Vous êtes sur la page 1sur 21

Universit Flix H. B.

Cocody-Abidjan

Cours
de
Probabilits

U.F.R. Maths-Info i Prof. Auguste AMAN


Table des matires

1 Denombrement 1
1. Cardinal dun ensemble fini . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. Principes de comptage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.1. Principe additif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2.2. Principe multiplicatif . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3. Arrangements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.1. Arrangements avec rptition . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3.2. Arrangements sans rptition . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.3. Permutation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
4. Combinaisons . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4.1. Combinaison sans rptition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4.2. Binme de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
4.3. Combinaison avec rptition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5. Quel modle choisir ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

2 Espace probabilis 6
1. Exprience alatoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2. Probabilit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3. Modlisation dune exprience alatoire . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4. Probabilits conditionnelles, indpendance . . . . . . . . . . . . . . . . . . . . . . . . 12
4.1. Probabilit conditionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
4.2. Indpendance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

3 Variables alatoires relles 16


1. Gnralits . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2. Variables alatoitrs relles usuelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.1. Variables alatoires discrtess uuelles . . . . . . . . . . . . . . . . . . . . . . . 18
2.2. Variables alatoires continues uuelles . . . . . . . . . . . . . . . . . . . . . . . 19

ii
Chapitre 1

Denombrement

Le dnombrement consiste dterminer le nombre dlments dun ensemble fini. Ce chapitre


fournit des mthodes de dnombrement particulirement utiles en probabilits.

1. Cardinal dun ensemble fini


Dfinition 1.1. Un ensemble E non vide est dit fini sil existe un entier n et une bijection de
{1, 2, . . . , n} sur E. Lorsquil existe, lentier n est unique et est not Card(E). Cest le cardinal ou
le nombre dlments de E

Dfinition 1.2. Un ensemble E est dit dnombrable sil existe une bijection de N sur E. Un ensemble
E est dit infini non dnombrable sil nest ni fini, ni dnombrable.

Soit E un ensemble fini et A, B deux parties de E.

Proposition 1.1. 1. Si A est le complmentaire de A dans E alors

Card(A) = Card(E) Card(A).

2. Card(A B) = Card(A) + Card(B) Card(A B).


3. Si A B = alors Card(A B) = Card(A) + Card(B)
4. Card(A B) = Card(A) Card(B)

2. Principes de comptage

2.1. Principe additif


Soit E un ensemble fini et A1 , A2 , . . . , An des parties de E constituant une partition de E, cest
dire,
Ai Aj = pour i 6= j

1
CHAPITRE 1. DENOMBREMENT Universit Flix H. B. Cocody-Abidjan

E = A1 A2 . . . An .
Xn
Alors nous avons Card(E) = Card(Ai ).
i=1
Lorsquon veut dnombrer un ensemble fini E, on peut trouver une partition A1 , A2 , . . . , An de cet
ensemble, o les cardinaux des ensembles Ai sont plus faciles dterminer. Il ne reste alors qu faire
la somme des differents cardinaux obtenus.

Exemple 1. Jai dans ma bibliothque 50 livres de mathmatiques en franais et 40 livres de mathma-


tiques en anglais (et aucun dans une autre langue). Je peux donc y choisir un livre de mathmatiques
de 50 + 40 = 90 faons diffrentes.

2.2. Principe multiplicatif


Si une situation correspond p choix successifs ayant chacun respectivement n1 , n2 , . . .,np possibi-
lits alors le nombre total de possibilits est

n1 n2 . . . np .

3. Arrangements

3.1. Arrangements avec rptition


Soit p N et E un ensemble fini n lments.

Dfinition 1.3. Un arrangement avec rptition de p lments (ou p-liste) de E est une partie
ordonne de p lments de E non ncessairement distincts. Cela revient prendre p objets dans E
en tenant compte de lordre dans lequel on les choisit, et en pouvant prendre plusieurs fois le mme
lment.

Proposition 1.2. Le nombre darrangements avec rptition de p objets parmi n est np .

En effet, on a n possibilits pour chaque place, soit n n . . . n = np possibilits darrangement


daprs le principe multiplicatif.

Exemple 2. Combien y a-t-il de numros de tlphone commenant par 08 ?


Un numro de tlphone est constitu de 8 chiffres. Les 6 numros qui suivent le 08 sont des
arrangements avec rptitions de 6 lments de lensemble

{0, 1, 2, 3, 4, 5, 6, 7, 8, 9, }.

Il y en a 106 = 1000000 possibilits.

Exemple 3. Tirer successivement p boules, en les remettant chaque fois dans lurne, et en tenant
compte de lordre de sortie des numros constitue un arrangement avec rptition de p lments parmi
n. Il y a np possibilits.

