Accueil >
CAP >
Mathématiques >
Statistiques
Articles de cette rubrique
Évaluation par compétences en statistiques
29 septembre 2013
Un exemple d'évaluation par compétences basée sur la nouvelle grille partant d'un tableau statistique tiré d'une étude de l'INSEE sur les inscriptions dans les différentes fédérations sportives. Auteur: Anne Éveillard
Être le meilleur à FIFA 2013! 2 juillet 2013
Ce document comporte deux parties principales avec l'exploitation d'un document Excel et l'exploitation d'un document GeoGebra. 1. Statistiques et Probabilités. L'énoncé et les explications sont sur le document Word. Le document Excel permet d'aborder les notions de statistiques, notamment:
Identifier, dans une situation simple, (... )
Notion de probabilité & tablette numérique
25 mars 2013
Deux applications iPad permettant d'aborder facilement la notion de probabilité en CAP. Auteur: Ronan ÉVEILLARD
La ligue 1: Une étude statistique
27 janvier 2013
Une évaluation diagnostique sur les statistiques: lecture, compréhension et analyse d'un document portant sur le championnat de France de football.
Cours Probabilité Cap Martin
$$
On appelle distribution de probabilité sur $\Omega$ toute famille finie $(p_\omega)_{\omega\in\Omega}$
indexée par $\Omega$ de réels positifs dont la somme fait $1$. Proposition:
$P$ est une probabilité sur $\Omega$ si et seulement si $(P(\{\omega\}))_{\omega\in\Omega}$ est une
distribution de probabilité sur $\Omega$. Dans ce cas, pour tout $A\subset\Omega$, on a
$$P(A)=\sum_{\omega\in A}P(\{\omega\}). $$
On appelle probabilité uniforme sur $\Omega$ la probabilité définie par, pour tout $A\subset\Omega$,
$$P(A)=\frac{\textrm{card}(A)}{\textrm{card}(\Omega)}. $$
Indépendance
$(\Omega, P)$ désigne un espace probabilisé. On dit que deux événements $A$ et $B$ sont indépendants
si $P(A\cap B)=P(A)P(B)$. On dit que des événements $A_1, \dots, A_n$ sont mutuellement indépendants
si, pour tout $k\in\{1, \dots, n\}$ et toute suite d'entiers $1\leq i_1
Cours Probabilité Cap Petite Enfance
$$
Formule de Bayes pour $n$ événements: Soit $A_1, \dots, A_n$ un système complet d'événements, tous de probabilité non nulle. Alors, pour tout $j\in\{1, \dots, n\}$, on a
$$P(A_j|B)=\frac{P(B|A_j)P(A_j)}{\sum_{i=1}^n P(B|A_i)P(A_i)}. $$
Cours Probabilité Cap Sizun
80% des garçons et 85% des filles ont obtenu leur diplôme. On choisit un élève au hasard et on note:
G G: l'événement « l'élève choisi est un garçon »;
F F: l'événement « l'élève choisie est une fille »;
B B: l'événement « l'élève choisi(e) a obtenu son baccalauréat ». On peut représenter la situation à l'aide de l'arbre pondéré ci-dessous:
Le premier niveau indique le genre de l'élève ( G G ou F F) et le second indique l'obtention du diplôme ( B B ou B ‾ \overline{B}). On inscrit les probabilités sur chacune des branches. La somme des probabilités inscrites sur les branches partant d'un même nœud est toujours égale à 1. 3. Probabilités conditionnelles
Soit A et B deux événements tels que p ( A) ≠ 0 p\left(A\right)\neq 0, la probabilité de B sachant A est le nombre:
p A ( B) = p ( A ∩ B) p ( A). p_{A}\left(B\right)=\frac{p\left(A \cap B\right)}{p\left(A\right)}. Résumé de cours : Probabilités sur un univers fini. On peut aussi noter cette probabilité p ( B / A) p\left(B/A\right). On reprend l'exemple du lancer d'un dé. La probabilité d'obtenir un chiffre pair sachant que le chiffre obtenu est strictement inférieur à 4 est (en cas d'équiprobabilité):
p E 2 ( E 1) = p ( E 1 ∩ E 2) p ( E 2) = 1 3. p_{E_{2}}\left(E_{1}\right)=\frac{p\left(E_{1} \cap E_{2}\right)}{p\left(E_{2}\right)}=\frac{1}{3}.
Cours Probabilité Cap Petite
Remarques
L'égalité précédente s'emploie souvent sous la forme:
p ( A ∩ B) = p ( A) × p A ( B) p\left(A \cap B\right)=p\left(A\right)\times p_{A}\left(B\right)
pour calculer la probabilité de A ∩ B A \cap B.
Attention à ne pas confondre p A ( B) p_{A}\left(B\right) et p ( A ∩ B) p\left(A \cap B\right) dans les exercices. On doit calculer p A ( B) p_{A}\left(B\right) lorsque l' on sait que A A est réalisé. Avec un arbre pondéré, les probabilités conditionnelles figurent sur les branches du second niveau et des niveaux supérieurs (s'il y en a). La probabilité inscrite sur la branche reliant A A à B B est p A ( B) p_A(B). Typiquement, un arbre binaire à deux niveaux se présentera ainsi:
La formule p ( A ∩ B) = p ( A) × p A ( B) p\left(A \cap B\right)=p\left(A\right)\times p_{A}\left(B\right) s'interprète alors de la façon suivante:
« La probabilité de l'événement A ∩ B A \cap B s'obtient en faisant le produit des probabilités inscrites sur le chemin passant par A A et B B ». Cours probabilité cap sizun. 4. Événements indépendants
Deux événements A et B sont indépendants si et seulement si:
p ( A ∩ B) = p ( A) × p ( B).
A n A_{n} forment une partition de Ω \Omega, pour tout événement B B, on a:
p ( B) = p ( A 1 ∩ B) + p ( A 2 ∩ B) + ⋯ p\left(B\right)=p\left(A_{1} \cap B\right)+p\left(A_{2} \cap B\right)+ \cdots + p ( A n ∩ B). Probabilités conditionnelles - Indépendance - Maths-cours.fr. +p\left(A_{n} \cap B\right). Cette formule peut également s'écrire à l'aide de probabilités conditionnelles:
p ( B) = p ( A 1) × p A 1 ( B) p\left(B\right)=p\left(A_{1} \right)\times p_{A_{1}}\left(B\right) + p ( A 2) × p A 2 ( B) + ⋯ +p\left(A_{2} \right)\times p_{A_{2}}\left(B\right)+\cdots + p ( A n) × p A n ( B) +p\left(A_{n}\right)\times p_{A_{n}}\left(B\right). En utilisant la partition { A, A ‾} \left\{A, \overline{A}\right\}, quels que soient les événements A A et B B:
p ( B) = p ( A ∩ B) + p ( A ‾ ∩ B) p\left(B\right)=p\left(A \cap B\right)+p\left(\overline{A} \cap B\right)
p ( B) = p ( A) × p A ( B) + p ( A ‾) × p A ‾ ( B) p\left(B\right)=p\left(A\right)\times p_{A}\left(B\right)+p\left(\overline{A}\right)\times p_{\overline{A}}\left(B\right). À l'aide d'un arbre pondéré, ce résultat s'interprète de la façon suivante:
« La probabilité de l'événement B B est égale à la somme des probabilités des trajets menant à B B ».