Académique Documents
Professionnel Documents
Culture Documents
30 janvier 2018
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Exemple
Lancer un dé à 6 faces et noter le chiffre apparent sur la face supérieure, est une
expérience aléatoire :
Il y a 6 issues possibles ;
L’univers de l’expérience est Ω = {1, 2, 3, 4, 5, 6}
A =le résultat est pair est un événement écrit en langage courant ; qu’on
peut exprimer en langage symbolique comme un ensemble : A = {2, 4, 6}.
B = le résultat est un 6 est un événement élémentaire écrit en langage
courant ; qu’on peut exprimer en langage symbolique comme un ensemble :
B = {6}. Noter que 6 est une issue possible, alors que l’événement B est
un ensemble qui contient cette seule issue.
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Espace de probabilité
Un espace de probabilité est un triplet (Ω, T , P) où :
Ω est un ensemble,
T est une tribu (ou σ algèbre) sur Ω,
P est une (mesure de) probabilité sur Ω.
Définition
Une tribu (ou σ-algèbre) sur Ω est une famille T de sous-ensembles de Ω (appelés
”événements”) tels que
(i) ∅ ∈ T ,
(ii) A ∈ T ⇒ Ac ∈ T ,
∞
(iii) (An )∞
n=1 ⊂ T ⇒ ∪n=1 An ∈ T .
En particulier : A, B ∈ T ⇒ A ∪ B ∈ T et A ∩ B ∈ T .
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Définition
On appelle probabilité définie sur l’espace (Ω, T , P) tout application P : Ω 7→ [0, 1]
vérifier les propriétes suivants :
1 P(Ω) = 1 et P(∅) = 0
2 Pour tout familles fini ou dénombrable (Ai )i∈I deux à deux disjoint on a :
X
P(∪i∈I Ai ) = P(Ai ).
i∈I
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Théorème
Soient (Ω, T , P) un espace de probabilité, A et B deux événements,
alors on a
1 P(Ā) = 1 − P(A) et P(∅) = 0.
2 P(A\B) = P(A) − P(A ∩ B).
3 Si A ⊂ B ⇒ P(A) ≤ P(B).
4 P(A ∪ B) = P(A) + P(B) − P(A ∩ B).
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Remarque
On suppose que Ω est fini. on dit qu’il y a équiprobabilité lorsque la probabilité de
deux événements élémentaire sont égaux.
Application 1.
On lance un dé cubique parfaitement équilibré deux fois de
suites.
Quelles est la probabilité de l’evénement
- A := { la somme des façes obtenu est égale à 6} ?
2
Ω = {1, 2, 3, 4, 5, 6}
A = {(i, j)/i + j = 6} = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}
5
P(A) = 36 .
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Remarque
On suppose que Ω est fini. on dit qu’il y a équiprobabilité lorsque la probabilité de
deux événements élémentaire sont égaux.
Application 1.
On lance un dé cubique parfaitement équilibré deux fois de
suites.
Quelles est la probabilité de l’evénement
- A := { la somme des façes obtenu est égale à 6} ?
2
Ω = {1, 2, 3, 4, 5, 6}
A = {(i, j)/i + j = 6} = {(1, 5), (2, 4), (3, 3), (4, 2), (5, 1)}
5
P(A) = 36 .
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Application 2.
On lance une pièce de monnaie dont la probabilité d’obtenir pule est p ∈]0, 1[
et en répete l’expérience jusqu’à ce que la coté pule apparaissent pour la 1er
fois.
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Application 2.
On lance une pièce de monnaie dont la probabilité d’obtenir pule est p ∈]0, 1[
et en répete l’expérience jusqu’à ce que la coté pule apparaissent pour la 1er
fois.
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Probabilité conditionnelle
Théorème et définition
Soient (Ω, T , P) un espace probabilisé et A un événement de probabilité non nul.
Alors pour tous événements A et B, on définit la probabilité de l’événement A
sachant que l’événement B est réalisable par :
P(A ∩ B)
P(A|B) =
P(B)
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Evénéments indépendants
Intuitivement : Deux événements A et B sont indépendants pour la
probabilité P si la probabilité de réalisé l’un de ces événements n’est pas
influencée par l’autre.