U.F.R. Maths-Info 2 Prof. Auguste AMAN


CHAPITRE 1. DENOMBREMENT Universit Flix H. B. Cocody-Abidjan

3.2. Arrangements sans rptition


Soit p N et E un ensemble fini n lments.

Dfinition 1.4. Un arrangement de p lments de E est une partie ordonne de p lments (distincts)
de E. Cela revient prendre p objets distincts dans E en tenant compte de lordre dans lequel on les
choisit.

Proposition 1.3. Le nombre darrangements de p objets parmi n est


n!
Apn = .
(n p)!

Nous avons n possibilits pour la premire place, n 1 possibilits pour la deuxime place, n 2
possibilits pour la troisime place,. . . , (n (p 1)) possibilits pour la dernire place. Daprs le
principe multiplicatif, le nombre total de possibilits est :

Apn = n (n 1) (n 2) . . . (n (p 1))
n!
= .
(n p)!

Exemple 4. Le tierc. Une course de chevaux comporte 20 partants. Combien peut-il y avoir de
rsultats possibles de tiercs dans lordre ?
Soit E lensemble des numros des chevaux. On a Card(E) = 20. Un tierc correspond un arrange-
ment de 3 lments de E, il y en a A320 = 6840 possibilits.

Exemple 5. Tirer successivement p boules sans remise en tenant compte de lordre de sortie des
numros constitue un arrangement de p lments parmi n. Il y a Apn possibilits.

3.3. Permutation
Soit E un ensemble fini n lments.

Dfinition 1.5. Une permutation de E est un arrangement des n lments de E. Cela revient prendre
les n lments de E en tenant compte de lordre dans lequel on les choisit.

Proposition 1.4. Le nombre de permutations dun ensemble E n lments est

n! = n (n 1) . . . 2 1.

Nous avons n possibilits pour la premire place, n 1 possibilits pour la deuxime place, n 2
possibilits pour la troisime place,. . . , 1 possibilits pour la dernire place. Daprs le principe
multiplicatif, le nombre total de possibilits est :

n! = n (n 1) (n 2) . . . 1 = Ann

U.F.R. Maths-Info 3 Prof. Auguste AMAN


CHAPITRE 1. DENOMBREMENT Universit Flix H. B. Cocody-Abidjan

Exemple 6. De combien de faons peut-on rpartir 7 personnes sur 7 chaises ?


Dsignons par p1 , p2 , p3 , p4 , p5 , p6 , p7 les 7 personnes et posons

E = {p1 , p2 , p3 , p4 , p5 , p6 , p7 }.

Une rpartition peut se voir comme une permutation de E, il y en a 7! = 5040.

Exemple 7. Une urne contient n boules distinctes. Tirer successivement les n boules en tenant
compte de lordre de sortie des boules constitue une permutation de n lments. Il y a n! possibilits.

4. Combinaisons

4.1. Combinaison sans rptition


Dfinition 1.6. Une combinaison de p lments de E est une partie non ordonne de E forme de p
lments. Cela revient prendre p objets dans E sans tenir compte de lordre dans lequel on les choisit.

Proposition 1.5. Le nombre de combinaisons possibles de p objets pris parmi n est


n! Ap
Cnp = = n.
p!(n p)! p!

Exemple 8. Quel est le nombre de comits de 3 personnes que lon peut lire dans une assemble
de 20 personnes.
3
Le nombre de comits possibles est le nombre de combinaisons de 3 personnes parmi 20, soit C20 =
1140

Exemple 9. Tirer simultanement p boules parmi n constitue une combinaison de p lments parmi
n lments. Il y a Cnp possibilits.

4.2. Binme de Newton


Proposition 1.6. Soient a et b deux nombres rels et n un entier naturel non nul, alors :
n
X
(a + b)n = Cnk ak bnk .
k=1

4.3. Combinaison avec rptition


Dfinition 1.7. Une k-combinaison avec rptition dun ensemble fini E de cardinal n, est une
application f de E dans {0, 1, , k}, telle que
X
f (x) = k.
xE

U.F.R. Maths-Info 4 Prof. Auguste AMAN


CHAPITRE 1. DENOMBREMENT Universit Flix H. B. Cocody-Abidjan

Plus prcisment, si E = {x1 , x2 , , xn } alors f vrifie

f (x1 ) + f (x2 ) + . . . + f (xn ) = k.

f sappelle aussi une combinaison de n lments pris k k.

Remarque 1.1. Cette application indique pour chaque lment de E le nombre de fois quil est
choisi ; et si lapplication associe la valeur 0 un lment de E, alors llment nest pas choisi. De
plus la somme des nombres de rptitions doit bien tre gale k, si nous voulons exactement k objets
ventuellement rpts.

