Tableau des savoirs et savoir-faire

Savoirs Savoir-faire
• Utiliser le vocabulaire de base
• Le vocabulaire des évènements
• Calculer la probabilité d’un évènement :
• La définition d’une probabilité
- quelconque
• Les propriétés d’une probabilité - dans le cas d’équiprobabilité
• La définition d’une probabilité dans le cas d’une • Calculer la probabilité conditionnelle d’un évène-
équiprobabilité ment de probabilité non nulle
• La définition de la probabilité conditionnelle • Justifier que deux évènements sont indépendants
• Les propriétés de la probabilité totale • Déterminer la loi de probabilité d’une variable aléa-
• La définition d’une variable aléatoire discrète toire discrète
• La définition de la loi de probabilité d’une variable • Déterminer la fonction de répartition d’une variable
aléatoire discrète aléatoire discrète
• La définition de la fonction de répartion d’une va- • Construire la fonction de répartion d’une variable
riable aléatoire discrète aléatoire discrète
• L’espérance mathématique • Calculer l’espérance mathématique, la variance et
• La variance et l’écart-type l’écart-type d’une variable aléatoire discrète

• La probabilité d’obtenir k succès dans une suite de n • Calculer la probabilité d’obtenir k succès dans une
épreuves de Bernoulli (0 < k < n ) suite de n épreuves de Bernoulli (0 < k < n )

• La loi binomiale • Calculer l’espérance mathématique, la variance et

l’écart-type d’une loi binomiale

1
 Scénario pédagogique sur analyse combinatoire et probabilités
Moments
Stratégies
didac- Activités du professeur Activités des apprenants Trace écrite
pédagogiques
tiques/Durées
Présenter la situation
d’apprentissage, faire lire
par les apprenants, faire
la lecture soi-même,
Travail expliquer les mots
individuel, difficiles à la demande S’approprient la
Exploitation
lecture des apprenants, faire situation, font la lecture,
d’une situation
d’apprentis-
silencieuse, décoder la situation demandent l’explication Leçon : Probabilités
lecture à haute d’apprentissage en des mots difficiles,
sage
voix, questions degageant le contexte, la décodent la situation
d’orientation circonstance et la tâche,
faire la synthèse de
l’activité, donner le titre
et le plan de la leçon du
jour

2
 Scénario pédagogique sur analyse combinatoire et probabilités
Activité 1
On lance un dé à six faces I. Calcul de probabilités
numérotées 1, 2, 3, 4, 5, 6 1) Vocabulaire des évènements
et on note à chaque lan- • Une expérience aléatoire est une expérience
cer, le numéro apparu sur dont on ne prévoir le résultat d’avance mais
la face supérieure. dont l’ensemble de résultats possibles est
1) Peut-on prévoir le ré- connu. Cet ensemble est appelé univers de l’ex-
sultat de cette expérience périence et noté Ω.
à chaque lancer ? • Les éléments de Ω sont appelés éventualités ou
2) Déterminer l’en- issues.
Réponses attendues
semble Ω de tous les • Un évènement est un sous-ensemble de Ω.
Travail résultats possibles. 1) Non • Un évènement constitué d’une seule issue est
individuel, 3) Déterminer l’en- 2) Ω = {1; 2; 3; 4; 5; 6} appelé évènement élémentaire.
Exploitation de demarche semble A des résultats • Un évènement constitué de toutes les éventua-
3) A = {1; 2; 3; 4}
l’activité 1 inductive, inférieurs ou égaux à 4. lités est appelé évènement certain.
questions 4) B = ∅
4) Déterminer l’en- • Un événement ne contenant aucune éventua-
d’orientation 5) D = {4; 6} lité est appelé évènement impossible.
semble B des résultats
supérieurs à 6. 6) E = {2; 4; 5; 6} • L’évènement « A ou B » est l’évènement formé
5) Déterminer l’en- des éventualités des évènements A ou de B . On
semble C des résultats le note A ∪ B .
inférieurs ou égaux à 6. • L’évènement « A et B » est l’évènement formé
des éventualités de A et de B . On le note A ∩ B .
6) Déterminer l’en-
semble D des résultats • Les évènements sont dits incompatibles
pairs et supérieurs à 3. lorsque A ∩ B = ∅.
• L’évènement contraire de A est l’évènement
7) Déterminer l’en-
constitué des éventualités de Ω qui ne sont pas
semble E des résultats
dans A. On le note A.
pairs ou supérieurs à 3.

