Académique Documents
Professionnel Documents
Culture Documents
Probabilité
Exemple 4.1 soit la variable statistique, x i , nombre de jours de pluie par année :
"Observer x i 3 jours" est un événement,
"Observer un nombre de jours de pluie entre 0 et 25 jours" est un événement,
"Avoir x i 0 jours" est un événement impossible,
"Avoir un nombre non entier exemple : xi 2,3 jours" est impossible
"Observer un nombre entre 0 et 365 jours" est un événement certain
Exemple 4.2 l’effectif x i est le nombre de fois par année où le débit d’un cours d’eau
dépasse le seuil 25 m3s 1 .
"Observer un nombre xi 10 " est un événement
"Observer un nombre de voitures, xi 3 " est un événement
"Observer un nombre entre 5 et 10" est un événement
"Observer un nombre négative, xi 10 " est un événement impossible
"Observer un nombre positif ou nul, c’est-à-dire x i ℕ est un événement certain (
x i est certainement une partie de l’ensemble des entiers positifs ℕ)".
60
§4. Probabilité
Exemple 4.4 Le caractère t i (en jour et centième de jour) mesure la durée d’un
événement de crue.
"Observer un événement qui a duré t i 100 jours" est un événement,
" Observer un t i 10 jours" est un événement,
" Observer un événement ayant duré 100 t i 1000 jours" est un événement,
" Observer une durée t i 10 jours" est un événement impossible.
" Observer une durée supérieure ou égale à 0 jour, c’est-à-dire t i ℝ+ est un
événement certain.
4.2.1 Définition
Tout événement est une partie de l’ensemble , on note par Part l’ensemble des
parties de .
4.2.1.1 Propriétés
a) Part est l’ensemble de tous les événements.
b) L’événement impossible est désigné par et l’événement certain par .
c) Soient A et B deux événements de , on a alors:
A B est l’événement soit A soit B soit les deux,
A B est l’événement à la fois A et B,
A est l’événement non A,
A B est l'événement A mais non B.
Si A B = alors A et B sont dit disjoints, ces deux résultats ne peuvent se
réaliser en même temps.
61
§4. Probabilité
4.3.1 Définition
4.4.1 Propriétés
62
§4. Probabilité
4) P A 1 PA
5) P Ai PAi .
i i
Exemple 4.5 Lors de la fabrication d’un dispositif technique, deux types de défauts
peuvent se produire. Un test a montré que 10% des articles ont des défauts de
1ere type, 6% ont des défauts du 2ieme type et 3% ont les deux défauts en même
temps. Quelle est la probabilité qu’un dispositif choisi au hasard n’a aucun
défaut?
Pour répondre à cette question, on commence par une lecture des hypothèses. On note
par A k : "le dispositif a un défaut de type k" où k = 1, 2. Dans ce cas :
PA1 10% ; PA2 6% et PA1 A2 3%
La probabilité d’avoir un dispositif sans aucun défaut est :
P( A1 A2 ) P( A1 A2 ) 1 P( A1 A2 )
1 P( A1 ) P( A2 ) P( A1 A2 )
1 0,1 0,06 0,03 0,87
Lors d’une réalisation pratique, il se peut qu'un événement particulier B soit déjà réalisé.
Compte tenu de cette information partielle, on désire calculer la probabilité d'un
événement donné A. Cette dernière est appelée probabilité de l'événement A sachant
que B est réalisé ou encore probabilité de A étant donné B, notée par P(A/B) qu'on lit
aussi probabilité de A si B.
4.5.1 Définition
63
§4. Probabilité
Remarque : Dans le cas d’une loi uniformément continue avec P(B) > 0, P(A) est
proportionnelle à l’aire de la partie A B .
A B
4.5.2 Propriétés
P( A B)
Si A et B sont disjoints alors P( A / B) 0;
P(B)
Si A B alors P( A / B) 1
Si A B alors P( A / B) 0
P( A / B) P( A B)PB.
Exemple 4.6 : le tiers d'une population a été vacciné contre une maladie.
a) Au cours d'une épidémie, on constate que, sur quinze malades, il y a deux
personnes vaccinées.
Notons M l’événement "individu Malade" et V "individu vacciné".
Question n°1 : Le vaccin est-il efficace ?
Pour le savoir, on compare la probabilité d'être malade P(M) avec celle d'être
malade sachant que l'on a été vacciné PM / V . Le vaccin est efficace si
PM / V PM , c’est-à-dire que l’information supplémentaire d’être vacciné est
une information négative.