Thorme 1.1. Soit E un ensemble fini de cardinal n, (n N ). Alors lensemble Kk (E) des
k-combinaisons avec rptition de E est fini et son cardinal est gal

k
kn = Cn+k1

qui est le nombre de k-combinaisons de n + k 1 lments

5. Quel modle choisir ?


Si lnonc contient le mot successif, il faut tenir compte de tous les ordres dans lesquels on
peut obtenir un vnement donn. On doit souvent multiplier par le nombre dordres possibles
le rsultat trouv pour un ordre dtermin.
Si lnonc contient les mots "successif et avec remise", cela signifie que lordre dans lequel
on considre les lments a de limportance et quun lment peut ventuellement tre rpt.
Le modle mathmatique est la p-liste ou arrangement avec rptition.
Si lnonc contient les mots successif et sans remise, cela signifie que lordre dans lequel on
considre les lments a de limportance mais que tous les lments considrs sont distincts
(ou quil ny a pas de rptition dlments). Le modle mathmatique est larrangement.
Si lnonc contient le mot simultanment sans rptition , cela signifie que lordre dans
lequel on considre les lments na pas dimportance et les lments sont distincts deux deux.
Le modle mathmatique est la combinaison classique.
Si lnonc contient le mot simultanment avec rptition , cela signifie que lordre dans
lequel on considre les lments na pas dimportance mais les lments peuvent se rpter. Le
modle mathmatique est la combinaison avec rptition.

U.F.R. Maths-Info 5 Prof. Auguste AMAN


Chapitre 2

Espace probabilis

1. Exprience alatoire
Activit 1. On lance un d quilibr 6 faces numrots de 1 6 et on note le nombre figurant sur
la face suprieure du d aprs larrt.
1. Quel est lensemble de rsultats possibles ?
Peut-on prvoir avant le lancer les rsultats possibles ?
2. Dterminer lensemble des rsultats pairs.
3. Dterminer lensemble des possibilits davoir le chiffre "2" ?
4. Dterminer lensemble des possibilits davoir le chiffre "7" ?
5. Dterminer lensemble de rsultats "obtenir un nombre infrieur 7 "
6. On considre les ensembles suivants :
A est lensemble "obtenir un nombre au moins gal 4 "
B est lensemble "obtenir un multiple de 2"
C est lensemble "obtenir le chiffre 5"
(a) Dterminer lensemble "obtenir un multiple de 2 ou un nombre au moins gal 4".
(b) Dterminer lensemble "obtenir un multiple de 2 et un nombre au moins gal 4".
(c) Dterminer lensemble "obtenir un multiple de 2 et le chiffre 5".

Correction de lactivit 1. On lance un d quilibr de 6 faces numrotes de 1 6 et on note le


nombre figurant sur la face suprieure du d prs larrt.
1. Lensemble des rsultats possibles appel univers des possibles est

= {1, 2, 3, 4, 5, 6}.

On ne peut pas prvoir lavance le rsultat.


2. Lensemble des rsultats pairs est {2, 4, 6}

6
CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

3. Nous avons une possibilit davoir le chiffre 2 est {2}.


4. Ce rsultat est impossible.
5. Lensemble des rsultats "obtenir un nombre infrieur 7" est {1, 2, 3, 4, 5, 6}.
6. Nous avons A = {4, 5, 6}, B = {2, 4, 6} et C = {5}.
(a) On note D lensemble "obtenir un multiple de 2 ou un nombre au moins gal 4" :
D = A B = {2, 4, 5, 6}.
(b) On note E lensemble "obtenir un multiple de 2 et un nombre au moins gal 4".
E = A B = {4, 6}
(c) On note F lensemble "obtenir un multiple de 2 et le chiffre 5"
Cet ensemble est F = A C = .

Dfinition 2.1. Une exprience E est qualifie dalatoire si on ne peut pas prvoir par avance son
rsultat et si, rpte dans des conditions identiques, elle peut donner lieu des rsultats diffrents.

Remarque 2.1. Avant toute exprimentation, on peut dcrire lensemble des rsultats possibles de
lexprience alatoire.

Dfinition 2.2. Soit E une exprience alatoire. On appelle univers, et lon note souvent , len-
semble des rsultats possibles de E. Si est non vide. On notera P() lensemble des parties de .
Dans toute la suite de ce chapitre, on supposera que est fini.

Dfinition 2.3. On appelle vnement associ une exprience alatoire, toute partie A de .

Remarque 2.2. 1. Lvnement A = est appel vnement certain. Il se ralise toujours.