3
 Scénario pédagogique sur analyse combinatoire et probabilités
Activité 2
On lance un dé cubique 2) Définition
parfaitement équilibré Réponses attendues Soit Ω l’univers associé à une expérience aléatoire.
dont les faces sont numé- On appelle probabilité sur Ω, toute application P ,
1) Le nombre de résultats
rotées de 1 à 6. de l’ensemble P (Ω) des parties de Ω dans l’inter-
Travail possibles est 6.  
individuel, 1) Déterminer le nombre valle 0 ; 1 , vérifiant les propriétés suivantes :
2) Le nombre d’éventua-
Exploitation de démarche de résultats possibles. - La probabilité d’un évènement est égale des
lités d’obtenir un nombre
l’activité 2 inductive, 2) Déterminer le nombre pair est 3. probabilités des évènements élémentaires qui
questions d’éventualités d’obtenir le constituent ;
Le nombre de chances
d’orientation un nombre pair. - La somme des probabilités des évènements
d’obtenir un nombre pair
Écrire sous forme d’une 3 élémentaires est égale à 1 ;
est .
fraction le nombre de 6 - La probabilité d’un évènement impossible est
chances a-t-on d’obtenir égale à 0.
un nombre pair ?
3) Conséquences
• ∀ A ∈ P (Ω), 0 ≤ P (A) ≤ 1 ;
• P (Ω) = 1 ;
• P (∅) = 0 ;
Exploitation de
Idem Activité 3 Réponses attendues • Pour tous évènements A et B , P (A∪B ) = P (A)+
l’activité 3
P (B ) − P (A ∩ B ) ;
• Si A et B sont des évènements incompatibles,
alors P (A ∪ B ) = P (A) + P (B ) ;
• Pour tout évènement A de Ω, P (A) = 1 − P (A).

4
 Scénario pédagogique sur analyse combinatoire et probabilités
4) Équiprobabilité
a) Définition
Lorsqu’une expérience aléatoire conduit à des
éventualités de même probabilité, on dit qu’elle est
équiprobable. Ainsi, la probabilité P définie sur
l’univers Ω est dite uniforme.
Exploitation de
Idem Activité Réponses attendues b) Propriété
l’activité 4
Si tous les évènements élémentaires de A sont équi-
probables, alors on a :
Card(A)
P (A) =
Card(Ω)
Nombre de cas favorables à A
P (A) =
Nombre de cas possibles
Travail
individuel,
démarche
Application Exercice d’application Réponses attendues
inductive,
démarche
déductive

