Résumé

Résumé Probabilités Conditionnelle et

Variable Aléatoire

Mohamed BARRADI
med.barradi@gmail.com.

15 décembre 2013
Table des matières

1 Rappel du cours : Probabilités conditionnelle et V.A 2

1 Probabilité Conditionnelle . . . . . . . . . . . . . . . . . . . . 2
1.1 Formules Importantes . . . . . . . . . . . . . . . . . . 2
1.2 L’arbre des probabilités : . . . . . . . . . . . . . . . . . 4
1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.4 Application : . . . . . . . . . . . . . . . . . . . . . . . 5

2 Variable Aléatoire : 8

1
1. Rappel du cours : Probabilités conditionnelle et
V.A

1 Probabilité Conditionnelle
1.1 Formules Importantes

Dans la probabilité conditionnelle, comme je l’ai répété pas mal de fois, on

a deux relations importantes et une astuce qui aident dans le calcul.
La 1ére relation c’est la 1ére formule de Bayes :
P (A \ B)
P (A = B) =
P (B)
P (Evnmt chérché et Evenmt Réalisé)
P (Evenement cherché n Evenement déja réalisé) =
P (Evnm réalisé)

On peut conclure cette relation

P (A = B) P (B) = P (A \ B)

Donc comme vous remarqué, pour calculé P (A=B) il nous faut la valeur de
P (B) et P (A \ B):
Cherchons P (B) :
Pour cela nous avons besoin de comprendre la notion du systéme complet,
c’est tout simplement quand je dévise à des ensembles incompatibles deux
à deux.
Exemple 1 Une salle qui contient des hommes et des femmes ;
Une Fête qui contient des hommes et femmes et enfants.
Un usine qui contient 3 machines : Machine 1 ; Machine 2 ; Machine 3.
......

2
1 Probabilité Conditionnelle 3

dans ce cas là, pour étudier un événement il su¢ t de l’etudier dans chaque
ensemble,
Exemple 2 Les porteurs des lunettes dans la Salle ; Les malades dans la
fête ; Les pieces défectueuses dans l’usine .....
Donc on peut voir cette evenement dans sous cette forme :

est partitionnée en sous ensembles Ai qui forment un systéme complet de

, et on voit que l’evenement B est :
B = (B \ A1 ) [ (B \ A2 ) [ :::: [ (B \ An )

Alors on peut calculer P (B) :

P (B) = P (B \ A1 ) + P (B \ A2 ) + ::::: + P (B \ An )
= P (B=A1 ):P (A1 ) + P (B=A2 ):P (A2 ) + ::::: + P (B=An ):P (An )

et c’est ça la 2éme formule importante,

Il nous reste juste l’astuce, tous simplent l’astuce sebase sur :
A \ B = B \ A , P (A \ B) = P (B \ A)

Donc, il su¢ t que vous lisiez les données corréctement, et pour celà nous
allons voir la notion de l’arbre.
1 Probabilité Conditionnelle 4

1.2 L’arbre des probabilités :

Soit A et B deux evenement de O, et dans chacun des deux evenements on

va étudiér 3 événements (E1 ; E2 et E3 ); et l’evenement E3 donne trois autres
événements (M1 ; M2 et M3 ):
Donc Voici notre arbre de probabilités :

Comme vous avez remarqué, chaque branche nous donne une information
(Une probabilité), cette branche indique la probabilité de la …n du branche
sachant sa racine (Noeud)

Exemple 3 De A vers E1 nous donne P (E1 =A); et de E3 vers M1 nous

donne P (M1 =E3 ):

Cette arbre nous permettre de trouver aussi les intersections entre les événe-
ments.