2. Lvnement A = est appel vnement impossible. Il ne se ralise jamais.
3. Lvnement A = {} constitu dun seul lment de est appel vnement lmentaire.

Les vnements tant des ensembles, on utilisera 3 oprateurs dfinies sur les ensembles :
- lunion ; lvnement A B se ralise si A se ralise ou B se ralise
- lintersection ; A B se ralise si A se ralise et B se ralise
- le complmentaire ; A se ralise si A ne ralise pas.

Application 1. Un sac contient trois boules de couleurs diffrentes ; une boule rouge, une boule verte
et une boule bleue. On tire au hasard une boule du sac, on note sa couleur. On replace la boule dans
le sac et on retire au hasard en notant nouveau sa couleur.
1. Dterminer lunivers des ventualits de cette exprience.
2. Citer un vnement lmentaire et un vnement non lmentaire
3. Soit A lvnement : "les deux boules sont de mme couleur", B lvnement : "obtenir une
boule bleue et une boule verte ", et C lvnement : "obtenir dabord une boule rouge"

U.F.R. Maths-Info 7 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

(a) Dterminer lvnement contraire de A


(b) Dterminer lvnement : "A et B " ; "A et C" puis lvnement "A ou C", Les vne-
ments A et B sont-ils incompatibles ?

Correction de lexercice dapplication 1. On note :


R="la couleur de la boule tire est rouge"
B="la couleur de la boule tire est bleue"
V="la couleur de la boule tire est verte"
1. Lvnement lmentaire est un couple (C1 , C2 ) o C1 reprsente la couleur de la premire boule
tire et C2 la couleur de la deuxime. Lunivers des possibles est

= {(R, R), (R, V ), (V, R), (R, B), (B, R), (V, V ), (V, B), (B, V ), (B, B)}.

2. (R, V ) est un vnement lmentaire ; {(R, R), (R, V )} est un vnement non lmentaire.
3. Nous avons

A = "les deux boules sont de mme couleur" = {(R, R), (V, V ), (B, B)}
B = "obtenir une boule bleue et une boule verte " = {(B, V ), (V, B)}
C = "obtenir dabord une boule rouge" = {(R, R), (R, V ), (R, B)}.

(a) Lvnement contraire de A est

A = {(R, V ), (V, R), (R, B), (B, R), (V, B), (B, V )}.

(b) Nous avons :

AB =
A C = {(R, R)}
A C = {(R, R), (V, V ), (B, B), (R, V ), (R, B)}

Les vnements A et B sont incompatibles.

Dfinition 2.4. Soit lunivers dune exprience alatoire, et P() lensemble de parties de .
Alors, le couple (, P()) est appel espace probabilisable.

2. Probabilit
Activit 2. Un sac contient trois boules de couleurs diffrentes ; une boule rouge, une boule verte
et une boule bleue. On tire au hasard une boule du sac, on note sa couleur. On replace la boule dans
le sac et on retire en notant nouveau sa couleur. Chaque boule a la mme chance dtre tire.

U.F.R. Maths-Info 8 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

1. Quel est le nombre de rsultats possibles ?


2. Quelle est la frquence dapparition du couple (R, B) ?
3. Quelle est la frquence dapparition de chaque couple de lunivers.
Faire la somme de tous les rsultats obtenus ?
4. Quelle est la frquence dapparition de deux boules de mme couleur ?

Correction de lactivit 2. Un sac contient trois boules de couleurs diffrentes ; une boule rouge,
une boule verte et une boule bleue. On tire au hasard une boule du sac, on note sa couleur. On replace
la boule dans le sac et on retire en notant nouveau sa couleur. Chaque boule a la mme chance dtre
tire.
1. card() = 9.
1 1
2. La frquence dapparition du couple (R, B) est = .
card() 9
3. La frquence dapparition de chaque couple de lunivers est 19 . De plus,
1 1 1 1 1 1 11 1
+ + + + + + + =1
9 9 9 9 9 9 99 9
4. Tirer deux boules de mme couleur revient tirer un lment de

A = {(R, R), (V, V ), (B, B)}.