5
 Scénario pédagogique sur analyse combinatoire et probabilités
Activité 5
L’an dernier 60 % des
élèves d’une classe de
Terminale B ont suivi des
Réponses attendues
cours intensifs de pré- II. Probabilité conditionnelle
paration au bac. Parmi 1) Le pourcentage des
1) Définition
eux, 85 % ont obtenu le élèves ayant obtenu
le bac sachant qu’ils Soit P une probabilité définie sur un univers Ω, A et
bac tandis que 95 % des
n’ont pas assisté aux B deux évènements de Ω tels que P (A) ̸= 0.
élèves qui n’ont pas suivi
les cours de préparation cours de préparation : La probabilité de l’évènement B sachant que l’évè-
(100 − 95) % = 5 %. P (A ∩ B )
n’ont pas obtenu le bac. nement A est réalisé est P (B /A) = .
P (A)
1) Déterminer le pour- 2) Le pourcentage des
Exploitation de P (B /A) se note aussi PA (B ).
Idem centage des élèves élèves n’ayant pas ob-
l’activité 5 2) Conséquences
n’ayant pas obtenu le tenu le bac sachant
qu’ils ont assisté aux Soit A et B deux évènements non incompatibles. On
bac sachant qu’ils ont
cours de préparation : a les résultats suivants :
assisté aux cours de pré-
paration. (100 − 85) % = 15 %. • P (A ∩ B ) = P (A) × P (B /A).
2) Déterminer le pour- 3) Le pourcentage des • P (A ∩ B ) = P (B ) × P (A/B ).
centage des élèves ayant élèves de cette classe 3) Évènements indépendants
obtenu le bac sachant ayant obtenu le bac : Deux évènements A et B sont indépendants si et
qu’ils n’ont pas assisté 60×85÷100+40×5÷100 = seulement si P (A ∩ B ) = P (A) × P (B ).
aux cours de préparation. 53 %.
3) Déterminer le pour-
centage des élèves ayant
obtenu le bac.

6
 Scénario pédagogique sur analyse combinatoire et probabilités
4) Probabilités totales
Si B1 , B2 , . . ., Bn forment une partition d’un univers Ω
muni d’une probabilité P , alors la probabilité d’un
évènement A quelconque est donnée par :
P (A) = P (A ∩ B1 ) + P (A ∩ B2 ) + · · · + P (A ∩ Bn ) ou
P (A) = P (B1 )×P (A/B1 )+P (B2 )×P (A/B2 )+· · ·+P (Bn )×
P (A/Bn ).
En particulier, lorsque B n’est pas l’évènement im-
possible, B et B forment une partition de Ω. Ainsi,
pour tout évènement A, on a : P (A) = P (A∩B )+P (A∩
B ) = P (B ) × P (A/B ) + P (B ) × P (A/B ).
Travail
individuel,
démarche
Application Exercice d’application Réponses attendues
inductive,
démarche
déductive

7
 Scénario pédagogique sur analyse combinatoire et probabilités
III. Variables aléatoires
1) Variable aléatoire
On appelle variable aléatoire X sur un univers Ω as-
socié à une expérience aléatoire, toute application
de Ω vers R.
2) Loi de probabilité d’une variable aléatoire
Soit P une probabilité définie sur un univers Ω.
On appelle loi de probabilité d’une variable aléa-
toire X sur Ω, l’application qui, à chaque valeur x
prise par X associe la probabilité P (X = x ).
Exploitation de Remarque :
Idem Activité 6 Réponses attendues
l’activité 6 Une loi de probabilité peut être donnée sous forme
de tableau :
xi x1 x2 · · · xn
P (X = xi ) p1 p2 · · · pn
Xn
On a : P (X = xi ) = p1 + p2 + · · · + pn = 1.
i =1
3) Fonction de répartition
Soit P une probabilité définie sur un univers Ω et X
une variable aléatoire sur Ω.
 de répartition de X est l’application F
La fonction
de R vers 0 ; 1 définie par : F (x ) = P (X ≤ x ).

8
 Scénario pédagogique sur analyse combinatoire et probabilités
Exemple
On donne la loi de probabilité d’une variable aléa-
toire X dans le tableau suivant :
xi 0 1 2 3 4
1 3 1 1 1
P (X = xi )
4 8 8 8 8
Déterminons la fonction de répartition F de X .
 fonction F est définie sur R par :
La