1 2
On a : P( V ) et PV / M .
3 15
PM V PV / M PM 2
Or : PM / V .3.PM PM .
2
PV PV 15 5
On a PM / V PM , donc le vaccin est efficace.
64
§4. Probabilité
b) On suppose de plus que sur cent personnes vaccinées, huit sont malades.
PM PM
2 8 1
On trouve alors que :
5 100 5
Il y a donc 20% de malades.
Exemple 4.6 (contrôle de qualité) sur 10 flacons analysés, la moitié c'est-à-dire 5 sont
contaminés. On prélève 3 flacons au hasard. Quelle est la probabilité qu’aucun
des 3 flacons ne soit contaminé.
On pose Ak l’événement que le kième flacon soit contaminé, k = 1, 2, 3.
La probabilité qu’aucun flacon ne soit contaminé est donnée par :
P A1 A2 A3 .
Or d’après le théorème de la multiplicité on a :
5 4 3 1
P A1 A2 A3 P A1 P A2 / A1 P A3 / A1 A2
10 9 8 12
65
§4. Probabilité
66
§4. Probabilité
Les formules suivantes sont dites de Bayes. Elles ont pour but d’exprimer
PB / A en fonction de PA / B .
67
§4. Probabilité
68
§4. Probabilité
PD / T1 PT1
PT1 / D
PD / T1 PT1 PD / T2 PT2 PD / T3 PT3
On trouve alors :
10% 60% 6
PT1 / A
10% 60% 20% 30% 50% 10% 17
PD / M1 PM1
5% 1 5
PM1 / D 3 29%
PD / M1 PM1 PD / M2 PM2 5% 1 6% 2 17
3 3
2ième Méthode On peut procéder autrement en utilisant un diagramme. En effet, on peut
décrire la production des machines comme ce qui suit:
Ordre 0 : Une pièce est prise au hasard
M1
Ordre 1 : La pièce est produite par ou
M
2
69
§4. Probabilité
M1 D
Ordre 2 : La pièce produite par M1 est dans ou
M D
1
ou bien,
M2 D
La pièce produite par M 2 est dans ou
M D
2
Ordres 0 1 2
70
§4. Probabilité
Exercice n°2 Une enquête portant sur le plan d’urbanisme donne la répartition des avis
des habitants d’une ville composée de 4 arrondissements, comme indiqués dans
le tableau suivant
Arrondissement A1 A2 A3 A4
Population de
15% 32% 23% 30%
l’arrondissement
Favorables 12% 31% 72% 55%
Exercice n°3 Une machine possède un dispositif de sécurité. On donne les informations
suivantes :
La probabilité que le dispositif soit actionné sans qu’il ait panne est égale à 1%.
a) Calculer la probabilité qu’il ait panne un jour donné.
b) Calculer la probabilité qu’il y ait une panne sachant que le dispositif de
sécurité n’a pas fonctionné.
71
§4. Probabilité
Exercice n°4 Une laiterie possède deux chaines de mise en sachet du lait. Les deux
chaines sont numérotées Ch1 et Ch2.
La chaine Ch1 fournit 60% de production et la chaine Ch2 les 40% restants. On
remarque que 1,5% des sachets issue de Ch1 sont mal soudés (un sachet mal
soudé se vide partiellement ou en totalité avant d’arriver au consommateur) et
que 2% de sachet remplis par la chaine Ch2 sont mal soudés.
On prend au hasard un sachet de lait provenant de la laiterie. On considère les
événements suivants :
Evénement A :"le sachet de lait provient de Ch1"
Evénement B :"le sachet de lait provient de Ch2"
Evénement D :"le sachet de lait est mal soudé"
a) Déduire des énoncés les probabilités :
P A , P B , P A / D et P B / D .
c) Calculer P D et P D .
d) On constate que le sachet et mal soudé, quelle est la probabilité qu’il provient
de Ch1.
Exercice n°5 La résistance de rupture X d’une barre varie uniformément entre 145 et
165 KN. Par ailleurs, on admet que la charge appliquée à la barre peut varier
uniformément entre 120 et 150 KN. Calculer la probabilité qu’il ait rupture, c’est
à dire P(X>Y).
Exercice n°8 On jette un dé équilibré deux fois de suite. Les résultats pouvant être obtenus
sont désignés par X et Y. Calculer les probabilités suivantes :
a) A " X Y 10"
b) B " X Y"
72
§4. Probabilité
c) C " X Y 11"
d) D " X Y 5"
e) E " X Y 2"
73