3
La frquence dapparition de deux boules de mme couleur est .
9
Dfinition 2.5. On appelle probabilit sur lunivers dune exprience aatoire lapplication

P : P() [0, 1]
A 7 P(A)

telle que
P() = 1
pour tout sous-ensemble {A1 , . . . , An , . . .} P() deux deux disjoints, nous

!
[ X
P An = P(An ).
n=1 n=1

Proprit 2.1. 1. P(A B) = P(A) + P(B) P(A B)


2. si A B = alors P(A B) = P(A) + P(B)
3. P(A) + P(A) = 1
1 2
Activit 3. On lance un d truqu numrot de 1 6 tel que P1 = P2 = P3 = P4 = P5 = 7
et P6 = 7
o Pi est la probabilit dapparition du numro i, i {1, 2, 3, 4, 5, 6}. Soit A lvnement "obtenir un
nombre au moins gale 4" et B="obtenir un multiple de 2 "

U.F.R. Maths-Info 9 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

1. Calculer la probabilit des vnements A et B.


2. Dterminer les ensembles A B et A B puis calculer P(A B) et P(A B)
3. Comparer P(A) + P(B) P(A B) et P(A B)
4. (a) Calculer la probabilit de lvnement C= "obtenir un nombre impair "
(b) Calculer P(B) + P(C)

Correction de lactivit 3. Soit A lvnement "obtenir un nombre au moins gal 4" et B="obtenir
un multiple de 2 "
1. Nous avons A = {4, 5, 6} = {4} {5} {6}. Les vnements {4}, {5} et {6} tant deux deux
disjoints, nous obtenons
4
P(A) = P({4}) + P({5}) + P({6}) = P4 + P5 + P6 =
7
1 1 2 4
De mme, nous avons B = {2, 4, 6} et P(B) = + + = .
7 7 7 7
2. A B = {4, 6} et A B = {2, 4, 5, 6} et
3 5
P(A B) = P(A B) = .
7 7
3. P(A) + P(B) P(A B) = P(A B)
4. (a) C = {1, 3, 5}
3
(b) P(C) = et P(B) + P(C) = 1.
7
Activit 4. Soit A et B deux vnements tels que P(A) = 0.45 ; P(B) = 0.60 et P(A B) = 0.80
calculer P(A B) et P(A)

Correction de lactivit 4. 1. Nous avons

P(A B) = P(A) + P(B) P(A B).

Par suite
P(A B) = P(A) + P(B) P(A B) = 0.25.

2. P(A) = 1 P(A) = 0.55

Remarque 2.3. Une exprience se droule dans les conditions quiprobables si tous les vnements
lmentaires ont la mme probabilit de se raliser. Dans ce cas, nous avons pour tout vnement A,
X 1 X
P(A) = P ({}) = 1
A
card() A
card(A)
=
card()
nombre de cas favorables
P(A) = .
nombre de cas possibles

U.F.R. Maths-Info 10 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

Exercice de fixation 1. Dans un jeu de 32 cartes il ya 4 As, on tire au hasard 4 cartes de ce jeu.
1. Calculer la probabilit dobtenir 2 As.
2. Quelle est la probabilit de navoir aucun As ?
3. Quelle est la probabilit de tirer au moins un As ?

Correction de lexercice de fixation 1. Dans un jeu de 32 cartes il ya 4 As, on tire au hasard 4


cartes de ce jeu. Le nombre total de possibilits est le nombre de combinaisons de 4 cartes parmi 32 :
4
card() = C32 .

1. Soit lvnement A ="obtenir 2 As dans le tirage". Nous avons :


- C42 possibilits de tirer 2 As parmi 4
2
- C28 possibilits de tirer les 2 cartes restantes parmi 28.
Daprs le principe multiplicatif, le nombre de possibilits dobtenir 2 As dans le tirage est
2
card(A) = C42 C28 .

La probabilit dobtenir 2 As est donc


card(A) C2 C2
P(A) = = 4 4 28 .
card() C32
4
2. Soit lvnement B ="navoir aucun As". Nous avons C28 possibilits dobtenir un tirage sans
4
aucun As, soit card(B) = C28 . La probabilit de navoir aucun As est donc
4
C28
P(B) = 4
.
C32
3. Soit lvnement C ="avoir au moins un As". Lvnement contraire de C est B. Ainsi, nous
obtenons
4
C28
P(C) = 1 P(B) = 1 4
.
C32
Deuxime mthode : Lvnement C = 4i=1 Ci o lvnement Ci ="avoir exactement i As avec
i {1, 2, 3, 4}. Nous avons
- C4i possibilits de tirer i As parmi 4
4i
- C28 possibilits de tirer les 4 i cartes restantes parmi 28.
Daprs le principe multiplicatif, le nombre de possibilits dobtenir exactement i As dans le
tirage est
card(A) = C4i C28
4i
.
De plus C1 , C2 , C3 et C4 sont deux deux incompatibles. Ce qui implique que

P(C) = P(C1 ) + P(C2 ) + P(C3 ) + P(C4 )


C41 C28
3
+ C42 C28
2
+ C43 C28
1
+ C44
= 4
C32

U.F.R. Maths-Info 11 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

3. Modlisation dune exprience alatoire


Lors de la modlisation dune exprience alatoire E, on est amen choisir :
1. un univers
2. une famille de parties de . Dans le cas o lunivers est fini, on considre P()
3. une probabilit P.
Le triplet (, P(), P) est appel espace probabilis.

