’exemple.
• Dans l’exemple « qualité d’une pièce », le caractère est qualitatif car il s’agit de « sans défaut » ou « avec défaut ».
• La population interrogée correspond aux pièces mécaniques produites dans l’exemple.
• Le document oppose explicitement quantitatif (numérique) et qualitatif (catégories).

💡 Astuce mémo

Quantitatif = nombres ; Qualitatif = catégories (sans défaut / avec défaut).

📖 9. Effectif et fréquence d’une série

🔑 Notions clés & Définitions

• Effectif : L’effectif est le nombre d’individus correspondant à une valeur donnée dans une série statistique.
• Fréquence : La fréquence est une proportion observée dans une population, exprimée comme une fraction (souvent en pourcentage).
• Effectif total : L’effectif total est le nombre total d’individus de la série statistique.

📝 Points essentiels

• Un tableau d’effectifs présente le nombre d’individus par valeur.
• Dans l’exemple (50 étudiants), l’effectif total vaut 50.
• La fréquence se calcule comme une proportion : nombre d’individus pour une valeur / effectif total.
• Exemple : 7 étudiants à 14 € sur 50 donne 7/50=0,14=14%.
• Le document indique que l’expression en pourcentage n’est pas systématique.
• Le tableau des fréquences associe à chaque montant une valeur entre 0 et 1, et la somme vaut 1 (ligne « Total »).

💡 Astuce mémo

Effectif = combien ; Fréquence = quelle part (effectif / total).

📖 10. Étendue et médiane d’une série

🔑 Notions clés & Définitions

• Étendue : L’étendue d’une série quantitative est la différence entre la plus grande valeur et la plus petite valeur.
• Médiane : La médiane est une valeur qui partage la série en deux groupes de même effectif.

📝 Points essentiels

• Pour l’étendue, on prend max − min.
• Le document donne un exemple à 9 valeurs : la médiane est la 5e valeur après rangement croissant.
• Dans l’exemple impair (valeurs rangées : 30 ; 30 ; 45 ; 45 ; 50 ; 50 ; 60 ; 60 ; 61), Me=50.
• Le document donne un exemple à 10 valeurs : la médiane est entre la 5e et la 6e valeur.
• Dans l’exemple pair (30 ; 30 ; 45 ; 45 ; 45 ; 50 ; 50 ; 60 ; 60 ; 61), Me=47,5.
• Pour une série quantitative, la médiane se lit après avoir ordonné les valeurs en tenant compte des effectifs.

💡 Astuce mémo

Étendue = écart max-min ; Médiane = milieu (5e si impair, moyenne des 5e-6e si pair).

📊 Tableaux de synthèse

Univers choisi et équiprobabilité

Univers Ω	Équiprobabilité	Conséquence sur P(R)
{Rouge, Bleu, Jaune}	Non	P(R) ne correspond pas à 3/4 dans l’exemple
{Rouge1, Rouge2, Rouge3, Bleu1, Bleu2, Jaune}	Oui	P(R)=3/4

⚠️ Pièges & confusions fréquents

1. Confondre issue (un seul résultat) et événement (un ensemble d’issues).
2. Croire que l’équiprobabilité est automatique : elle dépend du choix de l’univers (numérotation des objets).
3. Additionner des probabilités sans vérifier l’incompatibilité : l’addition n’est justifiée ici que pour événements incompatibles.
4. Se tromper sur le contraire : le contraire de A est « A ne se produit pas », donc P(contraire)=1−P(A).
5. Calculer la médiane sans tenir compte des effectifs (il faut répéter chaque valeur selon son effectif).

✅ Checklist Examen

1. Savoir définir expérience aléatoire, issue, événement et univers, et donner un exemple d’événement à partir d’un univers.
2. Savoir interpréter un événement comme un ensemble d’issues (ex. pair sur un dé) et écrire l’ensemble correspondant.
3. Savoir donner la définition de la probabilité et utiliser les bornes 0 ≤ P ≤ 1.
4. Savoir appliquer la règle : probabilité d’un événement = somme des probabilités des issues qui le composent.
5. Savoir utiliser les cas : événement certain (P=1) et somme des probabilités de toutes les issues (égale à 1).
6. Savoir reconnaître une situation d’équiprobabilité et calculer P(A) par favorables/total quand les issues sont équiprobables.
7. Savoir expliquer pourquoi le choix de l’univers peut changer la probabilité calculée si l’équiprobabilité n’est pas respectée.
8. Savoir identifier deux événements incompatibles et calculer P(A ou B)=P(A)+P(B) dans ce cas.
9. Savoir définir l’événement contraire et calculer sa probabilité avec P(contraire)=1−P(A).
10. Savoir énoncer l’idée de la loi des grands nombres et distinguer calcul intuitif (valeurs exactes) et approche fréquentiste (valeurs approchées).
11. Savoir classer un caractère en quantitatif ou qualitatif à partir de l’exemple (nombres vs catégories).
12. Savoir calculer effectif et fréquence : fréquence = effectif / effectif total, et convertir en pourcentage si demandé.
13. Savoir calculer l’étendue (max−min) et déterminer la médiane après rangement en tenant compte des effectifs (5e si impair, moyenne des 5e et 6e si pair).