Probabilités CPGE ECT

A) 📚 Introduction Aux Probabilités

1) Concepts Fondamentaux

• La probabilité est une mesure de la certitude d'un événement.
• Notation : $P(A)$ représente la probabilité de l'événement $A$.
• Événements complémentaires : $P(A') = 1 - P(A)$.

B) 📊 Espaces Probabilistes

1) Définition

• Un espace probabiliste est un triplet $(\Omega, \mathcal{F}, P)$ où :
  • $\Omega$ est l'ensemble des résultats possibles.
  • $\mathcal{F}$ est une $\sigma$-algèbre d'événements.
  • $P$ est une mesure de probabilité.

2) Exemples

• Lancer d'un dé : $\Omega = \{1, 2, 3, 4, 5, 6\}$.
• Tirage d'une carte : $\Omega = \{1, 2, \ldots, 52\}$.

C) 🔢 Règles de Calcul des Probabilités

1) Règle de l'Addition

• Pour deux événements $A$ et $B$ : $P(A \cup B) = P(A) + P(B) - P(A \cap B)$

2) Règle de la Multiplication

• Pour deux événements indépendants $A$ et $B$ : $P(A \cap B) = P(A) \cdot P(B)$

D) 📈 Variables Aléatoires

1) Définition

• Une variable aléatoire est une fonction mesurable qui associe à chaque événement un nombre réel.

2) Types de Variables

• Discrètes : prennent un nombre fini ou dénombrable de valeurs.
• Continues : prennent des valeurs dans un intervalle réel.

E) 📊 Lois de Probabilité

1) Loi Binomiale

• Modélise le nombre de succès dans $n$ essais indépendants.
• Formule : $P(X = k) = \binom{n}{k} p^k (1-p)^{n-k}$

2) Loi Normale

• Modélise des phénomènes naturels.
• Caractéristiques : moyenne $\mu$ et écart-type $\sigma$.

F) 📉 Estimation et Tests Statistiques

1) Estimation

• Estimation ponctuelle : valeur unique pour estimer un paramètre.
• Estimation par intervalle : intervalle de confiance pour un paramètre.

2) Tests d'Hypothèses

• Hypothèse nulle $H_0$ et hypothèse alternative $H_1$.
• Niveau de signification $\alpha$ pour décider de rejeter ou non $H_0$.

G) 📅 Applications des Probabilités

1) Statistiques Descriptives

• Moyenne, médiane, mode, variance, écart-type.

2) Analyse de Données

• Utilisation des probabilités pour interpréter des données et prendre des décisions.