4. Probabilits conditionnelles, indpendance

4.1. Probabilit conditionnelle


Activit 5. Dans une classe de Terminale D de 36 lves, 23 ont 18 ans, 29 sont des filles et 17 filles
ont 18 ans. On choisit au hasard un lve de cette classe.
1. Calculer la probabilit des vnements suivants : A="llve a 18 ans ", B ="llve est une
fille", C=" llve est une fille de 18 ans"
2. Si llve est une fille, quelle est la probabilit pour quelle ait 18 ans ?
P(AB)
3. Comparer le rsultat de la question 2 et P(A)
.

Correction de lactivit 5. Premire mthode :

18 ans Autres Total


Filles 17 12 29
Garons 6 1 7
Total 23 13 36
1. Nous obtenons
23
P(A) =
36
29
P(B) =
36
17
P(A B) = .
36
2. Daprs le tableau, cest parmi les 29 filles quon cherche celles qui ont 18 ans :
17
P(C) =
29
3. Nous obtenons 17
P(A B) 36 17
= 29 = .
P(B) 36
29
P(A B)
P(C) =
P(B)

U.F.R. Maths-Info 12 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

Deuxime mthode : arbres de choix. La somme des probabilits des branches issues dun mme
noeud est 1. La probabilit de lvnement correspond un trajet est le produit des probabilits des
diffrentes branches composant ce trajet. En dehors des branches du premier niveau, les probabilits
indiques sont des probabilits conditionnelles .

Thorme 2.1. Soit une exprience alatoire E dunivers , P une probabilit sur et B un v-
nement tel que P(B) 6= 0. Lapplication

PB : P [0, 1]
P(A B)
A 7 PB (A) =
P(B)
est une probabilit sur . PB (A) se lit probabilit de A sachant B

Dfinition 2.6. Lapplication PB ainsi dfinie sappelle "probabilit conditionnelle sachant B". La
quantit PB (A) est parfois note P(A|B).

Exercice de fixation 2. Une urne contient trois boules rouges et deux boules blanches. On tire
successivement avec remise deux boules de lurne en notant leur couleur. Calculer la probabilit davoir
deux boules de mme couleur sachant que la premire boule est rouge.

Correction de lexercice de fixation 2. Le cardinal de lunivers est le nombre darrangements


avec rptition dun ensemble 2 lments dans un ensemble 5 lments, soit card() = 52 .
Soit A lvnement "avoir deux boules de mme couleur " ; A = A1 A2 o A1 "avoir deux boules
rouges" et A2 "avoir deux boules blanches ; card(A1 ) est le nombre darrangements avec rptitions
dun ensemble 2 lments dans un ensemble 3 lments soit card(A1 ) = 32 ; card(A2 ) est le nombre
darrangements avec rptitions dun ensemble 2 lments dans un ensemble 2 lments soit
card(A2 ) = 22 ; Par suite
card(A) = 32 + 22 .

Soit B lvnement "la premire boule tir est rouge" ; nous avons 31 possibilits de tirer une boule
rouge au premier tirage et 51 possibilits de tirer une boule au second tirage, soit

card(B) = 31 51 .

A B="les deux boules tires sont rouges" ; card(A B) = 32 . Nous obtenons

32
P(A B) =
52
31 51
P(B) = .
52
Nous dduisons que
P(A B) 32
P(A|B) = = 1 .
P(B) 3 51

U.F.R. Maths-Info 13 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

Dfinition 2.7 ((Systme complet dvnement)). On dit quune famille (Bk )1n est un systme
complet dvnements lorsque :
1. (i, j) b1; nc2 , (i 6= j) Bi Bj = (On dit alors que les (Bk )1n , sont deux a deux disjoints
ou incompatibles)
2. nk=1 Bk = .
S

Autrement dit les Bk , k = 1, , n, constituent une partition de .

Exemple 2.1. Soit A une partie non trivial de . Alors la paire {A, A} est un systme complet
d"vnement.

Thorme 2.2 ((Probabilit totale)). Soit (, P, P) un espace probabilis et (Bk )1n un systme
complet d"vnement. Alors pour tout vnement A, on a :
n
X n
X
P(A) = P(A Bk ) = P(A|Bk )P(Bk )
k=1 k=1

Corollaire 2.1 ((Formule de Bayes)). Soit (, P, P) un espace probabilis et (Bk )1n un systme
complet d"vnement. Alors pour tout vnement A, on a : j b1; nc,

P(A|Bj )P(Bj )
P(Bj |A) = Pn .
k=1 P(A|Bk )P(Bk )

4.2. Indpendance
Dfinition 2.8. Deux vnements A et B de probabilits non nulles sont indpendants lorsque la
ralisation (ou non) de lun na pas dinfluence sur la probabilit de ralisation de lautre : PA (B) =
P(B) ou PB (A) = P(A).