Exemple 4 P (E1 \ A) = P (A) P (E1 =A) = P (A \ E1 )

P (E3 \ B) = P (B) P (E3 =B) = P (B \ E3 )
P (M1 \ E3 \ A) = P (M1 =E3 ) P (E3 =A) P (A):
1 Probabilité Conditionnelle 5

1.3

1.4 Application :

On classe les gérants de portefeuille en deux catégories : ceux qui sont bien
informés et ceux qui ne le sont pas. Lorsqu’un gérant bien informé achète une
valeur boursière pour son client, la probabilité que le cours de celle-ci monte
est de 0.8 ; dans le cas d’un gérant mal informé, cette probabilité ne vaut
que 0.5. Si on choisit au hasard un gérant dans un annuaire professionnel, la
probabilité qu’il soit bien informé est de 0.2.
Calculer la probabilité que le gérant ainsi choisi soit mal informé, sachant
que la valeur qu’il a acheté a monté.

Réponse : Avant de répondre, c’est mieux de bien lire et faire un schéma

pour l’exercice sous forme d’arbre.

I = Gerant bien informé.

M = La valeur boursiére a monté.
1 Probabilité Conditionnelle 6

titre

3 :jpg

D’aprés la formule de Bayes, on peut conclure que :

P (M \ I) = P (I \ M ) = P (M =I) P (I) = 0:8 0:2

P (M \ I) = P (I \ M ) = P (M = I) P (I) = 0:5 0:8
P (M \ I) = P (I \ M ) = P (M = I) P (I) = 0:2 0:2
P (M \ I) = P (I \ M ) = P (M = I) P (I) = 0:5 0:8

Remarque 1.1 Faire attention : P (M \ I) = P (I \ M ) car M \ I = I \ M

mais P (M = I) 6= P (I = M )
On a aussi : P (M ) = P (M \ I) + P (M \ I)

Donc sachant que la valeur a monté (M ) on cherche de calculer la probabilité

1 Probabilité Conditionnelle 7

qu’elle soit d’un gérant non bien informé (I): C’est à dire, calculer P (I= M ):

P (I \ M )
P (I = M ) =
P (M )
P (M \ I)
=
P (M \ I) + P (M \ I)
0:5 0:8
=
0:8 0:2 + 0:5 0:8
5
=
7
2. Variable Aléatoire :

Comme son nom l’indique c’est le variable qu’on sait rien sur lui d’avance
mais on sait toutes les valeurs qu’il peut prendre durant une éxpérience.
Pour un variable aléatoire, on doit connaitre 4 choses importantes :

1. L’espace du variable aléatoire X( ) = fLes xi g :

Se sont les éléments possible que le variable aléatoire peut prendre, par
exemple :
X : le chi¤re obtenue dans un lancement d’un dé bien équilibré
une fois ) X( ) = f1; 2; 3; 4; 5; 6g
X : le nombre de pile obtenu aprés 3 lancement d’une piéce
de monnaie ) X( ) = f0; 1; 2; 3g
2. La loi du variable P (X = xi ) :
Loi de probabilité ça veut dire la loi qui à chaque valeur xi sa probabi-
lité, elle est donnée sous forme d’un tableau et aussi elle peut être une
loi usuelle connue (On va les connaitre aprés).
Pour que P soit une loi il faut que :
X X
P (X = xi ) P (X = xi ) = 1

Exemple :
X : le chi¤re obtenue dans un lancement d’un dé bien équilibré
une fois :
xi 1 2 3 4 5 6
P (X = xi ) 16 16 16 16 16 16
X : le nombre de pile obtenu aprés 3 lancement d’une piéce
de monnaie :

xi 0 1 2 3
P (X = xi ) 18 3
8
3
8
1
8

8
1 Probabilité Conditionnelle 9

3. L’espérence E(X) et la variance V ar(X) :

L’espérence :

X
E(X) = xi P (X = xi )
E(a) = a ; E(aX) = aE(X)
X
E(X 2 ) = xi 2 P (X = xi )

La variance :

V ar(X) = E(X 2 ) [E(X)]2

V ar(a) = 0 ; V ar(aX) = a2 V ar(X)

4. La fonction de masse f et la fonction de répartition F : Vous les trouvrer

dans votre Polycope du cours et c’est à vous de me les expliquez.