 Pour x < 0, F (x ) = 0
1


Pour 0 ≤ x < 1, F (x ) =


4


1 3 5


Pour 1 ≤ x < 2, F (x ) = + =


4 8 8
1 3 1 6
 Pour 2 ≤ x < 3, F (x ) = + + =

 4 8 8 8
 1 3 1 1 7
Pour 3 ≤ x < 4, F (x ) = + + + =



4 8 8 8 8


1 3 1 1 1


Pour x ≥ 4, F (x ) = + + + + = 1

4 8 8 8 8
4) Espérance mathématique, variance et écart-
type
Soit X une variable aléatoire prenant les valeurs x1 ,
x2 , . . ., xn avec les probabilités respectives p1 , p2 , . . .,
pn .
Exploitation • L’espérance mathématique de X , le nombre
Idem Activité 7 Réponses attendues n
d’activité 7 X
réel noté E (X ) tel que : E (X ) = xi pi .
i =1
• La variance de X est le nombre réel noté V (X )
tel que : V (X ) = (xi − E (X ))2 pi .
• L’écart-type de X p est le nombre réel noté σ(X )
tel que : σ(X ) = X .
Remarque :
n
X
On a : V (X ) = E (X 2 )−[E (X )]2 avec E (X 2 ) = xi2 pi .
i =1

9
 Scénario pédagogique sur analyse combinatoire et probabilités
Travail
individuel,
démarche
Application Exercice d’application Réponses attendues
inductive,
démarche
déductive
IV. Schéma de Bernoulli et loi binomiale
1) Schéma de Bernoulli
Une épreuve de Bernoulli est une expérience aléa-
toire qui n’a que deux issues : L’une appelée succès
avec une probabilité p et l’autre échec avec une pro-
babilité q = 1 − p .
Un schéma de Bernoulli est la répétition n fois
d’une même épreuve de Bernoulli. Les n épreuves
successives sont identiques et indépendantes.
2) Loi binomiale
Soit X la variable aléatoire associée au nombre de
succès k obtenus lors d’un schéma de Bernoulli de
Exploitation de n épreuves et p la probabilité de succès.
l’activité 8 La loi de probabilité X est loi binomiale donnée par
la formule :
P (X = k ) = Cnk p k (1 − p )n−k avec k ∈ {0, 1, 2, · · · , n}.
On dit que X suit la loi binomiale de paramètres n
et p notée B(n ; p ).
3) Propriétés
Si une variable aléatoire X suit une loi binomiale de
paramètres n et p , alors :
• L’espérance mathématique de X est E (X ) =
np ;
• La variance de X est V (X ) = np (1 − p ) ;
Æ
• L’écart-type de X est σ(X ) = np (1 − p ).

10
 Scénario pédagogique sur analyse combinatoire et probabilités
Réponses attendues
1) L’expérience du lancer
Exercice d’application des dés est une épreuve
On lance deux dés parfai- de Bernoulli dont le
tement équilibrés et nu- succès est de réaliser
merotés chacun de 1 à un double. En répétant
6. On dit qu’on a réa- cette exprérience 5 fois
lisé un double lorsque les de façon successive et
numéros apparus sur la indépendante, on a un
face supérieure des dés schéma de Bernoulli de
sont identiques. On sup- 1
paramètre 5 et . Donc
pose que la probabilité 6
de réaliser un double est la probabilité de réaliser
1 exactement 3 doubles
. On lanece 5 fois les
6 est :
Application Idem dés, de façon successive
P (X = 3) =
et indépendante. On dé-  ‹3 
1 1
‹5−3
signe par X la variable C53 1−
6 6
aléatoire égale au nombre 1 25
de doubles obtenus au P (X = 3) = 10× × =
216 36
terme des 5 lancers. 250
≈ 0, 03215.
1) Déterminer la proba- 7776
bilité de réaliser exacte- 2) L’espérance ma-
ment 3 doubles. thématique de X est
1 5
2) Déterminer l’espé- E (X ) = 5× = ≈ 0, 8333.
6 6
rance mathématique et La variance de  X ‹est
la variance de la variable 1 1
V (X ) = 5 × 1− =
aléatoire X . 6 6
25
≈ 0, 6944.
36

11