Thorme 2.3. Deux vnements A et B sont indpendants si et seulement si P(AB) = P(A)P(B)

Exercice de fixation 3. On lance une pice de monnaie non truqu deux fois de suite et on note
le couple de cts qui apparat.
1. Les vnements : A= "face apparat au premier lancer " et B="pile apparat au deuxime
lancer" sont-ils indpendants ?
2. Les vnements : C="le mme ct apparat deux fois" et D=" le nombre dapparition de "
face" est diffrent de deux " sont-ils indpendants ?

Correction de lexercice de fixation 3. On lance une pice de monnaie non truque deux fois de
suite et on note le couple de cts qui apparat. Lunivers est

= {(P, P ), (P, F ), (F, F ), (F, P )}

U.F.R. Maths-Info 14 Prof. Auguste AMAN


CHAPITRE 2. ESPACE PROBABILIS Universit Flix H. B. Cocody-Abidjan

1. A = {(F, F ), (F, P )} B = {(P, P ), (F, P )} A B = {(F, P )}. Nous avons


1 2 2
P(A B) = P(A) = P(B) = .
4 4 4
On note que P(A B) = P(A)P(B). On dduit que A et B sont indpendants.
2. C = {(F, F ), (P, P )} D = {(P, P ), (F, P ), (P, F )} C D = {(P, P )}. Nous avons
1 2 3
P(C D) = P(C) = P(D) = .
4 4 4
On note que P(C D) 6= P(C)P(D). On dduit que C et D ne sont pas indpendants.

U.F.R. Maths-Info 15 Prof. Auguste AMAN


Chapitre 3

Variables alatoires relles

On fait une exprience alatoire qui est traduite par lespace probabilis (, P(), P). Maintenant
on sintresse certaines consquences de cette exprience.

1. Gnralits
Dfinition 3.1. Soit lunivers fini ou dnombrable dune exprience alatoire E et E un ensemble.
On considre lespace probabilisable (, P(), P). On appelle variable alatoire toute application X
dfinie sur valeurs dans E telle que

A E, X 1 (A) = { ; X() A} P().

Remarque 3.1. 1. (i) Si E = R, X est une variable alatoire relle


2. (ii) Soit X une variable alatoire relle. Si X() est un sous-ensemble fini ou infini dnombrable
de R, alors la v.a.r X est dite discrte. Sinon, elle est dite continue.

Dfinition 3.2. Soit X une variable alatoire dfinie sur (, P(), P) valeurs dans E. On appelle
loi de probabilit de X, la probabilit PX dfinie sur P(X()) par :

A P(X()), PX (A) = P(X 1 (A)) = P(X A).

Dfinition 3.3. Soit X une variable alatoire relle dfinie sur (, P(), P). On appelle fonction de
rpartition de la v.a.r X, la fonction F dfinie par :

F : R [0, 1]
x F (x) = P(X x) = PX (] , x[).

Proprit 3.1. 1. (i) F est une fonction non dcroissante


2. [b) lim F (x) = 0 et lim F (x) = 1.
x x+
3. (c) F est continue droite et limit gauche.

16
CHAPITRE 3. VARIABLES ALATOIRES RELLES Universit Flix H. B. Cocody-Abidjan

Dfinition 3.4. Soit X une variable alatoire relle. Supposons que la fonction de rpartition F soit
continue et strictement croissante. Pour 0 1 ; on note x lunique nombre rel vrifiant

F (x ) = P(X < x ) = .

On dit X est le quantile dordre .

Remarque 3.2. Pour connatre la loi dune variable alatoire discrte X, il faut connatre lensemble
de ses valeurs possibles, et la probabilit avec laquelle elle ralise chaque valeur i.e

X() = {x1 , . . . , xn , . . .} R et P (X = xi ).

Pour toute fonction h, on dfinit lesprance de h(X) par


n
X
E[h(X)] = h(xi )P (X = xi ).
i=1

En particulier
si h(x) = |x|p , p 1 alors on parle de moment dordre p de la v.a. X. Le moment dordre 1 est
appel lesprance de X.
si h(x) = |x E(X)|p , p 1 alors on parle de moment centr dordre p de la v.a. X. Le moment
centr dordre 2 est appel la variance de X.