Mathématiquement : si P(A) 6= 0 et P(B) 6= 0 alors :
- P(A|B) = P(A) et P(B|A) = P(B).
Autrement P(A ∩ B) = P(A).P(B).
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
X : Ω → Rd
ω 7→ (x1 (ω), ..., xd (ω)) où d ≥ 2
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
Proposition
Soient X et Y deux variables aléatoires et λ ∈ R. Alors
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
Exercice
On jette deux tétraèdres réguliers numérotés de 1 à 4 et soit X la
variable aléatoire qui prend la plus grand valeur amené par les
faces cachées de tétraèdre.
1) Déterminer la loi de probabilité de la variable X.
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
Solution
Ω = {1, 2, 3, 4}2 et X(Ω) = {1, 2, 3, 4}
xi 1 2 3 4
1 3 5 7
Pi 16 16 16 16
Vérification :
4
X 16
Pi (X = xi ) = =1
16
i=1
Définition
Soient (Ω, T , P) un espace de probabilité et X une variable aléatoire
réelle. On appelle fonction de répartition de P l’application :
F : R −→ [0, 1]
x −→ F(x) = P(X ≤ x)
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
Proposition
Soit X la variable aléatoire réelle de loi {(xi , Pi ), 1 ≤ i ≤ n}.
Avec X(Ω) = {x1 , . . . , xn } tels que x1 < x2 < · · · < xn , alors
∀x ∈] − ∞, x1 [; F(x) = 0
k
X
∀x ∈ [xk , xk+1 [; F(x) = Pi
i=1
∀x ∈ [xn , +∞[; F(x) = 1
Pi = F(xi ) − F(xi−1 ); pour tout 2 ≤ i ≤ n
Exemple :
Construire graphiquement la fonction de répartition F dans
l’exercice précédent ?
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
Espérance mathématique :
Si X = {x1 , x2 , ..., xn } est une variable aléatoire et
P(X = xi ) = pi . Alors
n
X
E(X) = pi xi = m.
i=1
Remarque
Y = aX + b ⇒ E(Y) = aE(X) + b
La variable Y = X − E(X) est centrée c-a-d (E(Y) = 0).
Xn
k
Moment d’ordre k : E(X ) = pi xki
i=1
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités Loi de probabilité d’une variable aléatoire réelle discrète
Probabilité conditionnelle et indépendance Fonction de répartition
Variable aléatoire Les moments d’une variable aléatoire
Lois usuelles
Remarque
Y = aX + b ⇒V(Y) = a2 V(X).
X et Y indépendantes, V(X + Y) = V(X) + V(Y).
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Soit une expérience aléatoire qui n’admet que deux issues : 1 pour
”succès ”, 0 pour ”échec”. est une distribution discrète de probabilité,
qui prend la valeur 1 avec la probabilité p et 0 avec la probabilité
q = 1 − p. En d’autres termes
Pour chaque k ∈ X(Ω) = {0, 1}
p si k = 1
P(X = k) = 1 − p si k = 0
0 si non
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Loi Binomiale
Soit (un )n∈N une suite fini de n experiènce aléatoire (u1 , u2 , ...., un )
vérifie les conditions suivantes :
1 Chaque expérience suit une loi de Bernoulli de même paramètre.
2 Le résultat d’une expérience est indépendant des résultats des
autres.
Soit X une v.a.r qui associe le nombre de fois où on obtient le succès
après les n−expériences.
Pour chaque k ∈ X(Ω) = {0, 1, ..., n} alors P(X = k) = Ckn pk (1 − p)n−k .
On dit que X suit la loi Binomiale de paramètre p et n, on note
X ∼ B(n, p).
n
X
Vérification : Ckn pk (1 − p)n−k = (p + 1 − p)n = 1.
k=0
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Loi géométrique
I. MAHFOUDHI ENIM-2016
Sommaire
Vocabulaire des probabilités
Probabilité conditionnelle et indépendance
Variable aléatoire
Lois usuelles
Loi de poisson
I. MAHFOUDHI ENIM-2016