Remarque 3.3. 1. (i) X une variable alatoire


Z continue est absolument continue sil existe une
fonction dfinie sur R, positive, vrifiant f (t)dt = 1, telle que x R,

Z x
P(X < x) = f (t)dt.

La fonction f est appele densit de probabilit de la variable alatoire X.


2. (ii) Pour toute fonction continue h, on dfinit lesprance de h(X) par
Z
E[h(X)] = h(x)f (x)dx.

En particulier
si h(x) = |x|p , p 1 alors on parle de moment dordre p de la v.a. X. Le moment dordre 1
est appel lesprance de X.
si h(x) = |x E(X)|p , p 1 alors on parle de moment centr dordre p de la v.a. X. Le
moment centr dordre 2 est appel la variance de X.

Remarque 3.4. La loi dune variable alatoire est compltement dtermine via sa fonction de r-
partition, ou via sa densit de probabilite.

U.F.R. Maths-Info 17 Prof. Auguste AMAN


CHAPITRE 3. VARIABLES ALATOIRES RELLES Universit Flix H. B. Cocody-Abidjan

2. Variables alatoitrs relles usuelles

2.1. Variables alatoires discrtess uuelles


La loi de Bernoulli
Cest la plus simple des lois de probabilit. Une variable alatoire X est dite de Bernoulli si X() =
{0; 1}. On note
p = P(X = 1); q = 1 p = P(X = 0)

Exemple 10. Le jeu de pile ou face (non truqu, p = 0, 5, truqu, p 6= 0, 5).

La loi Binomiale
Une variable alatoire S suit une loi binomiale si S() = {0; 1; 2; . . . , n}, et pour 0 k n, on a

P(S = k) = Cnk pk q nk ;

o p [0, 1], q = 1 p.
Lesprance dune variable de Binomiale est E(S) = np.

La variance est V (S) = npq = np(1 p) et lcart type est (S) = npq.

Remarque 3.5. Cest la loi dune somme de n variables Xi de Bernoulli indpendantes et de mme
paramtre p.

Exemple 11. On joue n fois pile ou face avec une pice non truque. On suppose les lancs
indpendants. Soit S la variable "nombre de pile obtenus". Si on note Xi la variable dfinie par
Xi = 1 si "pile" au i-me lanc, on a

S = X1 + X2 + . . . + Xn

Les variables Xi sont de Bernoulli, indpendantes, et S suit une loi Binomiale de paramtre p = 1/2.

Loi gomtrique
Une variable alatoire S suit une loi gomtrique de paramtre (0 p 1) si S() = {1; 2; . . . ; n; },
et pour k 1, on a
P(S = k) = (1 p)k1 p.

Lesprance dune variable gomtrique est


1
E(S) =
p
La variance est
1p
V (S) =
p2
.

U.F.R. Maths-Info 18 Prof. Auguste AMAN


CHAPITRE 3. VARIABLES ALATOIRES RELLES Universit Flix H. B. Cocody-Abidjan

Remarque 3.6. Si on ralise n preuves de bernoulli de paramtre p de manire indpendante, le


rang du premier succs est une variable alatoire de loi gomtrique de paramtre p.

La loi hypergomtrique
Une variable alatoire S suit une loi hypergomtrique si S() = {0; 1; 2; . . . ; n}, et pour 0 k K,
on a
k
CK CNnk
K
P(S = k) = n
,
CN
o 0 K N sont des entiers, avec n N .
Lesprance dune variable hypergomtrique est E(S) = n K
N
.
  
N n N K
La variance est V (S) = n .
N 1 N
Exemple 12. Une urne contient N boules avec K blanches et N K noires. On tire n N boules
sans remise. Alors la variable S = "nombre de boules blanches" suit une loi hypergomtrique.

La loi de Poisson
Une variable X suit une loi de Poisson si X() = {0; 1; 2; . . . ; n; . . . ; +} et on a pour k =
{0; 1; . . . ; +}
k
P (X = k) = e ;
k!
o > 0 est le paramtre de la loi.
Lesprance dune variable de Poisson est E(X) = .
La variance est aussi V (X) = .

Exemple 13. Le nombre de pannes dun systme mcanique durant une priode donne : est le
taux moyen de pannes la dure de la priode.

2.2. Variables alatoires continues uuelles


La loi uniforme
Une v.a. X continue suit une loi uniforme sur [a, b] si sa fonction de rpartition a pour densit f o

1

ba
si aub
f (u) =


0 sinon

a+b
Lesprance dune variable uniforme est E(X) = 2
.
(b a)2
La variance est V (X) = .
12
ba
Lcart type est (X) =
2 3

U.F.R. Maths-Info 19 Prof. Auguste AMAN